Telkomsel sukses melayani 157 juta pelanggan. Apa pelajaran konkretnya untuk bank Indonesia dalam membangun AI dan digital banking yang skalabel dan inklusif?
Dari 157 Juta Pelanggan Telkomsel ke 150 Juta Nasabah Bank
Telkomsel saat ini melayani sekitar 157 juta pelanggan dan baru saja meraih penghargaan Best Telecom Provider of The Year di CNBC Indonesia Awards 2025. Mengelola jaringan sebesar itu tanpa bikin pelanggan frustrasi jelas bukan urusan sepele.
Ini relevan banget buat perbankan Indonesia yang lagi agresif dorong digital banking dan AI dalam perbankan. Bank ingin menjangkau puluhan bahkan ratusan juta nasabah, menurunkan biaya operasional, tapi tetap jaga kepercayaan. Telkomsel sudah hidup di realita “ratusan juta pelanggan” jauh lebih dulu.
Tulisan ini membahas apa yang bisa dipelajari bank dari cara Telkomsel melayani 157 juta pelanggan, dan bagaimana AI bisa jadi “mesin di belakang layar” untuk mencapai skala serupa di industri perbankan.
1. Skala 157 Juta Pelanggan: Kenapa Ini Penting untuk Bank
Intinya: kalau telekomunikasi bisa di-skala sampai 157 juta pelanggan, perbankan digital juga bisa — dengan arsitektur dan data yang tepat.
Telkomsel beroperasi di negara kepulauan, dengan kondisi geografis yang rumit, tingkat literasi digital yang beragam, dan kebutuhan pelanggan yang sangat berbeda-beda. Mirip dengan tantangan inklusi keuangan yang dihadapi bank.
Beberapa fakta yang relevan buat perbankan:
- 157 juta pelanggan berarti:
- Volume data harian yang masif
- Traffic layanan yang sangat fluktuatif (jam sibuk vs sepi)
- Risiko gangguan layanan yang tinggi kalau sistem nggak siap
- Telkomsel harus:
- Menjaga uptime jaringan
- Menyelesaikan komplain dengan cepat
- Menawarkan paket yang relevan untuk segmen yang sangat beragam
Di sisi lain, bank kini menghadapi realita:
- Nasabah ingin buka rekening, kirim uang, investasi, dan pinjam dana langsung dari aplikasi.
- Transaksi 24/7, bukan cuma jam kerja.
- Ekspektasi terhadap kecepatan dan kemudahan sudah dibentuk oleh pengalaman mereka dengan aplikasi lain: ride-hailing, e-commerce, dan operator seluler.
Kalau bank masih berpikir seperti cabang fisik (antrian, formulir kertas, proses manual), mereka akan kalah cepat. Sementara Telkomsel menunjukkan:
"Skala ratusan juta pelanggan hanya mungkin dicapai jika proses dan pengambilan keputusan didukung oleh data dan otomatisasi, bukan mengandalkan tenaga manusia saja."
Di perbankan, peran otomatisasi dan data itu sekarang dipegang oleh AI.
2. Tiga Pilar Telkomsel yang Bisa Ditiru Bank Digital
Telkomsel nggak memenangkan penghargaan hanya karena jumlah pelanggan, tapi karena kualitas layanan di tengah kompetisi ketat. Ada tiga pilar yang menurut saya paling relevan untuk bank:
2.1. Infrastruktur yang Siap Skala
Telkomsel membangun jaringan: BTS, core network, sistem billing, dan lain-lain, agar bisa tumbuh tanpa perlu "ganti mesin" setiap kali pelanggan naik.
Bank perlu pola pikir yang sama untuk arsitektur digital dan AI:
- Core banking yang terbuka untuk integrasi API
- Data platform terpusat untuk analitik dan machine learning
- Sistem yang bisa scale up saat traffic melonjak (misalnya saat gajian / promo besar)
Tanpa fondasi ini, chatbot sering down, mobile banking lemot, dan persetujuan kredit digital jadi tersendat.
2.2. Segmentasi Berbasis Data, Bukan Insting
Telkomsel nggak mungkin kirim satu jenis promo ke 157 juta orang. Mereka pakai segmentasi perilaku: heavy data user, pelanggan pulsa kecil, pelanggan pascabayar, gamers, dan sebagainya.
Bank seharusnya melakukan hal serupa dengan bantuan AI personalisasi:
- Menentukan siapa yang cocok ditawari KTA, siapa yang lebih cocok reksa dana
- Membedakan notifikasi antara nasabah aktif dan yang hampir dormant
- Menawarkan limit kartu kredit yang realistis sesuai pola transaksi
Ini bukan sekadar marketing. Segmentasi yang baik langsung berhubungan dengan kualitas portofolio kredit dan tingkat NPL.
2.3. Layanan Pelanggan yang Makin Otomatis
Di balik penghargaan untuk Telkomsel, ada kerja berat call center, sistem digital, dan otomatisasi. Mereka nggak bisa mengandalkan agen manusia saja untuk volume komplain dan permintaan yang terus naik.
Bank yang masih bertumpu pada call center konvensional akan keteteran. Nasabah sekarang terbiasa:
- Chat via aplikasi, bukan telepon
- Jawaban dalam hitungan detik, bukan menit
- Solusi langsung, bukan "akan kami proses 3 hari kerja"
Di sinilah chatbot AI berbahasa Indonesia, sistem FAQ cerdas, dan routing tiket otomatis jadi krusial.
3. AI dalam Perbankan: Menerjemahkan Pelajaran Telkomsel
Pertanyaannya: bagaimana AI bisa membantu bank meniru kemampuan Telkomsel melayani ratusan juta pelanggan?
Jawabannya: dengan meng-otomatisasi proses yang sebelumnya manual, mengubah data transaksi menjadi insight, dan membuat keputusan yang konsisten dalam skala besar.
3.1. Chatbot dan Asisten Virtual: “Call Center” di Kantong Nasabah
Bank bisa membangun asisten virtual berbasis AI yang belajar dari pola penggunaan nasabah, mirip bagaimana Telkomsel mengelola interaksi pelanggan digital.
Contoh fungsi real yang masuk akal untuk bank di Indonesia:
- Cek saldo, mutasi, status transaksi
- Blokir kartu secara instan
- Tanya kurs, biaya transfer, atau limit harian
- Komplain transaksi gagal dan tracking penyelesaiannya
Kalau asisten ini:
- Paham Bahasa Indonesia informal dan bahasa daerah campur-campur
- Bisa menjawab 24/7 dalam hitungan detik
…maka pengalaman nasabah akan mendekati standar yang sudah dibentuk oleh operator seluler dan super-app lain.
3.2. Skor Kredit Alternatif: Belajar dari Data Telco
Salah satu dampak terbesar AI dalam industri perbankan adalah penilaian kredit alternatif.
Telkomsel punya data perilaku pelanggan dalam skala besar: pola pengisian pulsa, lokasi, stabilitas penggunaan, hingga respon terhadap promo. Di sisi lain, bank punya data transaksi, saldo, dan histori pinjaman.
Dengan persetujuan regulator dan pengaturan privasi yang ketat, kedua dunia ini bisa bertemu dalam bentuk:
- Credit scoring berbasis AI untuk segmen masyarakat yang belum punya histori kredit formal
- Analisis risiko yang mempertimbangkan data perilaku, bukan cuma slip gaji
Ini sangat kuat untuk mendorong inklusi keuangan:
- Pelaku UMKM yang selama ini ditolak kredit bisa dinilai risikonya lebih tepat
- Nasabah di luar Jawa yang minim akses kantor cabang bisa tetap mendapatkan layanan pembiayaan
3.3. Deteksi Fraud Real-Time, Bukan Setelah Kerugian Terjadi
Dengan volume transaksi yang makin besar, perbankan butuh kemampuan deteksi fraud secepat jaringan telekomunikasi mendeteksi anomali traffic.
AI bisa:
- Menganalisis pola transaksi yang mencurigakan dalam hitungan detik
- Membandingkan perilaku nasabah saat ini dengan histori normalnya
- Memberi skor risiko per transaksi dan memicu verifikasi tambahan
Ini seperti sistem jaringan yang memblokir serangan DDoS sebelum pelanggan sadar ada masalah. Bukan sekadar laporan audit di belakang.
4. Inklusi Digital: Ketika Jaringan Telkomsel Bertemu Layanan Keuangan
Satu hal yang sering dilupakan: banyak daerah yang sudah terjangkau sinyal Telkomsel, tapi belum terjangkau layanan bank yang memadai.
Artinya, secara infrastruktur digital, pintunya sudah kebuka. Tinggal isi kontennya: layanan keuangan yang aman, simpel, dan relevan.
4.1. Telco sebagai Gerbang Inklusi Keuangan
Telkomsel dan operator lain sudah pernah membuktikan konsep ini lewat:
- Layanan dompet digital dan uang elektronik
- Pembayaran tagihan dan top-up langsung dari pulsa atau saldo digital
Bank bisa melangkah lebih jauh dengan AI:
- Menawarkan pembukaan rekening tanpa cabang fisik, hanya dengan e-KYC dan verifikasi wajah
- Memberi limit mikro kredit berbasis skor AI dan histori transaksi digital
- Menghadirkan edukasi keuangan personal lewat chatbot dalam bahasa yang mudah dipahami
4.2. Personalisasi untuk Segmen yang Selama Ini Terpinggirkan
Banyak produk bank selama ini didesain dengan asumsi nasabah kota besar. Padahal, data perilaku pelanggan di jaringan sebesar Telkomsel menunjukkan realita Indonesia yang jauh lebih beragam.
AI memungkinkan bank untuk:
- Menyesuaikan bahasa dan cara komunikasi per segmen wilayah
- Mendesain produk tabungan mikro, cicilan kecil, atau asuransi mikro yang relevan
- Mengukur efektivitas program edukasi keuangan secara data-driven
Di sini, AI bukan cuma soal efisiensi, tapi juga soal keadilan akses.
5. Langkah Praktis untuk Bank: Belajar dari Pola Telkomsel
Buat bank yang serius ingin naik kelas di era digital banking, pola Telkomsel bisa diterjemahkan jadi langkah konkret.
5.1. Rapikan Data, Baru Bicara AI
Telkomsel bisa "mengenal" 157 juta pelanggan karena datanya tertata. Bank perlu:
- Mengintegrasikan data nasabah dari berbagai sistem (core banking, mobile banking, kartu kredit, contact center) ke satu platform analitik.
- Membersihkan data: duplikasi, data kosong, data tak konsisten.
- Menetapkan data governance yang jelas: siapa boleh akses apa, untuk tujuan apa.
Tanpa fondasi ini, proyek AI hanya jadi pilot project yang nggak pernah benar-benar skala.
5.2. Mulai dari Use Case yang Paling Terasa Manfaatnya
Daripada bikin rencana AI besar yang nggak jalan-jalan, bank bisa meniru pendekatan praktis:
- Gelombang pertama: chatbot layanan nasabah, deteksi fraud sederhana, dan segmentasi marketing
- Gelombang kedua: credit scoring alternatif, rekomendasi produk personal, prediksi churn nasabah
Setiap langkah kecil yang berhasil akan membangun kepercayaan internal dan nasabah.
5.3. Bangun Kolaborasi: Bank, Telco, dan Fintech
Ekosistem digital Indonesia bergerak cepat, dan bank yang tertutup akan tertinggal.
Kolaborasi yang masuk akal antara bank dan telco misalnya:
- Co-branding produk keuangan khusus pelanggan tertentu
- Skema data sharing yang patuh regulasi untuk credit scoring
- Bundling layanan connectivity + keuangan untuk UMKM
Dengan AI sebagai otak di belakangnya, kolaborasi ini bisa jalan dalam skala besar tapi tetap terukur risikonya.
Penutup: Dari Penghargaan Telkomsel ke Masa Depan Bank Indonesia
Penghargaan Best Telecom Provider of The Year untuk Telkomsel bukan cuma cerita sukses sektor telekomunikasi. Ini sinyal kuat bahwa mengelola ratusan juta pelanggan secara digital itu mungkin, selama infrastrukturnya siap dan keputusan berbasis data.
Untuk industri perbankan Indonesia yang sedang masuk era digital banking dan mulai serius dengan AI dalam perbankan, pelajarannya jelas:
"Kalau Telkomsel bisa melayani 157 juta pelanggan, bank juga bisa melayani puluhan juta nasabah digital — asalkan berani membangun fondasi data, AI, dan kolaborasi ekosistem."
Langkah selanjutnya ada di tangan para pengambil keputusan di bank: mau sekadar menambah fitur di aplikasi, atau benar-benar mendesain ulang cara melayani nasabah dengan AI sebagai inti.
Pertanyaannya sekarang: apakah strategi digital bank Anda sudah siap kalau besok jumlah nasabah online naik dua kali lipat?