Belajar dari Waskita: AI untuk Recovery & Resiliensi

Di tengah guncangan utang dan proyek mangkrak beberapa tahun terakhir, PT Waskita Karya (Persero) Tbk justru naik ke panggung CNBC Indonesia Awards 2025 dan menerima penghargaan Financial Recovery & Operational Resilience. Banyak yang kaget: perusahaan konstruksi yang sempat tersudut bisa bangkit lagi.

Ini bukan cuma cerita satu BUMN karya. Ini cermin dari satu pertanyaan besar: bagaimana perusahaan padat modal seperti konstruksi dan infrastruktur bisa pulih secara finansial dan tetap tangguh secara operasional? Dan di 2025, jawabannya makin sering mengarah ke satu kata: AI.

Dalam seri “AI dalam Industri Konstruksi Indonesia: Proyek Cerdas” ini, kita pakai momen Waskita sebagai studi kasus. Bukan untuk membahas detail restrukturisasinya, tapi untuk mengurai apa saja komponen financial recovery dan operational resilience yang bisa dipacu dengan AI – baik di konstruksi maupun di perbankan yang membiayai sektor ini.

---

1. Apa Itu Financial Recovery & Operational Resilience dalam Praktik Konstruksi?

Financial recovery dan operational resilience sering terdengar abstrak. Di lantai proyek dan di ruang rapat kredit bank, keduanya sebenarnya sangat konkret.

Financial recovery di perusahaan konstruksi biasanya berarti:

• Rasio utang turun ke level sehat
• Arus kas proyek positif, bukan cuma laba di atas kertas
• Proyek bermasalah dipetakan dan ditangani, bukan dibiarkan
• Kepercayaan perbankan dan investor mulai pulih

Operational resilience berarti:

• Proyek tetap jalan meski harga material naik atau cuaca kacau
• Gangguan pasokan, keterlambatan pembayaran, atau perubahan desain bisa direspons cepat
• Tim lapangan dan kantor pusat terhubung dengan data yang sama, real time

Penghargaan yang diterima Waskita dari CNBC Indonesia pada 12/12/2025 adalah sinyal bahwa pasar melihat perubahan nyata di dua sisi ini: sisi keuangan dan sisi operasional.

Sekarang pertanyaannya: di mana posisi AI dalam dua area ini?

---

2. Cara AI Membantu Recovery Keuangan: Dari Konstruksi ke Perbankan

AI sudah mulai jadi “asisten diam-diam” di banyak meja CFO, Chief Risk Officer, sampai analis kredit bank. Di konteks financial recovery, ada tiga area yang paling terasa dampaknya.

2.1. Forecast arus kas proyek yang lebih akurat

Cash flow yang berantakan adalah sumber masalah klasik di perusahaan konstruksi. Di sini AI punya peran penting:

• Prediksi cash flow per proyek berdasarkan histori pembayaran owner, pola penyerapan anggaran, dan progres fisik
• Simulasi skenario: apa yang terjadi pada kas jika termin mundur 30 hari, harga baja naik 10%, atau cuaca buruk menunda pekerjaan selama dua minggu
• Prioritas pembayaran: AI bisa menyarankan urutan pembayaran vendor dan subkontraktor yang paling kecil risikonya terhadap keterlambatan proyek

Bank yang membiayai proyek infrastruktur juga diuntungkan. Dengan data progres konstruksi yang terhubung, AI bisa menilai risiko kredit proyek secara lebih dinamis, bukan hanya mengandalkan laporan bulanan.

2.2. Manajemen utang dan restrukturisasi berbasis data

Dalam proses pemulihan seperti yang dialami Waskita, restrukturisasi utang sering tak terhindarkan. AI dapat membantu:

• Memetakan seluruh portofolio utang (jatuh tempo, bunga, covenant) dalam satu dashboard
• Menghitung berbagai opsi restrukturisasi dan dampaknya terhadap rasio keuangan 3–5 tahun ke depan
• Memberi early warning jika ada covenant yang berpotensi dilanggar

Di bank, algoritma serupa dipakai untuk:

• Menilai proposal restrukturisasi debitur konstruksi
• Menghitung expected credit loss dengan skenario makroekonomi berbeda
• Menentukan mana debitur yang layak diselamatkan dan mana yang harus segera di-take action

2.3. Pengawasan risiko kredit sektor infrastruktur

Bagi industri perbankan Indonesia, ekspose ke BUMN karya dan proyek infrastruktur besar bukan hal kecil. AI di perbankan kini dimanfaatkan untuk:

• Menggabungkan data internal bank, laporan keuangan debitur, dan data eksternal (berita, sentimen pasar, data proyek pemerintah)
• Menilai secara otomatis apakah profil risiko debitur membaik atau memburuk
• Memberikan skor risiko dinamis yang memperhitungkan kinerja operasional proyek, bukan hanya laporan keuangan tahunan

Di titik ini, hubungan konstruksi dan perbankan jadi lebih transparan dan data-driven, bukan lagi sekadar “kepercayaan dan relasi”.

---

3. Operational Resilience: AI di Lapangan Proyek dan di Core Banking

Operational resilience artinya perusahaan tetap bisa beroperasi, memenuhi kewajiban, dan menjaga layanan meski terjadi gangguan. Di konstruksi dan perbankan, bentuk gangguannya beda, tapi fondasi teknologinya makin mirip.

3.1. Proyek cerdas: integrasi AI, BIM, dan IoT

Dalam konteks “Proyek Cerdas”, kombinasi AI + BIM + IoT adalah resep utama operational resilience.

Beberapa contoh yang mulai umum di proyek besar:

• BIM (Building Information Modeling) + AI
  Model 3D bukan cuma gambar, tapi jadi basis simulasi: clash detection otomatis, estimasi volume dan biaya, hingga alternatif metode kerja.

• Sensor IoT di lapangan
  AI membaca data dari sensor getaran, suhu, kelembaban, dan lokasi alat berat untuk:

  • Mendeteksi potensi kerusakan alat sebelum benar-benar rusak (predictive maintenance)
  • Mengetahui area kerja mana yang paling berisiko kecelakaan
  • Mengatur jadwal pemakaian alat agar tidak terjadi bottleneck

• AI untuk penjadwalan proyek
  Bukan sekadar Gantt chart statis di software manajemen proyek. AI bisa:

  • Menyusun jadwal dengan mempertimbangkan cuaca, ketersediaan material, dan jam kerja efektif
  • Menyarankan penyesuaian jadwal saat ada perubahan desain atau keterlambatan material

Saat sistem-sistem ini jalan, operasional jadi jauh lebih tahan banting. Kalau satu titik terganggu, sistem cepat menyusun ulang.

3.2. Banking cerdas: core banking yang tangguh dan adaptif

Di perbankan, operational resilience berarti layanan tetap hidup 24/7 meski ada lonjakan transaksi, serangan siber, atau gangguan jaringan.

AI di perbankan banyak dipakai untuk:

• Fraud detection real time
  Sistem memonitor pola transaksi dan langsung menandai yang janggal. Ini bukan cuma soal keamanan, tapi juga kepercayaan nasabah.

• Capacity planning otomatis
  AI memprediksi lonjakan transaksi (misalnya gajian, THR, promo belanja online) dan menyesuaikan kapasitas sistem sebelum terjadi antrian atau downtime.

• Chatbot dan asisten digital
  Layanan nasabah tetap jalan meski call center terbatas. Saat terjadi gangguan, informasi bisa disebar cepat dan seragam.

Pengalaman perbankan ini bisa jadi cermin bagi perusahaan konstruksi besar: bagaimana jika sistem proyek dan keuangan internal diperlakukan seketat dan setangguh core banking?

---

4. Pelajaran dari Waskita Karya untuk Industri Konstruksi & Bankir

Dari perjalanan Waskita beberapa tahun terakhir, ada beberapa pelajaran yang relevan untuk semua pemain di ekosistem konstruksi–perbankan, khususnya ketika kita bicara AI.

4.1. Recovery butuh data, bukan hanya niat baik

Restrukturisasi tanpa data detail biasanya berakhir jadi penundaan masalah, bukan penyelesaian. AI membantu mengubah:

• Diskusi berbasis opini → jadi diskusi berbasis simulasi
• Feeling manajemen → jadi skenario dengan angka konkret

Perusahaan konstruksi yang serius ingin pulih perlu:

1. Merapikan data proyek, keuangan, dan operasional ke satu data lake internal
2. Memulai dari use case sederhana: forecast cash flow, pelacakan progres proyek, dan monitoring biaya
3. Menghubungkan data ini dengan bank pendana secara terukur (misalnya lewat laporan dashboard berkala)

4.2. Resiliensi lahir dari integrasi, bukan aplikasi tunggal

Banyak perusahaan mengejar “satu aplikasi ajaib”. Nyatanya, operational resilience datang dari:

• Integrasi ERP keuangan, sistem proyek, BIM, dan sistem HR
• Aliran data yang konsisten dari lapangan ke kantor pusat
• AI yang bekerja di atas data yang konsisten itu, bukan berdiri sendiri

Tanpa integrasi, AI hanya jadi gadget mahal.

4.3. Bank ingin melihat lebih dari laporan keuangan

Dari sudut pandang bank, debitur konstruksi yang menarik di 2025 bukan hanya yang punya aset besar, tapi yang bisa menunjukkan:

• Progres proyek berbasis data (foto lapangan, data sensor, laporan BIM)
• Sistem pengendalian biaya yang jelas
• Mekanisme prediksi risiko dan penanganannya

AI di sisi debitur membuat komunikasi dengan bank jauh lebih kuat. Ini pada akhirnya mempercepat financial recovery karena kepercayaan kreditur meningkat.

---

5. Langkah Praktis: Mulai Proyek AI untuk Resiliensi di 6–12 Bulan

Banyak manajemen yang sudah “paham konsep”, tapi bingung mulai dari mana. Dari pengalaman implementasi di berbagai industri, pola yang paling sehat biasanya seperti ini.

5.1. Tetapkan 3 tujuan konkret

Hindari target kabur seperti “transformasi digital menyeluruh”. Fokus ke 3 hasil dalam 6–12 bulan, misalnya:

1. Akurasi forecast cash flow proyek naik jadi >85%
2. Biaya keterlambatan proyek turun 20%
3. Waktu pelaporan ke manajemen dan bank dipangkas dari mingguan jadi harian

5.2. Pilih 2–3 use case AI prioritas

Beberapa use case yang biasanya cepat terasa dampaknya:

• AI forecasting cash flow dan biaya proyek
• Dashboard resiko proyek (progres, deviasi biaya, potensi klaim)
• Computer vision untuk keselamatan kerja (deteksi APD, area berbahaya)
• Integrasi BIM dengan estimasi biaya otomatis

Jangan langsung ke 10 use case sekaligus. Lebih baik sedikit tapi matang, lalu dikembangkan.

5.3. Libatkan bank sejak awal

Karena kampanye ini juga menyentuh AI dalam industri perbankan Indonesia, satu langkah cerdas adalah:

• Mengundang bank utama pendana proyek untuk melihat rencana AI dan dashboard yang akan dibangun
• Menyelaraskan metrik yang dipantau: misalnya project risk score, cash flow coverage, dan early warning keterlambatan

Ketika bank merasa lebih yakin dengan visibilitas risiko, ruang untuk refinancing, restrukturisasi, atau tambahan fasilitas akan jauh lebih terbuka.

---

Penutup: AI sebagai Fondasi Proyek Cerdas dan Ekosistem yang Tangguh

Kisah Waskita Karya yang mendapat penghargaan Financial Recovery & Operational Resilience di CNBC Indonesia Awards 2025 menunjukkan satu hal penting: pasar memberi nilai tinggi pada perusahaan yang mampu pulih dan bertahan, bukan hanya yang agresif ekspansi.

Di balik recovery seperti itu, pola yang muncul di banyak negara sama: data makin rapi, proses makin terukur, dan AI dipakai bukan sebagai slogan, tapi sebagai alat kerja harian.

Bagi pelaku konstruksi dan bank di Indonesia, momen ini pas untuk bertanya:

“Kalau perusahaan seperti Waskita bisa bergerak menuju pemulihan, apa langkah konkret yang bisa saya ambil 6–12 bulan ke depan agar proyek dan portofolio saya juga lebih tangguh?”

Seri “AI dalam Industri Konstruksi Indonesia: Proyek Cerdas” akan terus membahas contoh nyata, arsitektur solusi, dan praktik terbaik yang bisa dipakai. Kalau Anda sedang memikirkan bagaimana membuat bisnis lebih siap menghadapi 5 tahun ke depan, AI bukan lagi opsi tambahan – ini sudah jadi bagian dari fondasi resiliensi finansial dan operasional.