Pertumbuhan pinjaman daring 22,16% jadi sinyal kuat. Kolaborasi fintech, bank, dan AI kini jadi mesin utama untuk inklusi keuangan dan digital banking di Indonesia.
Kolaborasi Fintech & AI: Mesin Baru Inklusi Keuangan RI
Pada September 2025, industri pinjaman daring (pindar) menyalurkan Rp90,99 triliun, tumbuh 22,16% year-on-year. Angka ini bukan sekadar statistik; ini bukti bahwa jutaan orang Indonesia mulai mengandalkan layanan keuangan digital di luar bank tradisional.
Di sisi lain, bank sedang agresif mengembangkan digital banking dan mulai mengadopsi kecerdasan buatan (AI) untuk skoring kredit, deteksi fraud, sampai personalisasi layanan. Masalahnya, banyak yang masih berjalan sendiri-sendiri. Fintech sibuk menggarap segmen unbanked, bank sibuk mengamankan regulasi dan tata kelola, sementara data dan teknologi canggih justru tersebar di banyak “silo”.
Inilah kenapa Bulan Fintech Nasional 2025 dan paparan AdaKami jadi menarik: diskusinya sebenarnya bukan cuma soal pinjaman daring, tapi tentang bagaimana kolaborasi lintas industri + AI bisa jadi mesin utama inklusi keuangan Indonesia.
Tulisan ini membedah empat pilar kolaborasi yang disampaikan Direktur Utama AdaKami, Bernardino Moningka Vega, lalu mengaitkannya langsung dengan era AI dalam industri perbankan Indonesia.
Mengapa Kolaborasi Fintech–Bank–AI Bukan Lagi Opsi, Tapi Kebutuhan
Jawabannya sederhana: tidak ada satu pemain pun yang punya semua yang dibutuhkan untuk inklusi keuangan berkualitas.
- Fintech lending unggul di sisi kecepatan, fleksibilitas produk, dan kemampuan membaca data non-tradisional (misalnya data transaksi e-commerce, perilaku aplikasi, atau tagihan digital).
- Bank unggul di modal, kepercayaan publik, kedalaman manajemen risiko, dan hubungan kuat dengan regulator.
- AI unggul di kecepatan analisis, kemampuan memproses data besar (big data), dan konsistensi pengambilan keputusan.
Kalau tiga elemen ini berjalan bareng, hasilnya:
- Akses kredit makin luas, tapi tetap terkontrol.
- Biaya risiko bisa turun karena penilaian kredit makin presisi.
- Pengalaman nasabah meningkat lewat layanan digital yang personal dan responsif.
Bernardino menegaskan bahwa keberlanjutan industri hanya mungkin terjadi lewat kolaborasi multidimensi: berbagi data, standarisasi skoring, skema berbagi risiko, dan platform kolaborasi terintegrasi. Kalau ditambahkan lapisan AI, empat pilar ini berubah dari sekadar konsep kebijakan menjadi mesin operasional nyata untuk bank dan fintech.
Pilar 1: Berbagi Data + AI Credit Scoring = Kredit Lebih Adil
Pilar pertama dari AdaKami adalah berbagi data sebagai fondasi utama. Di sinilah AI credit scoring bermain.
Berbagi data yang aman dan terukur memungkinkan AI membangun profil risiko yang jauh lebih akurat dibanding sekadar melihat slip gaji dan rekening tabungan.
Apa yang perlu dibangun bersama?
-
Integrasi data biro kredit + data alternatif
Data SLIK OJK dan biro kredit selama ini jadi basis utama bank. Fintech menambahkan:- Riwayat cicilan di platform fintech
- Data transaksi e-commerce
- Pembayaran tagihan (listrik, pulsa, internet)
- Perilaku penggunaan aplikasi
Ketika dua dunia data ini digabung, AI bisa membangun skor risiko yang lebih kaya, termasuk untuk segmen yang sebelumnya dianggap “gelap” secara data, seperti pekerja informal atau pelaku UMKM mikro.
-
AI-based innovative credit scoring
Dengan data gabungan, model AI dapat:- Mengklasifikasi risiko nasabah baru (thin-file) dengan lebih percaya diri
- Mendeteksi pola yang mengarah ke gagal bayar jauh sebelum terjadi
- Menyesuaikan limit dan tenor kredit secara dinamis
-
Intelijen penipuan bersama (fraud intelligence)
Ketika fintech dan bank berbagi fraud pattern (contoh: perangkat yang sama dipakai di banyak akun, pola pengajuan berulang, anomali lokasi), AI dapat:- Menghentikan pengajuan berisiko secara real-time
- Memberi peringatan lintas platform (fintech A dan bank B sama-sama aware)
Dampak praktis untuk bank dan fintech
- NPL lebih terkendali: semakin presisi skoring, semakin kecil kredit macet.
- Persetujuan kredit lebih cepat: decision engine berbasis AI bisa mengeluarkan keputusan dalam hitungan detik.
- Nasabah merasa diperlakukan adil: orang dengan riwayat baik di fintech bisa “naik kelas” ke produk bank dengan bunga lebih rendah.
Ini bukan sekadar isu teknis; ini cara paling masuk akal untuk mempercepat inklusi keuangan berkualitas, bukan sekadar “banyak yang dapat pinjaman, tapi macet di belakang”.
Pilar 2: Skoring Interoperable, Standar Risiko & AI yang Bisa “Ngobrol” Antar Lembaga
Pilar kedua adalah skoring interoperable dan standardisasi penilaian risiko. Banyak perusahaan sudah pakai AI, tapi modelnya terkurung di internal masing-masing.
Skoring interoperable artinya: skor risiko nasabah dari satu lembaga punya bahasa yang dimengerti lembaga lain, tanpa harus membocorkan rahasia dagang atau data pribadi.
Apa artinya dalam praktik?
-
Format dan skala skor yang seragam
Misalnya skor risiko 1–100, dengan definisi segmentasi yang disepakati:- 80–100: risiko sangat rendah
- 60–79: risiko moderat
- <60: risiko tinggi
AI di tiap lembaga tetap boleh punya model sendiri, tapi output-nya dikonversi ke standar industri. Ini mempermudah kolaborasi, sindikasi pembiayaan, sampai referral nasabah antar lembaga.
-
Model explainable AI (XAI)
Bank dan regulator cenderung skeptis pada model AI yang “hitam” (black box). Solusinya:- Gunakan teknik XAI sehingga alasan di balik skor bisa dijelaskan (misalnya: “riwayat pembayaran tagihan selalu tepat waktu” atau “rasio utang terhadap penghasilan terlalu tinggi”).
- Standarkan jenis penjelasan yang dibutuhkan untuk audit dan pengawasan.
-
Kepercayaan lintas pelaku meningkat
Jika skoring fintech dan bank sama-sama mengacu ke kerangka yang interoperable, kerja sama jadi lebih mudah:- Bank bisa mendanai portofolio fintech (channeling) dengan lebih percaya.
- Fintech bisa merujuk nasabah yang sudah naik kelas kredit ke produk bank.
Tanpa standar bersama, AI hanya jadi “kotak pintar” di ruangan masing-masing. Dengan standar, AI berubah menjadi bahasa risiko bersama di ekosistem digital banking Indonesia.
Pilar 3: Penjaminan & Risk-Sharing, Diperkuat Analitik AI
Pilar ketiga adalah jaminan kredit dan skema berbagi risiko yang terarah. Ini yang sering dilupakan, padahal sangat krusial untuk menjangkau segmen berisiko tinggi tapi penting secara sosial: UMKM mikro, pekerja informal, petani, sopir online, dan sebagainya.
Kunci dari risk-sharing modern adalah: gunakan AI untuk mengukur dan membagi risiko secara objektif, bukan asal “disebar”.
Contoh skema yang masuk akal
-
Skema penjaminan berbasis data
Lembaga penjamin (misalnya BUMN penjaminan) bisa bekerja sama dengan bank dan fintech dengan mekanisme:- AI menghitung probabilitas gagal bayar per segmen.
- Penjamin hanya menanggung porsi tertentu (misalnya 30–50%) untuk segmen target.
- Premi penjaminan disesuaikan profil risiko real-time berdasarkan data aktual.
-
Portfolio-level risk sharing
Alih-alih menilai satu per satu debitur, AI bisa memprofilkan portofolio pinjaman:- Kelompok A: UMKM perdagangan di Jawa
- Kelompok B: pekerja lepas digital di kota besar
- Kelompok C: petani di luar Jawa
Setiap kelompok punya pola risiko dan imbal hasil yang berbeda. Investor institusi, bank, atau lembaga penjamin bisa memilih segmen yang sesuai risk appetite mereka.
-
Early warning system
AI dapat memantau sinyal awal kredit bermasalah:- Penurunan pendapatan di rekening
- Penurunan aktivitas usaha
- Keterlambatan kecil berulang
Dengan insight ini, fintech dan bank bisa melakukan intervensi dini: restruktur, edukasi, atau penagihan yang lebih personal, bukan menunggu sampai buntu.
Skema penjaminan dan risk-sharing yang terukur membuat lembaga keuangan berani masuk ke segmen yang selama ini dihindari, tanpa mengorbankan kesehatan portofolio.
Pilar 4: Platform Kolaborasi Terintegrasi, Fondasi Era Digital Banking Berbasis AI
Pilar keempat adalah platform kolaborasi terintegrasi. Tiga pilar sebelumnya (data, skoring, risk-sharing) butuh “rumah” untuk berjalan bersama. Di sinilah platform digital lintas industri berperan.
Ekosistem terintegrasi yang aman dan teregulasi adalah tempat bank, fintech, dan pihak lain menghubungkan data, model AI, dan produk keuangan dalam satu alur.
Seperti apa bentuk platform ini?
-
Data & model exchange hub
Sebuah hub terpusat (atau federated) yang memungkinkan:- Pertukaran insight berbasis data tanpa mengungkap data mentah.
- Penggunaan model AI lintas lembaga dengan proteksi IP (misalnya via API yang diatur ketat).
- Akses terkontrol regulator untuk melakukan pengawasan berbasis data.
-
Digital onboarding & KYC terpadu
Dengan e-KYC yang sudah kuat di Indonesia, AI dapat:- Memvalidasi identitas (face recognition, dokumen, perilaku).
- Menyelidiki indikasi fraud sejak onboarding.
- Mengurangi duplikasi identitas di berbagai platform.
Satu kali proses KYC yang kuat bisa dipakai lintas layanan (dengan izin nasabah), sehingga pengalaman pengguna jauh lebih mulus dan biaya kepatuhan menurun.
-
Channel distribusi omnichannel
Bank dan fintech bisa berbagi channel:- Aplikasi digital banking bank menawarkan produk fintech (misalnya pinjaman mikro instan).
- Aplikasi fintech menawarkan produk bank (tabungan, deposito, asuransi terhubung).
AI membantu memutuskan produk apa yang paling relevan untuk setiap pengguna, berdasarkan perilaku dan profil risiko.
Platform seperti ini akan menjadi tulang punggung era digital banking Indonesia: nasabah tidak peduli lagi mereka pakai layanan bank atau fintech; yang penting mudah, aman, dan terasa relevan.
Apa Artinya untuk Bank & Pelaku Industri Keuangan di 2026 ke Depan?
Saya cukup yakin satu hal: bank yang melihat fintech sebagai partner dan AI sebagai mesin utama, bukan sekadar proyek IT, akan melompat lebih cepat.
Beberapa langkah praktis yang bisa mulai diambil:
-
Audit kesiapan data dan AI internal
- Apakah data nasabah sudah terstruktur dan bisa diolah AI dengan baik?
- Apakah ada tim risk dan data yang duduk satu meja, bukan bekerja terpisah?
-
Bangun kemitraan strategis, bukan hanya vendor–klien
- Cari fintech yang kuat di segmen yang ingin Anda masuki (UMKM, gig worker, dsb.).
- Rancang skema data sharing, co-lending, atau penyaluran bersama berbasis AI skoring.
-
Investasi di tata kelola AI dan manajemen risiko
- Kebijakan jelas tentang privasi data, fairness skoring, dan explainability.
- Keterlibatan aktif tim kepatuhan dan regulator sejak awal, bukan belakangan.
-
Fokus pada inklusi keuangan yang bertanggung jawab
Pertumbuhan 22,16% penyaluran pindar itu positif, tapi hanya sehat kalau:- Nasabah paham kewajiban dan risikonya.
- Produk dirancang sesuai kemampuan bayar.
- AI digunakan bukan untuk mendorong orang berutang berlebihan, tapi untuk mencocokkan kebutuhan dan kapasitas.
Era AI dalam industri perbankan Indonesia bukan lagi soal “akan datang”, tapi sudah berjalan. Momentum Bulan Fintech Nasional 2025 menunjukkan bahwa regulator, fintech, dan bank mulai mengarah ke kolaborasi yang lebih matang.
Pertanyaannya sekarang:
Apakah institusi Anda akan jadi bagian dari ekosistem yang membangun inklusi keuangan berkualitas dengan AI dan kolaborasi, atau hanya jadi penonton ketika para pemain lain bergerak lebih cepat?