Medan Perang Tak Terlihat Baru untuk Bank: AI Menggerakkan $262 Miliar dalam Penjualan

Oleh Yaacov Martin, CEO Jifiti.

Lapisan kecerdasan untuk profesional fintech yang berpikir mandiri.

Intelligence sumber utama. Analisis asli. Kontribusi dari orang-orang yang mendefinisikan industri.

Dipercaya oleh para profesional di JP Morgan, Coinbase, BlackRock, Klarna dan lainnya.

Bergabunglah dengan Lingkaran Kejelasan FinTech Mingguan →

Saat lalu lintas online global beralih ke AI, dan penjualan online yang dipimpin oleh agen AI mencapai rekor baru, bank dan pemberi pinjaman harus beradaptasi dengan kenyataan baru.

Kita menyaksikan kematian yang akan datang dari corong perbankan tradisional. AI dan agen AI telah dikaitkan dengan miliaran dolar dalam penjualan online. Tetapi ini bukan sekadar tren belanja; ini siap menjadi perubahan mendasar dalam cara kredit ditemukan. Bank dan pemberi pinjaman besar dan menengah yang tidak beradaptasi dengan AI akan sepenuhnya tertinggal dalam permainan baru ini. Satu-satunya jalan ke depan bagi pemberi pinjaman adalah mengatasi kesenjangan penemuan ini dengan beralih dari saluran yang berorientasi pada konsumen ke teknologi yang berorientasi pada agen.

Sementara sebagian besar eksekutif bank fokus pada penggunaan AI untuk memperlancar operasi dan mengurangi biaya—permainan efisiensi klasik—mereka melewatkan pergeseran yang lebih mengganggu. AI sedang mendorong revolusi efisiensi, tetapi AI Agensial sedang mendorong revolusi akses. Ia mengubah ‘pintu depan’ pinjaman itu sendiri. Bagi bank, risiko bukan hanya tentang bagaimana mereka beroperasi; tetapi apakah mereka bahkan terlihat ketika agen memutuskan dengan entitas mana pelanggan berinteraksi dan berhubungan.

Perdagangan AI Agensial Sudah Ada dan Berkembang Pesat

Laporan belanja liburan Salesforce 2025 menemukan bahwa AI dan agen AI mempengaruhi penjualan sebesar total $262 miliar di AS selama musim liburan 2025. Musim tersebut mencatat angka rekor penjualan online sebesar $1,29 triliun secara global, dan $294 miliar di Amerika Serikat.

Pemberian pinjaman yang tersematkan AI, dan terutama Beli Sekarang, Bayar Nanti (BNPL), semakin umum sebagai opsi yang mendorong terminal pembayaran ritel dan situs e-commerce. Pemberian pinjaman yang tersematkan AI ini tidak hanya mengubah cara konsumen menghabiskan uang mereka, tetapi juga cara bank dan pemberi pinjaman menawarkan kredit. Opsi-opsi ini sebagian bertanggung jawab atas angka penjualan musim liburan.

Laporan Salesforce menemukan bahwa pertumbuhan penjualan tahun-ke-tahun (YOY) meningkat menjadi 4% di AS, dan AI serta agen memainkan peran dalam persentase besar dari belanja liburan, menyumbang 20% dari seluruh penjualan ritel.

Tetapi, apa arti semua ini bagi bank dan pemberi pinjaman yang belum memperbarui infrastruktur digital mereka dan masih beroperasi dengan sistem warisan dan corong pinjaman tradisional? Ketidakjelasan.

Ketika agen AI memilih opsi pembiayaan untuk pembeli dalam hitungan milidetik, merek bank, reputasi, dan syarat kredit menjadi tidak relevan, jika opsi kredit mereka tidak dapat ditemukan. Jika agen tidak dapat ‘membaca’ produk kredit Anda, maka Anda tidak ada dalam konteks itu.

Corong Tak Terlihat: Visibilitas dan Pemilihan Kredit Ditarik dari Saluran Milik Bank

Apa yang dilihat pembeli online saat ini sangat terbatas pada AI. Semakin banyak, mereka memulai pencarian produk mereka di alat AI seperti ChatGPT, Claude, dan Gemini, sebelum beralih ke situs web pengecer online. Pada akhirnya, di era Perdagangan Agensial, pembeli rata-rata bahkan tidak akan meninggalkan lingkungan agen AI untuk melakukan pembelian mereka. Dan proses pemberian pinjaman pun menuju ke arah yang sama.

Dalam kata sederhana, jika Anda tidak dioptimalkan untuk platform AI dan tidak terintegrasi dengan Agen AI melalui MCP, peluang bahwa konsumen masa depan akan melihat penawaran pembiayaan Anda secara langsung menjadi sangat kecil. Kabar baiknya adalah bahwa masuk ke dalam corong AI baru ini semakin mudah diakses dan lebih hemat biaya melalui platform pihak ketiga.

AI diterapkan pada dua lapisan, dan bank perlu menguasai keduanya. Semakin banyak konsumen tidak lagi mengakses bank melalui situs web mereka, tetapi melalui saluran pencarian AI seperti ChatGPT atau Perplexity. Secara internal, bank juga menggunakan teknologi AI inti untuk mempercepat deteksi penipuan, underwriting, dan penilaian kredit.

Kemampuan Agen AI di Proses Checkout

Agen AI tidak hanya terintegrasi ke dalam halaman web untuk memberikan rekomendasi kepada pengguna. Mereka juga tertanam dalam opsi keranjang belanja dan pembayaran.

Pada akhir Januari 2026, IBM melaporkan bahwa agen AI sudah bertindak atas nama konsumen dan bisnis. Mereka melakukan riset, bernegosiasi, dan menyelesaikan pembelian atas nama pengguna, sering kali tanpa keterlibatan manusia. Perusahaan seperti Visa dengan “Perdagangan Cerdas” dan Mastercard dengan “Pembayaran Agen” sedang maju untuk mengintegrasikan pembayaran secara mulus ke dalam perjalanan belanja dan pembelian agen AI.

Menyematkan opsi pembayaran dan pembiayaan dalam perjalanan AI agensial dirancang untuk menciptakan pengalaman pelanggan yang tanpa hambatan, meningkatkan pendapatan, dan memastikan relevansi di era AI agensial. Bank dan pemberi pinjaman yang ingin tetap terlihat, relevan, dan kompetitif harus mendukung kredensial agen, memiliki kerangka data yang diperlukan, dan memahami apa yang dibutuhkan dari sudut pandang kepatuhan dan regulasi.

Mengingat kompleksitasnya, biaya tinggi untuk membangun dan mengelola sistem AI secara internal, serta tuntutan regulasi yang terus berkembang terkait data pengguna dan teknologi AI, banyak bank mengalihdayakan agen AI mereka dan sistem siap AI ke penyedia fintech pihak ketiga.

Bagaimana Cara Masuk ke Radar ChatGPT, Gemini, dan Genspark?

Pada akhirnya, meskipun kemajuan dan loncatan teknologi yang mengesankan yang telah dicapai AI, para pemimpin bank hanya perlu fokus pada dua prioritas utama. Yang pertama adalah bagaimana agar data, produk, dan layanan mereka dapat dibaca, dikenali, dan direkomendasikan oleh platform AI.

Pengecer dan bank tidak dapat langsung mengintegrasikan penawaran mereka di situs seperti ChatGPT atau Genspark seolah-olah mereka memuat produk di Amazon atau menyematkan pembiayaan mereka di titik penjualan. Namun, mereka dapat melakukan perubahan pada struktur data dan alur kerja mereka agar agen AI mampu memindai dan mencerna penawaran mereka. Ini berarti menjadikan semua data dapat dibaca mesin dan semua alur kerja digital.

BACA LEBIH LANJUT: Agen AI Tidak Dapat Membuka Rekening Bank. Tiga Langkah Menunjukkan Mereka Tidak Perlu Melakukannya.

Bagi agen AI, PDF adalah kotak hitam. Data yang akan dibaca secara lebih efisien oleh agen AI adalah data yang disimpan dalam API dan metadata terstruktur. Bank harus menerjemahkan kebijakan kredit mereka yang kompleks ke dalam logika yang dapat dikonsumsi. Ini adalah demokratisasi kredit: membuat syarat pinjaman dari bank kecil sekalipun menjadi ‘crawlable’ dan ‘agent-ready’ seperti raksasa global dan fintech.

Bank sudah terbiasa dengan konsumen yang datang ke ‘pintu depan digital’ mereka. Di era Agensial, tidak akan ada pintu. Hanya akan ada agen yang bertindak sebagai proksi. Jika bank hanya membangun aplikasi yang hebat, mereka sedang membangun destinasi yang pada akhirnya tidak akan dikunjungi siapa pun.

Dengan menggunakan format seperti Schema.org, misalnya, halaman web bank dapat memberi label data secara jelas seperti nama produk, suku bunga, biaya, kelayakan, dan syarat, dalam format yang dapat dibaca oleh bot AI. Halaman harus dapat di-crawl dan bersih, tidak tersembunyi di balik login atau paywall, dan harus dimuat tanpa blok konten.

Satu Integrasi Dapat Menghubungkan Bank dengan Ratusan Ribu Pengecer

Prioritas kedua bagi bank adalah membuat produk mereka tersedia di dalam sistem belanja dan checkout agensial pihak ketiga. Mungkin terdengar rumit, tetapi sebenarnya tidak. Pikirkan ini seperti bagaimana maskapai beralih dari pemesanan via telepon ke platform online seperti Expedia, atau hotel yang beralih ke Booking menggunakan API. Anda dapat memikirkan API sebagai perangkat lunak yang menghubungkan dua sistem, dalam hal ini, API adalah MCP (Modern Context Protocol) yang menghubungkan agen AI ke sistem bank.

Bank tidak perlu membangun seribu titik akhir berbeda untuk berpartisipasi dalam era perdagangan agensial. Sebaliknya, dengan memanfaatkan kemitraan dengan penyedia pihak ketiga yang mendukung baik orkestrasi maupun pemberian pinjaman AI agensial, pemberi pinjaman mendapatkan akses ke ‘penerjemah universal.’ Ini memungkinkan bank dari semua ukuran, dari bank komunitas kecil hingga lembaga keuangan tier-1, untuk mempercepat distribusi digital mereka, menyediakan likuiditas sementara platform menyediakan konektivitas ke lingkungan perdagangan agensial.

Platform orkestrasi pemberian pinjaman menghubungkan lembaga keuangan dengan jaringan merchant, memungkinkan bank untuk terintegrasi dengan ratusan atau ribuan pengecer hanya melalui satu integrasi, bukan membangun kemitraan individual yang memakan waktu dan biaya tinggi.

Bersama-sama, ekosistem ini memungkinkan bank meningkatkan distribusi digital ke tempat di mana konsumen saat ini semakin banyak melakukan pembelian, tanpa harus mengelola puluhan atau ratusan integrasi terpisah.

Rekan teknologi pihak ketiga yang dibangun dari awal untuk memastikan kepatuhan biasanya mengelola implementasi dan kepatuhan terhadap standar industri utama, membantu lembaga mengikuti harapan regulasi dan praktik keamanan terbaik.

Pikiran Akhir tentang Peralihan dari ‘Menghadapi Konsumen’ ke ‘Menghadapi Agen’

Saluran belanja online dan corong pemberian pinjaman telah berubah. Sementara kemampuan, teknologi, dan proses AI masih terus dibentuk, setiap bank atau pemberi pinjaman dapat mengembangkan kerangka transformasi digital AI yang sederhana namun efektif tanpa mengorbankan pengawasan kepatuhan dan regulasi yang penting. Kerangka ini memungkinkan bank beralih dari sistem yang berorientasi pada konsumen ke teknologi yang berorientasi pada agen, dengan menjadikan program pinjaman dan data mereka dapat dibaca AI, serta bermitra dengan penyedia integrasi pihak ketiga yang tepat untuk menjangkau pelanggan baru maupun yang sudah ada.