Fintech Berita

Perbankan Digital: Bagaimana Belanja Teknologi Menghasilkan Nilai?

Daniel Martin
Tambahkan Securities.io ke sumber pilihan Anda di Google
Poin utamaAnggaran teknologi tidak banyak mengungkap apa pun kecuali bank merancang ulang alur…
Lihat selengkapnya
  • Anggaran teknologi tidak banyak mengungkap apa pun kecuali bank merancang ulang alur kerja dan hak pengambilan keputusan seputar alat baru.
  • Infrastruktur yang dapat digunakan kembali dapat menyebarkan perbaikan ke seluruh layanan tetapi juga menyebarkan kegagalan tanpa isolasi.
  • Investor harus melacak setiap alat hingga ke proses pelanggan yang berubah alih-alih menghitung jumlah peluncuran.

Bank dapat meluncurkan asisten AI, meningkatkan aplikasi selulernya, dan memindahkan perangkat lunak ke komputasi awan tanpa membuat proses pengajuan pinjaman atau penyelesaian masalah pembayaran terasa jauh lebih mudah. Teknologi membuka berbagai kemungkinan. Namun, untuk mewujudkan perbankan yang lebih baik, cara orang, sistem, dan keputusan bekerja sama perlu diubah.

Perbedaan itu menjadi inti studi baru karya Syafruddin Chan dan Kurnia Asni, “Membuka Kotak Hitam Transformasi Perbankan Digital: Sintesis Makro–Meso–Mikro tentang Mekanisme Layanan dan Tata Kelola.”1 Tinjauan mereka menjadi titik awal yang berguna untuk memahami mengapa investasi teknologi serupa dapat menghasilkan dampak yang berbeda.

Bagi investor, implikasinya praktis: besarnya anggaran teknologi bukanlah ukuran kemajuan yang lengkap. Penilaian yang lebih baik menelusuri dampak investasi hingga perubahan alur kerja, hasil bagi nasabah, dan kinerja keuangan, sekaligus memeriksa apakah bank mampu mengelola risiko yang muncul dalam proses tersebut.

Temuan Sebenarnya dari Studi Perbankan Digital

Para peneliti memulai dengan 411 catatan Scopus yang mencakup periode 2006 hingga 2025, lalu memilih 225 studi yang memenuhi syarat. Mereka menggunakan pemodelan topik—metode komputasional untuk mengenali tema yang berulang dalam teks—guna mengelompokkan abstrak ke dalam sepuluh topik dan empat dimensi analitis yang lebih luas. Sebanyak 17 studi yang dipilih secara khusus kemudian digunakan untuk analisis kualitatif yang lebih mendalam.

Kerangka yang dihasilkan menghubungkan faktor pendukung, tata kelola, mekanisme, dan hasil. Secara sederhana, kerangka ini menelaah apa saja yang tersedia bagi bank, bagaimana bank mengendalikan kegiatannya, apa yang benar-benar berubah di dalam organisasi, dan apa dampak perubahan tersebut.

Empat Unsur dalam Kerangka Perbankan Digital Studi
Unsur Peran dalam Transformasi
Faktor pendukung Kondisi teknologi, organisasi, dan kelembagaan yang memungkinkan transformasi.
Tata kelola Pengendalian dan kondisi yang membentuk interaksi yang layak antara pihak internal dan eksternal.
Mekanisme Proses yang mengubah rutinitas, kapabilitas, layanan, dan hubungan dalam organisasi.
Hasil Dampak terhadap layanan, kinerja organisasi, dan hasil terkait lainnya.

Tata kelola tidak digambarkan sebagai satu tahap persetujuan antara pembelian teknologi dan perolehan imbal hasil. Tata kelola berlangsung di sepanjang proses. Demikian pula, transformasi bersifat berulang: umpan balik nasabah, masalah operasional, dan hasil kinerja dapat mendorong bank untuk meninjau kembali keputusan sebelumnya.

Studi ini merupakan sintesis penelitian yang sudah ada, bukan eksperimen yang membuktikan bahwa pendekatan manajemen tertentu meningkatkan keuntungan. Analisis mendalamnya hanya mencakup 17 studi, sementara pemodelan topiknya menggunakan abstrak, bukan makalah lengkap. Batasan tersebut membuat kerangka ini berguna untuk mengajukan pertanyaan yang lebih baik, bukan untuk memproyeksikan imbal hasil bank.

Mengapa Perangkat Lunak yang Lebih Baik Belum Tentu Mengatasi Hambatan Perbankan

Bayangkan sebuah pengajuan pinjaman usaha kecil. Alat AI mungkin dapat mengekstrak informasi dari laporan keuangan dalam hitungan detik. Namun, peminjam masih bisa menunggu berhari-hari karena pemeriksaan identitas, penilaian kredit, dan verifikasi dokumen dilakukan di sistem terpisah yang dikelola oleh tim berbeda.

Alat ekstraksi itu memperbaiki satu tugas. Layanan baru membaik jika proses di sekitarnya ikut berubah. Perubahan itu mungkin memerlukan pencatatan bersama, kewenangan pengambilan keputusan yang lebih jelas, lebih sedikit pemeriksaan berulang, dan jalur yang andal untuk menangani pengajuan yang tidak biasa.

Perbedaan ini menyingkap masalah pengukuran yang umum. Bank mungkin melaporkan ribuan jam kerja karyawan yang berhasil dihemat tanpa menunjukkan apakah waktu tersebut menghasilkan lebih banyak pengajuan yang diproses hingga tuntas, lebih sedikit kesalahan, atau pengeluaran yang lebih rendah. Penghematan waktu menciptakan kapasitas, tetapi manajemen harus menentukan cara memanfaatkan kapasitas itu.

Keterlibatan karyawan juga penting. Ulasan Securities.io tentang faktor manusia di balik produktivitas tekfin membahas bagaimana teknologi mengubah pengalaman pekerja dalam menjalankan peran mereka. Karena itu, pelatihan perlu membahas pertimbangan dan tanggung jawab, selain pengoperasian perangkat lunak. Karyawan perlu memahami kapan harus memercayai keluaran otomatis, kapan harus mempertanyakannya, dan siapa yang bertanggung jawab atas keputusan akhir.

Nilai Tersembunyi Infrastruktur Perbankan yang Dapat Digunakan Kembali

Salah satu pengembangan yang berguna dari kerangka studi ini adalah membedakan perbaikan yang berdiri sendiri dari kapabilitas yang dapat digunakan kembali. Chatbot yang melayani satu produk mungkin hanya menyelesaikan masalah yang terbatas. Sebaliknya, sistem informasi yang dikelola dengan baik untuk mendukung layanan nasabah, kepatuhan, dan pemberian pinjaman dapat meningkatkan beberapa kegiatan sekaligus.

Bayangkan dua bank yang menerapkan alat AI sebanding. Bank pertama membuat saluran data, proses persetujuan, dan sistem pemantauan terpisah untuk setiap aplikasi. Bank kedua menggunakan kembali komponen yang sudah tersedia. Sekalipun proyek pertama mereka menghasilkan dampak serupa, bank kedua mungkin menghadapi lebih sedikit duplikasi saat memperluas penerapan.

Keunggulan potensial itu bergantung pada desain organisasi, sama besarnya dengan kualitas model. Namun, ada pula risikonya: infrastruktur bersama dapat membuat gangguan menyebar ke berbagai layanan. Penggunaan ulang komponen akan bernilai jika disertai isolasi, pengujian, rencana pemulihan, dan kejelasan tanggung jawab.

DBS memberikan contoh konkret dalam laporan penerapan teknologi dan kecerdasan buatan 2025. Bank tersebut menguraikan komponen yang dapat digunakan kembali, standar tata kelola, dan kemampuan alur kerja dalam kerangka kerja AI generatifnya. DBS juga melaporkan bahwa platform data dan analitik perusahaannya memangkas waktu penerapan kode sebesar 25%. Angka-angka operasional ini dilaporkan oleh perusahaan, tetapi membantu memperlihatkan infrastruktur di balik pengumuman AI yang menjadi sorotan.

Cara Investor Menilai Kemajuan Perbankan Digital

Studi tersebut menyarankan cara yang lebih cermat untuk membaca pengungkapan teknologi: telusuri hubungan antara suatu alat dan hasil yang dicapai. Jumlah aplikasi menunjukkan tingkat aktivitas. Bukti bahwa masalah pelanggan yang berulang kini lebih mudah diselesaikan memberikan gambaran yang lebih bermakna.

  • Proses menyeluruh apa yang dialami pelanggan atau karyawan yang berubah?
  • Apakah kecepatan meningkat tanpa mengorbankan akurasi, keandalan, atau kepuasan?
  • Bagaimana sumber daya yang tersedia berkat efisiensi dialihkan untuk menghasilkan nilai bisnis?
  • Bisakah bank mengulangi peningkatan tersebut tanpa melipatgandakan biaya dan risiko?

Perbandingan juga perlu menggunakan batasan pengukuran yang konsisten. Penurunan biaya pemrosesan kurang berarti jika pengukuran tidak mencakup penanganan kasus pengecualian secara manual atau biaya perangkat lunak baru. Penilaian terhadap percepatan pemberian pinjaman perlu memperhatikan kinerja kredit di kemudian hari. Sistem layanan pelanggan sebaiknya dinilai, antara lain, berdasarkan masalah yang berhasil diselesaikan, bukan sekadar jumlah percakapan yang dialihkan dari karyawan.

Hasil keuangan juga perlu ditelaah dengan cermat. Suku bunga, kerugian kredit, arus simpanan, dan kondisi pasar dapat mengimbangi dampak peningkatan operasional dalam satu periode pelaporan. Liputan terkait dari Securities.io mengenai volatilitas saham perusahaan tekfin dan bank menegaskan pentingnya memisahkan narasi terkait teknologi dari faktor keuangan yang lebih luas.

DBS Memberi Eksposur terhadap Transformasi Perbankan Digital

Bagi investor yang tertarik pada bank terbuka yang menerapkan gagasan-gagasan ini, DBS Group Holdings merupakan contoh yang relevan. Arti pentingnya dalam konteks ini terletak pada perpaduan penerapan teknologi, perancangan ulang operasional, dan ukuran dampak ekonomi yang dipublikasikan.

D05 Grafik Harga

Dalam pembaruan Juli 2026 tentang adopsi AI dan perubahan model operasi, DBS melaporkan bahwa inisiatif analitik data dan AI-nya menghasilkan nilai ekonomi sekitar SGD 1 miliar selama 2025. Bank tersebut menyebutkan bahwa lebih dari 2.000 model mendukung lebih dari 430 kasus penggunaan. DBS juga menguraikan perancangan ulang proses, peningkatan keterampilan karyawan, dan penguatan pengendalian sebagai bagian dari transformasi yang lebih luas.

Pengungkapan tersebut sejalan dengan pertanyaan yang diangkat dalam tinjauan itu, tetapi tidak secara independen membuktikan validitas kerangkanya. Nilai ekonomi yang dilaporkan juga tidak sepatutnya dianggap setara dengan tambahan laba bersih dalam jumlah yang sama. Investor tetap perlu mencermati cara penghitungan manfaat, besarnya biaya implementasi, dan apakah peningkatan tersebut bertahan.

Pembahasan kinerja keuangan DBS pada 2025 menunjukkan mengapa pembedaan itu penting. DBS melaporkan rasio biaya terhadap pendapatan yang stabil sebesar 40%, sementara beban meningkat 4% dan laba bersih turun 3%; kenaikan pajak menjadi penyebab penurunan laba tersebut. Kemajuan digital dapat terjadi bersamaan dengan pergerakan berbagai indikator keuangan utama yang beragam.

Dengan demikian, DBS memberi eksposur terhadap bisnis perbankan yang berinvestasi dalam kapabilitas digital, beserta berbagai pertimbangan terkait pinjaman, pendanaan, kondisi ekonomi, dan valuasi. Pengungkapan teknologinya merupakan salah satu bagian dari penilaian tersebut.

Nilai Perbankan Digital Bergantung pada Pelaksanaan

Sumbangan paling berguna dari tinjauan tersebut adalah memperjelas pekerjaan yang menghubungkan investasi dengan hasil. Layanan perbankan dapat menjadi lebih baik ketika teknologi, kapabilitas karyawan, desain layanan, dan tata kelola saling memperkuat.

Hal ini membuka peluang bagi kemajuan yang berarti tanpa mengharuskan setiap bank menciptakan algoritme baru. Memperbaiki alur informasi, penanganan kasus pengecualian, dan pengulangan proses yang berhasil dapat menjadi inovasi yang berdampak besar. Bagi investor, bukti perubahan semacam itu menjadi dasar yang lebih kuat untuk menilai transformasi digital daripada sekadar angka belanja atau peluncuran produk.

Referensi:

1 Chan, S., dan Asni, K. (2026). Membuka kotak hitam transformasi perbankan digital: sintesis makro–meso–mikro tentang mekanisme layanan dan tata kelola. Journal of Open Innovation: Technology, Market, and Complexity. Publikasi daring lebih awal. https://doi.org/10.1016/j.joitmc.2026.100908

Daniel adalah seorang pendukung kuat untuk potensi blockchain untuk mengganggu keuangan tradisional. Ia memiliki passion yang mendalam untuk teknologi dan selalu menjelajahi inovasi dan gadget terbaru.