Strategi AI Telkomsel & Pelajaran untuk Bank dan Pariwisata

AI dalam Industri Pariwisata Indonesia: Hospitality 4.0By 3L3C

Telkomsel serius menggarap AI dengan strategi terukur. Apa pelajaran praktisnya untuk bank, hotel, dan pelaku pariwisata yang menuju era digital & Hospitality 4.0?

AI TelkomselAI perbankanHospitality 4.0AI pariwisata Indonesiadigital bankingfraud detectionstrategi investasi AI
Share:

Featured image for Strategi AI Telkomsel & Pelajaran untuk Bank dan Pariwisata

AI Jadi Medan Perebutan Baru: Dari Telkomsel ke Bank & Hotel

Sejak akhir 2022, biaya komputasi AI turun drastis dan kemampuan model naik berkali-kali lipat. Contohnya, seri GPU Nvidia yang dipakai untuk melatih model bahasa bisa melonjak performanya sampai sekitar 10x hanya dalam setahun. Lonjakan ini bikin satu hal jelas: AI bukan lagi jargon, tapi arena kompetisi serius bagi industri besar.

Langkah Telkomsel menggarap bisnis AI dengan hati-hati tapi agresif menunjukkan pola yang menarik. Operator ini tidak ikut-ikutan jorjoran beli chip mahal, tapi fokus dulu ke pemakaian internal yang terbukti balik modal, baru kemudian menjual produk AI ke pasar. Pola ini persis yang sedang dibutuhkan perbankan dan industri pariwisata Indonesia yang lagi ngebut ke arah digital banking dan Hospitality 4.0.

Tulisan ini membedah strategi AI Telkomsel, lalu menerjemahkannya menjadi pelajaran praktis untuk bank dan pelaku pariwisata: dari manajemen risiko investasi sampai use case konkret seperti pencegahan fraud, personalisasi layanan wisatawan, dan optimasi operasional hotel.


Cara Telkomsel Main AI: Ngebut, tapi Tetap Ngerem

Strategi AI Telkomsel sederhana: uji internal, hitung ROI, baru go public. Mereka tidak terjebak FOMO membeli infrastruktur AI besar-besaran ketika teknologinya belum matang.

Direktur Utama Telkomsel, Nugroho, menyebut ini sebagai permainan balancing antara investasi dan monetisasi. Intinya:

“Early investment too big bisa jadi korban bubble.”

3 Pilar Pendekatan Telkomsel

  1. Fokus internal dulu
    Telkomsel membangun jaringan otonom berbasis AI (autonomous network). Sistem ini mengatur, memantau, dan mengoptimalkan jaringan hampir tanpa campur tangan manual, sehingga:

    • Gangguan jaringan bisa diprediksi dan diminimalkan lebih cepat
    • Penggunaan kapasitas jaringan jadi lebih efisien
    • Biaya operasional turun, kualitas layanan naik
  2. Tidak gegabah investasi infrastruktur
    Di tengah hype GPU Nvidia yang antre sampai hitungan tahun, Telkomsel memilih tidak langsung menggelontorkan modal untuk hardware generasi yang sebentar lagi usang. Mengingat perkembangan GPU bisa melonjak 10x setahun, investasi terlalu cepat ke generasi lama memang berisiko besar.

  3. Buktikan nilai, baru jual produk ke pasar
    Setelah melihat dampak internal, barulah Telkomsel meluncurkan produk berbasis AI seperti:

    • Siscamling – sistem pendeteksi scam (penipuan) berbasis AI
    • Sacred Octagon – program pendidikan AI berbasis gim

Mereka juga meresmikan Telkomsel AI Innovation Hub di ITB, bersama pemerintah dan kampus, untuk mempercepat riset dan pengembangan.

Ini bukan sekadar proyek teknologi. Ini pondasi model bisnis baru.


Jembatan ke Perbankan: Dari Jaringan Otonom ke Bank Otonom

Apa yang dilakukan Telkomsel di jaringan, bisa ditiru bank di sistem keuangan. Jika Telkomsel membangun autonomous network, bank bisa membangun autonomous banking: proses yang belajar sendiri, beradaptasi, dan mengamankan nasabah secara real-time.

1. Pendekatan Investasi: Hindari FOMO AI

Telkomsel mengingatkan soal risiko bubble AI. Ini sangat relevan untuk bank dan lembaga keuangan.

Yang sering terjadi di industri perbankan:

  • Buru-buru beli core system “AI-ready” yang mahal
  • Pasang chatbot canggih tapi tidak nyambung ke proses back-end
  • Punya proyek pilot AI banyak, tapi tidak ada yang benar-benar dipakai di production

Pendekatan yang lebih waras, terinspirasi Telkomsel:

  1. Mulai dari use case yang bisa diukur
    Misalnya:

    • Penurunan fraud kartu kredit
    • Peningkatan konversi aplikasi KPR/KMG
    • Pengurangan SLA proses kredit dari hari ke jam
  2. Manfaatkan cloud & model siap pakai dulu
    Daripada langsung bangun infrastruktur GPU sendiri, bank bisa:

    • Pakai layanan AI di cloud
    • Fine-tune model lokal di atas data sendiri
    • Baru berpikir bangun data center AI kalau volume dan regulasi sudah jelas
  3. Bangun tim kecil, fokus, dan cross-functional
    Satu squad gabungan: data scientist, risk, IT, dan bisnis. Tugasnya bukan bikin laporan, tapi mengirim model yang benar-benar dipakai di production.

2. Use Case: Dari Siscamling ke Deteksi Fraud Perbankan

Siscamling adalah sistem pendeteksi scam di dunia telekomunikasi. Analogi langsung di perbankan adalah fraud detection berbasis AI.

Bank bisa meniru pola ini untuk:

  • Menganalisis pola transaksi mencurigakan secara real-time
    AI bisa:

    • Mencari pola transaksi lintas rekening, kanal, dan waktu
    • Menandai transaksi yang menyimpang dari kebiasaan nasabah
    • Menjalankan scoring risiko otomatis, lalu mengirim alert ke tim fraud
  • Deteksi social engineering & penipuan digital
    Dengan menganalisis:

    • Perilaku login (device, lokasi, jam)
    • Pola perubahan limit dan penggantian perangkat
    • Teks dalam percakapan chat di aplikasi bank (untuk yang menyediakan chat)

Kalau Telkomsel bisa mengamankan trafik komunikasi, bank wajib mengamankan arus uang dan data finansial. Prinsipnya sama: data historis + model AI yang terus belajar dari fraud baru.

3. Autonomous Banking: Belajar dari Autonomous Network

Autonomous network milik Telkomsel bekerja dengan sedikit intervensi manusia di level operasional.

Bank bisa menerapkan konsep serupa di beberapa area:

  • Manajemen risiko kredit otomatis
    • Model AI membaca data pendapatan, perilaku transaksi, histori pinjaman
    • Sistem memberi rekomendasi limit dan bunga personal
    • Review manual hanya untuk kasus-kasus abu-abu
  • KYC dan AML lebih cerdas

    • Pengenalan wajah untuk verifikasi identitas nasabah
    • AI memantau pola transaksi untuk kepatuhan anti pencucian uang
  • Customer service otonom

    • Chatbot yang tidak sekadar jawab FAQ, tapi:
      • Paham konteks nasabah (saldo, riwayat transaksi, produk yang dimiliki)
      • Bisa mengarahkan ke produk yang relevan

Inilah jembatan logis dari AI di telko ke AI dalam digital banking.


Dari Bank ke Pariwisata: Hospitality 4.0 Butuh Pola yang Sama

Seri “AI dalam Industri Pariwisata Indonesia: Hospitality 4.0” berputar di satu ide: AI membuat pengalaman wisatawan jadi lebih personal, efisien, dan menyenangkan, tanpa bikin operasional hotel dan destinasi keteteran.

Pelajaran dari Telkomsel dan sektor perbankan bisa langsung dipakai di pariwisata.

1. Jangan Mulai dari Gimmick

Banyak hotel dan destinasi wisata tergoda dengan:

  • Robot resepsionis
  • Chatbot multilingual yang tidak nyambung dengan sistem reservasi
  • Aplikasi loyalty canggih yang jarang dipakai tamu

Pendekatan ala Telkomsel menawarkan alternatif yang lebih sehat:

  1. Benahi operasi internal dengan AI dulu
    Contoh:

    • Prediksi okupansi kamar dan penyesuaian harga (revenue management)
    • Optimasi jadwal housekeeping berdasarkan pola hunian
    • Prediksi permintaan F&B untuk mengurangi food waste
  2. Lihat dampak finansial & pengalaman tamu

    • Apakah tingkat review bintang 4–5 naik?
    • Apakah biaya operasional per kamar turun?
    • Apakah check-in/check-out makin cepat?
  3. Baru masuk ke pengalaman tamu yang ‘wow’
    Setelah pondasi kuat, baru masuk ke:

    • Chatbot multilingual untuk rekomendasi wisata lokal
    • Itinerary otomatis sesuai preferensi tamu (kuliner, alam, belanja)

2. Analogi Siscamling untuk Hotel & OTA

Siscamling di Telkomsel memantau potensi scam di jaringan telekomunikasi. Versi pariwisatanya:

  • Deteksi booking palsu atau berisiko tinggi
    Untuk hotel, OTA, dan platform travel:

    • AI membaca pola pemesanan: frekuensi, metode bayar, origin negara, perangkat
    • Menandai anomali: pemesanan massal lalu cancel, penggunaan kartu kredit mencurigakan, dll.
  • Proteksi wisatawan dari penipuan online
    Platform bisa menyediakan AI yang:

    • Menganalisis listing penginapan/liburan yang tidak wajar
    • Memberi skor kepercayaan untuk host atau agen lokal

Seperti Telkomsel yang menjaga pelanggan dari penipuan komunikasi, pelaku wisata bisa menjaga turis dari penipuan perjalanan. Kepercayaan adalah mata uang utama pariwisata.

3. Sacred Octagon & Talent AI di Pariwisata

Sacred Octagon adalah program pendidikan AI berbasis gim dari Telkomsel. Intent-nya jelas: bangun talenta lebih dulu.

Pariwisata Indonesia juga butuh pola serupa:

  • Upskilling staf hotel dan destinasi soal AI
    Bukan untuk jadi programmer, tapi untuk:

    • Mengerti cara pakai dashboard AI (prediksi okupansi, harga dinamis)
    • Baca insight dari sistem rekomendasi tamu
    • Berkolaborasi dengan chatbot, bukan bersaing
  • Kolaborasi dengan kampus pariwisata & vokasi
    Telkomsel bangun AI Innovation Hub di ITB. Industri pariwisata bisa:

    • Gandeng kampus pariwisata dan politeknik untuk lab Hospitality 4.0
    • Uji prototipe: smart check-in, personalisasi paket wisata, dsb.

Kalau tidak ada talenta yang paham, AI hanya akan jadi fitur manis di brosur.


5 Langkah Praktis: Meniru Pola Telkomsel untuk Bank & Hospitality

Berikut rangkuman langkah praktis yang bisa diadopsi bank, hotel, dan pelaku pariwisata yang serius ingin masuk ke AI tanpa terjebak bubble:

  1. Tentukan 2–3 use case inti yang punya dampak finansial jelas

    • Bank: fraud detection, scoring kredit, customer service otomatis
    • Hotel: prediksi okupansi, harga dinamis, chatbot multilingual
  2. Mulai dari data, bukan dari alat

    • Rapikan data transaksi, data tamu, dan data operasional
    • Buat data model yang konsisten (ID unik, format seragam)
  3. Manfaatkan layanan AI yang sudah ada

    • Pakai cloud untuk model bahasa, vision, dan prediksi
    • Hindari investasi besar di GPU on-premise sebelum volume dan kebutuhan matang
  4. Bangun “AI hub” kecil seperti Telkomsel AI Innovation Hub

    • Tidak harus fisik, bisa berupa tim inti lintas divisi
    • Fokus pada eksperimen terarah dengan target ROI jelas
  5. Edukasi internal secara berkelanjutan

    • Pelatihan singkat untuk manajemen & staf operasional tentang cara berpikir berbasis data
    • Simulasi penerapan AI dalam skenario nyata (fraud, overbooking, komplain tamu)

Saya cukup yakin: perusahaan yang mengikuti pola ini akan melaju lebih stabil daripada yang ikut-ikutan beli teknologi tanpa strategi.


Mengikat Benang Merah: AI untuk Bank, Telko, dan Pariwisata

Telkomsel menunjukkan bahwa AI yang matang lahir dari disiplin, bukan dari FOMO. Mereka:

  • Menguji internal dulu lewat autonomous network
  • Menghitung ROI sebelum jorjoran belanja chip
  • Baru kemudian meluncurkan produk seperti Siscamling dan Sacred Octagon

Untuk sektor perbankan dan pariwisata Indonesia yang sedang mengarah ke digital banking dan Hospitality 4.0, pelajarannya jelas:

AI bukan hanya soal teknologi baru, tapi cara baru mengelola risiko, melayani pelanggan, dan membangun kepercayaan.

Bank yang berani mengadopsi AI untuk fraud detection dan personalisasi, serta hotel yang memakai AI untuk pengalaman wisatawan yang lebih cerdas, akan berada di garis depan. Yang menunda terlalu lama, atau salah strategi investasi, berisiko ketinggalan di peta digital Indonesia.

Sekarang pertanyaannya: apakah strategi AI Anda lebih mirip FOMO, atau sudah setenang dan seterukur Telkomsel?