Trade AI Purbaya & Pelajaran untuk Bank Digital RI

Pada 12/12/2025, India mencatat rekor: lebih dari US$ 50 miliar (sekitar Rp 833 triliun) investasi AI mendarat hanya dalam 24 jam dari dua raksasa teknologi, Microsoft dan Amazon. Di hari yang sama, Menteri Keuangan Purbaya Yudhi Sadewa membeberkan pengembangan mesin pengawasan berbasis AI bernama Trade AI di Direktorat Jenderal Bea dan Cukai.

Dua berita ini kelihatannya jauh dari industri perbankan dan pariwisata Indonesia. Tapi kalau ditarik sedikit ke belakang, keduanya sebenarnya menunjuk ke hal yang sama: AI sedang jadi infrastruktur baru ekonomi, termasuk untuk bank digital dan hospitality 4.0 di sektor pariwisata.

Tulisan ini membedah apa itu langkah Purbaya lewat Trade AI, kenapa India tiba‑tiba jadi magnet investasi AI, dan yang paling penting: apa dampaknya untuk perbankan digital Indonesia dan ekosistem pariwisata—dari fraud detection sampai pembiayaan hotel dan destinasi wisata.

---

1. Trade AI Purbaya: Sinyal Serius Indonesia di Arena AI

Langkah DJBC mengembangkan Trade AI bukan sekadar proyek teknologi; ini sinyal bahwa pemerintah mulai melihat AI sebagai mesin pengambil keputusan di sektor yang sangat kritis: perdagangan, ekspor-impor, dan penerimaan negara.

Apa yang kemungkinan dikerjakan Trade AI?

Secara teknis, mesin seperti ini biasanya dipakai untuk:

• Analisis risiko kargo dan transaksi ekspor-impor
• Deteksi anomali dokumen (invoice, manifes, HS code) secara otomatis
• Mengidentifikasi pola penyelundupan, undervaluation, dan penghindaran pajak
• Memberi skor risiko secara real-time untuk tiap pengiriman barang

Artinya, AI diminta untuk melakukan pekerjaan yang dulu dikerjakan ribuan petugas: membaca data, mencari kejanggalan, dan memberi peringatan.

Kalau negara mulai mempercayakan pengawasan bea cukai ke AI, pertanyaan selanjutnya sederhana: kapan bank mulai mempercayakan manajemen risiko dan layanan nasabah ke AI dengan standar yang sama seriusnya?

Di titik ini, Trade AI bisa dibaca sebagai pilot project nasional: kalau AI bisa bekerja di area yang sensitif seperti bea cukai, tak ada alasan sektor lain—terutama perbankan dan pariwisata—jalan di tempat.

---

2. India Diserbu Investasi AI: Benchmark Keras untuk Indonesia

Dalam 24 jam, India kebanjiran lebih dari US$ 50 miliar investasi AI. Bukan untuk gaya-gayaan, tapi untuk:

• Pembangunan data center berskala besar
• Infrastruktur cloud dan komputasi AI
• Ekosistem developer dan startup yang pakai AI di sektor nyata: kesehatan, finansial, logistik, dan pariwisata

Kenapa India dilirik?

1. Pasar besar & digital savvy: ratusan juta pengguna internet, penetrasi UPI (pembayaran digital) yang masif.
2. Talenta teknis: insinyur dan data scientist dalam jumlah besar.
3. Regulasi relatif jelas untuk data, fintech, dan startup.

Sekarang bandingkan dengan Indonesia:

• Pasar: lebih dari 270 juta penduduk, pengguna mobile banking dan e-wallet tembus ratusan juta akun.
• Perbankan digital: bank digital tumbuh, tapi pemanfaatan AI masih banyak di chatbot dasar dan scoring kredit sederhana.
• Pariwisata: target kunjungan wisatawan naik tiap tahun, tapi hospitality 4.0 masih jadi jargon di banyak daerah.

India kasih pelajaran yang cukup keras: kalau infrastruktur AI disiapkan serius, modal global datang sendiri. Untuk Indonesia, gerakan seperti Trade AI bisa jadi pembuka jalan. Tapi kalau bank dan pelaku pariwisata hanya menonton, momentum ini lewat begitu saja.

---

3. Dari Trade AI ke Bank Digital: Blueprint Sederhana yang Bisa Dicuri

Trade AI adalah contoh nyata bagaimana data transaksi besar dijadikan bahan bakar AI. Bank sebenarnya punya data yang jauh lebih kaya:

• Mutasi rekening
• Riwayat kartu kredit dan debit
• Data pinjaman dan pembayaran
• Transaksi di merchant pariwisata: hotel, tiket pesawat, restoran, atraksi wisata

Kalau DJBC bisa membangun Trade AI, bank bisa membangun versi mereka sendiri. Setidaknya di tiga area utama.

3.1. AI untuk Fraud Detection yang Lebih Cerdas

Di bea cukai, AI dipakai untuk mencium kejanggalan ekspor‑impor. Di bank, pola yang sama bisa diterapkan ke fraud detection:

• Deteksi transaksi mencurigakan lintas negara yang berkaitan dengan perdagangan dan pariwisata
• Mengidentifikasi transaksi kartu kredit asing yang tidak lazim di hotel dan restoran
• Menandai pola transaksi mirip money laundering yang memanfaatkan sektor pariwisata

Algoritma yang membongkar undervaluation barang impor bisa diadaptasi untuk mengendus:

• Penggelembungan tagihan (invoice) di hotel atau travel agent
• Skema wash trading di platform booking

3.2. AI untuk Risk Scoring UMKM Pariwisata

Salah satu masalah klasik: UMKM pariwisata (homestay, restoran kecil, penyedia tur lokal) susah dapat kredit karena tak punya laporan keuangan rapi.

Padahal bank sebenarnya punya akses ke data seperti:

• Volume transaksi QRIS
• Penerimaan melalui payment gateway
• Riwayat pembayaran supplier

Model seperti Trade AI—yang membaca pola data besar dan memberi skor risiko—bisa diadaptasi jadi:

• AI scoring UMKM pariwisata, memakai data transaksi real, bukan hanya laporan di atas kertas
• Rekomendasi limit kredit dinamis: naik saat musim ramai, diturunkan saat low season

Dampaknya langsung ke inklusi keuangan di destinasi wisata seperti Bali, Labuan Bajo, Mandalika, atau Danau Toba.

3.3. AI untuk KYC & AML yang Cepat tapi Aman

Bea cukai berhadapan dengan dokumen & identitas lintas negara. Bank menghadapi tantangan serupa lewat:

• Pembukaan rekening wisatawan asing
• Transaksi remitansi untuk industri pariwisata
• Pembayaran online lintas negara untuk booking hotel dan tiket

AI bisa membantu:

• Verifikasi identitas lebih cepat (dokumen, wajah, perilaku transaksi)
• Pemantauan pola yang terkait AML/CFT untuk bisnis yang banyak berhubungan dengan uang tunai, seperti hiburan malam di kawasan wisata

Dalam bahasa kasarnya: kalau negara berani mengandalkan AI untuk mengawasi kontainer di pelabuhan, bank harus berani mengandalkan AI untuk mengawasi arus duit di ekosistem pariwisata.

---

4. Hospitality 4.0: Bank & Pariwisata Harus Main Satu Tim

AI di pariwisata sering dibahas dari sisi hotel dan destinasi: chatbot multilingual, personalisasi itinerary, dynamic pricing kamar hotel. Itu penting, tapi ada satu lapisan yang sering dilupakan: lapisan finansial.

Hospitality 4.0 yang matang butuh sinergi antara bank digital, fintech, dan pelaku pariwisata. Pola yang dipakai Trade AI bisa dijadikan referensi.

4.1. Personalisasi Pengalaman Wisata Berbasis Data Finansial

Bank digital dan e-wallet tahu pola belanja nasabah:

• Sering pesan tiket pesawat ke destinasi tertentu
• Lebih suka hotel budget atau premium
• Belanja kuliner lokal atau internasional

Dengan AI, bank bisa berperan sebagai “asisten wisata finansial”:

• Menawarkan paket wisata + cicilan yang sesuai profil belanja
• Rekomendasi destinasi dengan anggaran realistis berdasarkan riwayat transaksi
• Promo kartu kredit/debit yang nyambung dengan preferensi, bukan spam massal

4.2. Revenue Management Hotel Terintegrasi Pembiayaan

Hotel modern pakai AI untuk revenue management: mengatur harga kamar berdasarkan okupansi, musim, dan event.

Bank bisa masuk dengan cara lebih pintar:

• Mengintegrasikan data okupansi hotel dan transaksi booking ke model kredit modal kerja
• Memberi fasilitas kredit short-term saat proyeksi okupansi naik (misalnya jelang libur Lebaran atau Natal/Tahun Baru)
• Menggunakan AI untuk memprediksi arus kas hotel, lalu mengaitkannya ke jadwal pembayaran pinjaman

Ini seperti versi hospitality dari Trade AI: data operasi harian langsung mempengaruhi kebijakan finansial secara otomatis.

4.3. Chatbot Multilingual + Layanan Keuangan untuk Wisatawan

Di pariwisata, AI chatbot dipakai untuk menjawab pertanyaan soal kamar, fasilitas, dan atraksi lokal. Bank digital bisa:

• Menyediakan chatbot multilingual untuk wisatawan yang butuh buka rekening sementara, tukar kurs, atau bayar tanpa tunai
• Mengintegrasikan chatbot bank dengan platform hotel/OTA sehingga wisatawan bisa urus pembayaran, refund, dan cicilan dalam satu alur percakapan

Contoh skenario ideal:

Wisatawan Jepang memesan hotel di Bali lewat aplikasi. Chatbot hotel menyambungkan ke chatbot bank digital Indonesia. Dalam satu percakapan, wisatawan dapat konfirmasi kamar, opsi kurs, metode pembayaran aman, dan penawaran diskon restoran lokal di sekitar hotel.

Kalau Trade AI dipakai untuk otomatisasi pengawasan, hospitality 4.0 butuh AI untuk otomatisasi pengalaman tamu plus dukungan finansial.

---

5. Langkah Praktis untuk Bank & Pelaku Pariwisata di Indonesia

AI sering terdengar rumit, tapi pola besarnya jelas. India menunjukkan bagaimana infrastruktur + regulasi + talenta menarik investasi. Purbaya lewat Trade AI menunjukkan bahwa pemerintah sudah mau taruh skin in the game.

Supaya sektor perbankan dan pariwisata nggak ketinggalan, ada beberapa langkah praktis yang realistis:

5.1. Untuk Bank & Fintech

1. Mulai dari data yang sudah ada
   Fokus ke tiga use case: fraud detection, risk scoring UMKM pariwisata, dan personalisasi penawaran wisata.

2. Bentuk tim kecil AI lintas divisi
   Isinya gabungan risk, IT, bisnis, dan data. Targetnya bukan whitepaper, tapi pilot project 3–6 bulan.

3. Bangun kemitraan dengan pelaku pariwisata
   Hotel chain, OTA, dan pengelola destinasi butuh akses pembiayaan; bank butuh data operasional mereka. Tukar-menukar data dengan kontrol privasi yang ketat.

4. Gunakan standar keamanan setara Trade AI
   Kalau AI dipakai untuk pengawasan negara, bank juga harus serius di sisi audit trail, explainable AI, dan kepatuhan regulasi.

5.2. Untuk Hotel, OTA, dan Pengelola Destinasi

1. Rapikan dan digitalkan data operasional
   Okupansi, harga kamar, sumber booking, dan spending tamu. Tanpa ini, AI perbankan nggak punya bahan.

2. Integrasi pembayaran & loyalty dengan sistem AI
   Data loyalty dan pola pembayaran tamu adalah emas untuk bank dan fintech dalam merancang produk pembiayaan yang pas.

3. Kembangkan chatbot multilingual yang benar‑benar dipakai
   Bukan sekadar FAQ, tapi terhubung ke pemesanan, pembayaran, dan rekomendasi wisata di sekitar.

4. Siapkan skenario kolaborasi dengan bank digital
   Misalnya co-branded card khusus wisatawan di destinasi tertentu, atau cicilan paket wisata langsung di aplikasi bank.

---

Penutup: Kalau Negara Saja Percaya AI, Masa Bank dan Pariwisata Tidak?

Trade AI di Bea Cukai dan gelombang investasi AI ke India sama‑sama mengirim pesan jelas: AI bukan lagi eksperimen, tapi infrastruktur ekonomi. Di Indonesia, sektor yang paling siap memanfaatkan ini seharusnya justru perbankan digital dan pariwisata, karena dua-duanya sangat kaya data dan dekat dengan konsumen.

Untuk seri AI dalam Industri Pariwisata Indonesia: Hospitality 4.0, pelajaran dari Purbaya sederhana: kalau AI bisa dipasang di jantung pengawasan negara, AI juga layak dipasang di jantung pengalaman wisata dan layanan keuangan. Pertanyaannya tinggal satu: siapa yang berani mulai duluan—bank, hotel, atau pemerintah daerah destinasi wisata?

Kalau Anda ada di salah satu dari tiga kelompok itu, ini momen yang sulit diulang. Tahun depan, mungkin bukan lagi bicara siapa yang mulai, tapi siapa yang sudah tertinggal.