BI menahan BI Rate di 4,75%. Di balik angka ini, ada peluang besar buat bank Indonesia mengakselerasi pemanfaatan AI untuk inklusi keuangan dan personalisasi layanan.
BI Rate 4,75% & Arah Baru AI di Perbankan RI
Keputusan Bank Indonesia menahan BI Rate di 4,75% pada Rapat Dewan Gubernur 16–17/12/2025 bukan cuma soal bunga kredit dan deposito. Di balik angka itu, ada satu hal yang jarang disorot: bagaimana stabilitas moneter ini membuka jalan buat adopsi AI di perbankan dan mempercepat era digital banking di Indonesia.
Sebagian besar bank saat ini lagi di persimpangan: di satu sisi dituntut menyalurkan kredit lebih agresif, di sisi lain harus berinvestasi di teknologi, dari core banking sampai AI untuk personalisasi layanan dan inklusi keuangan. Kebijakan BI hari ini pada dasarnya bilang: “Kami jaga stabilitas, sekarang giliran bank memaksimalkan teknologi.”
Tulisan ini membahas apa isi keputusan BI, dampaknya ke perilaku bank dan nasabah, dan yang paling penting: bagaimana kondisi ini bisa (dan seharusnya) dimanfaatkan bank untuk menggenjot pemanfaatan AI dalam layanan digital.
Apa Sebenarnya Isi Keputusan BI Desember 2025?
Intinya, BI memutuskan menahan suku bunga acuan BI Rate di 4,75%, dengan rincian:
- BI Rate: 4,75%
- Deposit facility: 3,75%
- Lending facility: 5,50%
Gubernur BI Perry Warjiyo menegaskan dua alasan utama:
- Inflasi 2025–2026 diperkirakan tetap rendah di kisaran sasaran 2,5% ± 1%.
- Stabilitas nilai tukar rupiah perlu dijaga di tengah ketidakpastian global.
Di saat yang sama, BI mengirim sinyal jelas: mereka masih membuka ruang penurunan suku bunga ke depan kalau inflasi 2026 tetap terkendali dan pertumbuhan ekonomi butuh dorongan ekstra.
Selain suku bunga, ada beberapa kebijakan pendukung yang krusial untuk perbankan:
- Ekspansi likuiditas lewat operasi moneter dan pembelian SBN.
- Remunerasi excess reserves di bank sebesar 3,50% (25 bps di bawah deposit facility).
- Penguatan Kebijakan Insentif Likuiditas Makroprudensial (KLM) untuk mendorong kredit ke sektor prioritas.
- Perpanjangan kebijakan kartu kredit dan tarif SKNBI murah sampai 30/06/2026.
- Kampanye QRIS & penguatan sistem pembayaran digital sampai ke daerah dan destinasi wisata.
Semua ini kelihatannya teknis. Tapi kalau ditarik ke level strategi, ini adalah “lampu hijau” BI: likuiditas ada, sistem pembayaran diperkuat, sekarang waktunya bank memanfaatkan data dan teknologi – termasuk AI – untuk memperluas akses dan memperdalam hubungan dengan nasabah.
Mengapa Stabilitas BI Rate Penting untuk AI di Perbankan?
Stabilitas suku bunga bukan cuma bikin investor lebih tenang. Di sektor perbankan, stabilitas BI Rate mengurangi “noise” dalam data perilaku nasabah. Ini emas buat sistem AI.
1. Data perilaku lebih bersih, model AI lebih akurat
Saat suku bunga loncat-loncat, sulit membedakan: nasabah mengubah perilaku karena faktor ekonomi riil atau cuma respon ke perubahan bunga sesaat. Dengan BI Rate yang relatif stabil:
- Pola transaksi, tabungan, dan pinjaman nasabah lebih konsisten.
- Model scoring kredit berbasis AI bisa belajar dari data yang lebih “tenang”, bukan data yang penuh distorsi.
- Sistem rekomendasi produk (misalnya menawarkan KPR, KTA, atau kartu kredit) bisa mengandalkan histori yang lebih kuat untuk memprediksi kebutuhan nasabah.
Buat bank yang serius bangun personalized banking (rekomendasi produk, limit kartu yang adaptif, penawaran bunga dinamis berbasis profil risiko), kestabilan BI Rate di level makro membuat “laboratorium data” mereka jauh lebih ideal.
2. Ruang bernapas untuk investasi teknologi
Dengan inflasi terjaga dan BI Rate relatif moderat, tekanan biaya dana (cost of fund) bank tidak setinggi periode pengetatan moneter. Di saat yang sama, BI:
- Memperkuat KLM untuk mendorong penyaluran kredit ke sektor prioritas.
- Mengelola likuiditas agar pasar uang dan perbankan tetap longgar.
Artinya, margin bank tidak diperas terlalu keras oleh kebijakan moneter. Ini memberikan ruang untuk:
- Mengalokasikan anggaran ke proyek AI & digital banking multi-tahun.
- Bereksperimen dengan use case AI baru tanpa takut terlalu menekan rasio efisiensi dalam jangka pendek.
Di banyak bank, keputusan transformasi digital sering tertunda karena alasan “mahal” dan “lagi fokus ke ekspansi kredit dulu”. Dengan kondisi makro yang lebih stabil, argumen itu makin lemah.
3. Konsumen lebih siap menerima layanan digital
Stabilitas moneter ikut mendukung kepercayaan konsumen. Saat inflasi jinak dan bunga acuan tidak ekstrem:
- Nasabah lebih tenang memindahkan aktivitas keuangan ke kanal digital.
- Adopsi mobile banking, e-wallet, dan QRIS cenderung meningkat.
Ini penting, karena AI di perbankan baru terasa manfaatnya kalau ada volume interaksi digital yang besar: klik di aplikasi, pola transaksi, chat dengan chatbot, hingga riwayat pembayaran. Semakin banyak interaksi digital, semakin kaya data untuk model AI.
Kebijakan Likuiditas BI & Peluang AI untuk Inklusi Keuangan
Satu poin yang sering terlewat dari keputusan BI kali ini adalah dorongan ke inklusi keuangan lewat kombinasi kebijakan moneter, makroprudensial, dan sistem pembayaran digital.
Likuiditas murah + AI = kredit lebih inklusif
Lewat KLM dan ekspansi likuiditas, BI mendorong bank menyalurkan kredit ke sektor riil dan sektor prioritas pemerintah. Di sini, AI bisa menjadi pembeda utama antara bank yang “biasa saja” dan bank yang benar-benar tumbuh.
Bank yang serius memanfaatkan AI bisa:
- Menggunakan alternative credit scoring berbasis data transaksi rekening, data pembayaran digital, hingga pola belanja untuk menilai UMKM dan pekerja informal.
- Mengurangi ketergantungan pada jaminan fisik sebagai satu-satunya kriteria, digantikan penilaian risiko yang lebih granular.
- Menawarkan limit pinjaman mikro yang adaptif dan bisa naik turun otomatis berdasarkan perilaku bayar.
Ketika BI menyediakan likuiditas dan insentif buat kredit, bank yang tidak memanfaatkan AI cenderung menyalurkan ke segmen yang itu-itu saja (korporasi besar, pegawai tetap). Sementara bank yang menggabungkan likuiditas murah + AI bisa menembus pasar baru: pedagang pasar, driver online, freelancer, dan pelaku UMKM pinggiran kota.
Sistem pembayaran digital sebagai “lahan data” AI
BI tegas melanjutkan penguatan sistem pembayaran digital:
- Perluasan QRIS (termasuk kampanye QRIS Jelajah Kuliner Indonesia 2026).
- Pengembangan konektivitas pembayaran di sektor transportasi dan ritel.
- Perpanjangan kebijakan tarif SKNBI yang murah.
Untuk bank dan fintech yang pintar, ini bukan sekadar kanal transaksi, tapi sumber data perilaku finansial nasabah:
- Frekuensi transaksi
- Pola pengeluaran (kuliner, transportasi, belanja rutin)
- Stabilitas pemasukan harian/pekanan
Data ini bisa masuk ke model AI untuk:
- Menentukan profil risiko nasabah unbanked/underbanked.
- Menawarkan produk tabungan otomatis (auto-save tiap transaksi QRIS misalnya).
- Memberikan notifikasi cerdas: “Pola pengeluaran Anda bulan ini naik 18%, mau atur anggaran?”
BI sudah menyediakan infrastrukturnya. Tantangannya sekarang adalah: apakah bank cukup agresif mengolah data QRIS, SKNBI, kartu debit, dan kartu kredit dengan AI untuk memperluas inklusi keuangan?
Stabilitas Suku Bunga & Personalisasi Layanan Berbasis AI
Personalisasi layanan digital banking sebenarnya berdiri di atas tiga fondasi: data, model AI, dan konteks makroekonomi. Keputusan BI menahan suku bunga di 4,75% membantu merapikan konteks makroekonomi itu.
Dari “satu bunga untuk semua” ke bunga yang adaptif
Tradisionalnya, bank di Indonesia cenderung menerapkan bunga kredit dan limit kartu dengan pendekatan massal. Dengan KLM yang sekarang memberi insentif ke bank yang menurunkan suku bunga kredit dan menyesuaikan dengan kebijakan BI, tekanan untuk lebih presisi makin besar.
AI memungkinkan bank:
- Mengelompokkan nasabah dengan risk-based pricing yang lebih detail.
- Menawarkan bunga yang berbeda untuk nasabah dengan pola bayar sangat disiplin dibanding yang sering menunggak, tanpa melanggar prinsip kehati-hatian.
- Menjalankan simulasi otomatis: jika BI Rate tetap, skenario apa yang optimal untuk margin bank dan tetap menarik untuk nasabah.
Stabilitas BI Rate membuat variabel “bunga acuan” tidak terlalu liar, sehingga perbedaan bunga di level nasabah lebih banyak ditentukan oleh profil risiko yang dihitung AI, bukan hanya spread acuan.
Chatbot & asisten keuangan cerdas yang lebih relevan
Bank yang sudah punya chatbot berbasis AI dalam bahasa Indonesia sekarang bisa melangkah lebih jauh. Dengan makroekonomi yang lebih stabil dan kebijakan BI yang pro-transmisi suku bunga, chatbot bisa:
- Memberi saran keuangan yang konsisten: “Dengan suku bunga saat ini dan profil Anda, cicilan ideal maksimal 30% dari penghasilan bulanan.”
- Meng edukasi nasabah soal dampak BI Rate ke tabungan, deposito, dan kredit mereka dengan bahasa sehari-hari.
- Menggabungkan informasi produk bank + kebijakan moneter jadi rekomendasi yang actionable.
Kuncinya: AI tidak bekerja di ruang hampa. Semakin bisa ia “mengerti” konteks kebijakan BI, semakin kuat perannya sebagai penasihat finansial digital untuk masyarakat.
Apa yang Harus Dilakukan Bank Sekarang?
Dengan BI Rate di 4,75%, likuiditas relatif longgar, dan sistem pembayaran digital makin luas, bank yang ingin relevan di era digital banking sebaiknya tidak menunggu putaran kebijakan berikutnya.
Beberapa langkah konkret yang menurut saya realistis:
1. Jadikan data transaksi sebagai aset strategis
- Satukan data rekening, kartu, QRIS, SKNBI, dan kanal digital di satu data platform.
- Bangun data governance yang jelas, supaya tim AI dan data science bisa kerja cepat tanpa tersandera silo departemen.
2. Kembangkan use case AI yang langsung terkait kebijakan BI
Misalnya:
- Model AI untuk simulasi penurunan suku bunga kredit di segmen tertentu, selaras dengan arah KLM.
- Sistem early warning risiko kredit yang menggabungkan data makro (inflasi, kurs) dengan data nasabah.
3. Fokus ke inklusi keuangan, bukan cuma nasabah mapan
- Rancang produk kredit mikro digital untuk UMKM dan pekerja informal yang dinilai pakai model AI berbasis data transaksi.
- Gunakan chatbot dan asisten virtual untuk edukasi keuangan di daerah yang akses kantor cabang terbatas.
4. Ukur dampak AI bukan hanya dari efisiensi, tapi juga pertumbuhan
Banyak bank terjebak melihat AI hanya sebagai alat menekan biaya call center atau back office. Dalam konteks kebijakan BI yang mendorong pertumbuhan kredit:
- Ukur seberapa besar AI membantu ekspansi kredit berkualitas ke segmen baru.
- Pantau penurunan NPL di portofolio yang sudah pakai skor kredit berbasis AI.
Bank yang bisa menunjukkan bahwa AI membantu menyalurkan kredit yang sehat, tepat sasaran, dan inklusif akan lebih siap sejalan dengan prioritas BI dan Pemerintah.
Menatap 2026: Saat Kebijakan Moneter dan AI Harus Saling Menguatkan
BI sudah menyatakan akan terus mengamati ruang penurunan suku bunga di 2026 jika inflasi terkendali. Kalau skenario itu kejadian, tekanan ke bank untuk menyalurkan kredit lebih luas akan makin besar.
Di titik itu, bank yang hanya mengandalkan cara lama (analisis manual, proses fisik, segmentasi kasar) akan kesulitan mengejar target tanpa mengorbankan kualitas. Sementara bank yang dari sekarang memanfaatkan momentum stabilitas BI Rate 4,75% untuk:
- Merapikan data,
- Membangun model AI yang matang, dan
- Mengintegrasikan AI ke produk inklusi keuangan dan personalisasi layanan,
akan jauh lebih siap ketika siklus pelonggaran moneter benar-benar datang.
Era digital banking di Indonesia bukan lagi soal punya aplikasi yang rapi. Era berikutnya adalah era bank yang “paham” nasabahnya secara mendalam, berbasis AI, dalam lanskap moneter yang dijaga BI tetap stabil.
Pertanyaannya sekarang: apakah bank Anda sudah menjadikan keputusan BI hari ini sebagai trigger untuk mempercepat investasi AI, atau masih menunggu Rapat Dewan Gubernur berikutnya?