Waskita Karya bangkit lewat financial recovery & operational resilience. Dari sini, ada pelajaran penting untuk bank dan kontraktor yang ingin serius mengadopsi AI.
Resiliensi Waskita & Pelajaran untuk Era AI di Keuangan
PT Waskita Karya (Persero) Tbk baru saja diganjar penghargaan Financial Recovery & Operational Resilience di CNBC Indonesia Awards 2025. Beberapa tahun lalu, nama Waskita identik dengan restrukturisasi utang, proyek mangkrak, dan tekanan arus kas. Sekarang, perusahaan yang sama dihargai karena mampu bertahan dan bangkit.
Kenapa ini relevan buat dunia perbankan digital dan juga AI di industri konstruksi? Karena pola keberhasilan Waskita sebenarnya adalah pola yang sama yang diperlukan bank dan kontraktor saat mengadopsi AI: fondasi keuangan yang sehat dan operasi yang tangguh.
Dalam tulisan ini, kita bahas bagaimana perjalanan pemulihan Waskita bisa dijadikan cermin untuk dua hal sekaligus:
- bagaimana bank menyiapkan diri untuk AI dalam perbankan Indonesia, dan
- bagaimana kontraktor membangun proyek cerdas berbasis AI di konstruksi.
1. Dari Krisis ke Recovery: Apa yang Bisa Ditiru dari Waskita?
Inti keberhasilan Waskita Karya sampai meraih penghargaan Financial Recovery & Operational Resilience adalah satu: mereka tidak sekadar bertahan, tapi menata ulang cara kerja bisnisnya.
Beberapa pola umum yang biasanya terjadi saat BUMN karya melakukan pemulihan:
- Restrukturisasi keuangan: perpanjangan tenor, penurunan bunga, skema pembayaran bertahap ke kreditur.
- Prioritisasi proyek: fokus pada proyek yang paling cepat menghasilkan kas dan minim risiko.
- Perbaikan tata kelola & pengawasan: penguatan manajemen risiko, audit internal, dan kontrol proyek.
- Efisiensi operasional: optimalisasi rantai pasok, pengurangan kebocoran biaya di lapangan, dan digitalisasi proses.
Waskita tidak tiba-tiba pulih. Pemulihan keuangan dan operasional itu hasil dari keputusan sulit yang konsisten—dan ini persis yang dibutuhkan bank dan kontraktor ketika bicara implementasi AI.
"AI hanya mempercepat arah yang sudah ada. Kalau fondasinya lemah, yang dipercepat adalah masalahnya."
2. Kenapa Resiliensi Finansial Itu Wajib Sebelum Pakai AI di Bank
Adopsi AI di perbankan bukan proyek IT, tapi proyek transformasi model bisnis. Dan transformasi butuh napas panjang.
Pelajaran dari Waskita di sisi financial recovery bisa diterjemahkan ke konteks bank seperti ini:
a. AI butuh modal, sama seperti restrukturisasi
Implementasi AI untuk:
- credit scoring,
- fraud detection,
- chatbot layanan nasabah,
- atau analitik risiko,
bukan sekadar beli software. Ada biaya:
- data cleansing & integrasi sistem inti perbankan,
- infrastruktur komputasi (on-premise / cloud),
- pelatihan tim risiko & IT,
- eksperimen model yang gagal sebelum ketemu yang cocok.
Bank yang kondisi keuangannya “sempoyongan” akan kesulitan konsisten di sini. Sama seperti Waskita yang butuh stabilitas kas sebelum bisa menjaga operasi proyeknya, bank butuh neraca yang kuat sebelum agresif mendorong AI.
b. AI untuk mempercepat pemulihan keuangan bank
Kebalikannya, kalau dilakukan dengan benar, AI justru bisa jadi mesin pemulihan keuangan. Contohnya:
- AI credit risk assessment bisa menurunkan NPL dengan memprediksi risiko gagal bayar lebih akurat, termasuk pakai data alternatif (pola transaksi, perangkat, bahkan perilaku digital).
- AI pricing & limit management bisa mengatur limit kartu kredit dan pinjaman konsumtif secara dinamis, sehingga yield naik, risiko terkendali.
- AI collection bisa memprediksi debitur mana yang masih bisa diselamatkan dengan restrukturisasi ringan, dan mana yang harus segera ditangani agresif.
Ini mirip dengan Waskita yang harus memilah proyek: mana yang diteruskan, mana yang dinego ulang, mana yang dihentikan. Bedanya, bank bisa melakukan ini secara otomatis dan real-time dengan AI.
3. Operational Resilience: Jembatan antara Bank, Konstruksi, dan AI
Operational resilience artinya perusahaan tetap bisa menjalankan fungsi kritis walaupun diterpa gangguan: krisis ekonomi, pandemi, cyber attack, atau gangguan rantai pasok.
Waskita mendapat pengakuan karena berhasil menjaga operasi di tengah tekanan. Di dunia bank dan konstruksi, prinsipnya sama, tapi bentuknya berbeda.
a. Di bank: stabilitas sistem & kepercayaan nasabah
Untuk perbankan digital, resiliensi operasional berarti:
- core banking system jarang down,
- transaksi mobile banking stabil walaupun peak (gajian, Harbolnas, Lebaran),
- sistem anti-fraud sigap menahan transaksi mencurigakan,
- pemulihan bencana (disaster recovery) jelas dan teruji.
Di sinilah AI memainkan peran penting:
- AI anomaly detection memantau lalu lintas transaksi dan infrastruktur IT 24/7, mendeteksi pola aneh (baik potensi fraud maupun potensi gangguan sistem) sebelum meledak jadi insiden besar.
- AI capacity planning memprediksi beban sistem menjelang periode ramai, sehingga bank bisa menambah kapasitas cloud/server lebih tepat.
Tanpa resiliensi operasional, semua inovasi AI akan percuma, karena nasabah hanya melihat satu hal: aplikasi bank-nya error.
b. Di konstruksi: dari proyek terlambat ke proyek cerdas
Seri "AI dalam Industri Konstruksi Indonesia: Proyek Cerdas" sebenarnya bicara hal yang sama: bagaimana kontraktor membangun operasi proyek yang tahan banting dan data-driven.
Beberapa contoh:
- AI untuk perencanaan proyek memprediksi keterlambatan berdasarkan histori proyek serupa, cuaca, ketersediaan material, dan produktivitas tenaga kerja.
- AI untuk pemantauan keselamatan via CCTV dan sensor, memberi peringatan dini saat pekerja tidak memakai APD atau berada di zona bahaya.
- Integrasi BIM + AI memprediksi clash, perubahan desain, dan dampaknya ke biaya dan jadwal.
Kalau Waskita bisa bangkit dengan perbaikan proses tradisional, bayangkan BUMN karya dan kontraktor swasta yang sejak awal sudah membangun proyek dengan:
- data terstruktur,
- alur kerja terdigitalisasi,
- dan AI yang memantau progres secara real-time.
Resiliensi operasional mereka akan jauh lebih kuat.
4. Dari Waskita ke "Proyek Cerdas": 4 Pilar Fondasi AI
Pelajaran paling praktis dari kisah Waskita Karya untuk bank dan kontraktor adalah: jangan mulai dari AI, mulai dari fondasinya.
Berikut empat pilar yang menurut saya wajib dibereskan dulu sebelum bicara proyek AI besar-besaran.
1) Kesehatan keuangan yang cukup untuk eksperimen
AI butuh ruang untuk trial & error. Tanpa napas keuangan, organisasi akan:
- selalu cari ROI instan,
- alergi kegagalan kecil,
- dan ujungnya hanya beli produk jadi tanpa benar-benar mengubah cara kerja.
Bank dan kontraktor perlu:
- mengalokasikan budget inovasi yang jelas per tahun,
- menyepakati horizon hasil (misal 18–36 bulan, bukan 3 bulan),
- menempatkan proyek AI sebagai investasi strategis, bukan sekadar biaya IT.
2) Data yang rapi dan dapat dipercaya
Waskita bisa pulih karena tahu proyek mana yang menguras kas dan mana yang produktif. Itu artinya ada visibilitas data.
Di bank dan konstruksi, AI hanya sekuat kualitas datanya:
- data transaksi,
- data proyek,
- data supply chain,
- data risiko & insiden di lapangan.
Langkah praktis:
- mulai dari satu domain data dulu (misal risiko kredit di bank, atau progres proyek di konstruksi),
- bersihkan, standarisasi, dan integrasikan,
- baru bangun model AI di atasnya.
3) Proses dan SOP yang sudah disiplin
Kalau SOP di lapangan sering dilanggar, data yang dihasilkan akan kotor. Model AI akan mempelajari “ketidakteraturan” itu dan menganggapnya normal.
Inspirasi dari resiliensi operasional Waskita:
- perketat manajemen perubahan (change management),
- buat SOP digital (workflow dalam aplikasi, bukan file PDF yang tidak dibaca),
- biasakan dokumentasi: foto, laporan harian, log persetujuan.
Di konstruksi, ini krusial saat ingin membangun proyek cerdas: AI bisa belajar dari pola eksekusi proyek yang rapi, bukan yang asal jadi.
4) Budaya belajar dan keberanian mengubah cara kerja
Waskita tidak akan sampai di titik penghargaan kalau bersikeras memakai pola lama: kejar volume proyek tanpa kontrol risiko.
Bank dan kontraktor yang ingin mengadopsi AI perlu budaya:
- mau menggugat cara lama (misal credit scoring manual, pengawasan proyek hanya dengan laporan kertas),
- siap menerima rekomendasi AI sebagai bahan diskusi, bukan ancaman,
- meng-upskill karyawan agar paham bagaimana membaca output AI.
Tanpa ini, AI hanya akan jadi dashboard cantik yang tidak memengaruhi keputusan di lapangan.
5. Cara Praktis Memulai: Peta Jalan AI untuk Bank & Kontraktor
Untuk menyambungkan cerita Waskita dengan langkah konkrit hari ini, berikut roadmap sederhana 6 langkah yang realistis dipakai bank dan perusahaan konstruksi di Indonesia.
Langkah 1 – Audit resiliensi finansial & operasional
- Di bank: cek rasio NPL, cost-to-income, kapasitas IT, dan frekuensi insiden sistem.
- Di konstruksi: cek cashflow proyek, keterlambatan rata-rata, insiden keselamatan, dan deviasi biaya.
Tujuan: tahu titik lemah yang harus segera diperbaiki sebelum investasi AI besar.
Langkah 2 – Pilih satu use case AI yang dekat ke uang
Contoh di bank:
- AI untuk fraud detection kartu debit/kredit,
- AI untuk early warning risiko kredit.
Contoh di konstruksi:
- AI untuk prediksi keterlambatan proyek,
- AI untuk monitoring keselamatan di area kerja berisiko tinggi.
Fokus ke use case yang dampaknya bisa diukur: berapa rupiah kerugian yang bisa dihindari atau pendapatan yang bertambah.
Langkah 3 – Bangun tim kecil lintas fungsi
Bukan hanya tim IT. Sertakan:
- risk management,
- operasi/proyek,
- keuangan,
- dan jika perlu, perwakilan regulator/kompliance untuk bank.
Tim ini yang bertugas:
- mendefinisikan tujuan model,
- memilih data yang dipakai,
- dan menyusun SOP baru berbasis AI.
Langkah 4 – Jalankan pilot, ukur, perbaiki
Pilot kecil > proyek besar yang gagal.
- Tes di satu segmen nasabah dulu (untuk AI kredit bank),
- atau satu proyek dulu (untuk AI monitoring konstruksi).
Ukur:
- berapa % penurunan fraud,
- berapa hari percepatan proyek,
- atau berapa penurunan deviasi biaya.
Langkah 5 – Integrasi ke proses bisnis resmi
Kalau pilot terbukti berhasil, jangan berhenti di sana. Integrasikan ke:
- sistem inti bank (core banking, LOS, collection),
- atau sistem manajemen proyek (ERP konstruksi, BIM, aplikasi lapangan).
Tujuan: AI bukan alat tambahan, tapi bagian dari cara kerja harian.
Langkah 6 – Skalakan dan amankan
Skala hanya boleh dilakukan kalau dua hal ini sudah siap:
- keamanan & privasi data (apakah sudah sesuai regulasi dan standar internal),
- resiliensi infrastruktur IT (high availability, backup, DR site, dsb.).
Di titik ini, organisasi sudah bergerak dari tahap “coba-coba AI” ke tahap operasi yang benar-benar cerdas dan tangguh.
Penutup: Dari Jalan Tol ke Jalur Data
Kebangkitan Waskita Karya yang mendapat penghargaan Financial Recovery & Operational Resilience menunjukkan satu hal:
perusahaan besar di Indonesia bisa bangkit kalau berani menata keuangan dan operasi dengan disiplin.
Untuk bank yang ingin mengadopsi AI dan kontraktor yang membangun proyek cerdas, pelajarannya jelas:
- Jangan buru-buru mengejar teknologi sebelum menyiapkan resiliensi.
- Jadikan AI sebagai alat untuk memperkuat stabilitas keuangan, ketahanan operasional, dan pengambilan keputusan berbasis data.
Era berikutnya bukan sekadar jalan tol fisik yang dibangun perusahaan seperti Waskita, tapi juga “jalan tol data” yang dipakai bank dan konstruksi untuk mengalirkan informasi dan keputusan secara cepat dan aman.
Pertanyaannya: apakah organisasi Anda sudah siap secara finansial dan operasional untuk benar-benar memanfaatkan AI, atau masih sibuk memadamkan kebakaran jangka pendek?