Transformasi BNI & Peran AI Menuju Perbankan 2026

Transformasi BNI & Peran AI Menuju Perbankan 2026

Kredit BNI tembus Rp812 triliun per September 2025, tumbuh 10,5% secara tahunan. Di saat banyak bank masih menahan ekspansi, BNI justru gas di pembiayaan, dana murah, dan transaksi digital yang melonjak tajam lewat wondr by BNI dan BNIdirect.

Ini bukan sekadar kabar kinerja bagus. Ini sinyal jelas bahwa arah perbankan Indonesia menjelang 2026 akan ditentukan oleh dua hal: tata kelola yang kuat dan transformasi digital yang makin dalam, termasuk pemanfaatan AI.

Tulisan ini membedah langkah BNI lewat RUPSLB 15/12/2025, lalu mengaitkannya dengan tema besar seri ini: “AI dalam Industri Perbankan Indonesia: Era Digital Banking”. Fokusnya: apa maknanya bagi masa depan perbankan Indonesia, dan peluang apa buat pelaku usaha, profesional keuangan, dan pengembang teknologi.

---

1. Apa Sebenarnya yang BNI Siapkan untuk 2026?

Jawabannya: BNI sedang merapikan fondasi bisnis dan tata kelola supaya siap melangkah agresif di 2026, terutama di ranah digital dan AI.

Lewat RUPSLB 15/12/2025, ada beberapa keputusan kunci:

1. Perubahan Anggaran Dasar & tata kelola pengawasan
   Penyesuaian dilakukan mengikuti amanat UU BUMN 2025 dan arahan BP BUMN sebagai pemegang saham Seri A Dwiwarna. Ini membuat struktur pengawasan BNI sebagai bank BUMN lebih rapi, jelas siapa mengawasi apa, dan bagaimana hubungan dengan holding operasional.

2. Pendelegasian kewenangan RKAP 2026
   Penyusunan dan pengesahan Rencana Kerja dan Anggaran Perusahaan 2026 sebagian didelegasikan. Artinya, manajemen bisa bergerak lebih cepat tanpa harus menunggu rapat pemegang saham untuk hal-hal operasional tertentu.

3. Pengkinian Recovery Plan 2025/2026
   Recovery Plan adalah “rencana cadangan” kalau terjadi krisis. Dengan dokumen yang diperbarui, BNI menunjukkan kesiapan skenario buruk: gejolak ekonomi global, lonjakan NPL, gangguan operasional, termasuk yang bisa muncul dari serangan siber atau kegagalan sistem digital.

4. Perubahan komposisi Dewan Komisaris
   Suminto diberhentikan secara hormat karena tugas barunya di LPS, dan Febrio Nathan Kacaribu (Dirjen Strategi Ekonomi dan Fiskal Kemenkeu) masuk sebagai Komisaris. Ini menambah perspektif makro dan fiskal ke dalam pengawasan bank.

Saya lihat pola yang jelas di sini: BNI merapikan tata kelola dulu, baru ngebut di eksekusi strategi. Dan di era sekarang, strategi bank besar nyaris pasti identik dengan digital & AI.

---

2. Kinerja Digital BNI: Data yang Bicara

BNI menutup kuartal III 2025 dengan angka yang cukup “nyolok” kalau dibandingkan konteks ekonomi global yang masih penuh ketidakpastian:

• Kredit total: Rp812 triliun, tumbuh 10,5% YoY
  • Korporasi: Rp451 triliun (tumbuh 12,4% YoY)
  • Menengah: Rp120 triliun (tumbuh 14,3% YoY)
  • UMKM non-KUR: Rp46 triliun (tumbuh 13,9% YoY)
  • Konsumer: Rp150,2 triliun (tumbuh 9,6% YoY)
• Dana murah (CASA): Rp613,4 triliun (tumbuh 13,3% YoY)
  • Giro: naik 14,0% YoY
  • Tabungan: naik 12,6% YoY
• Deposito: Rp320,9 triliun (tumbuh 40,4% YoY, termasuk faktor SAL dari Kemenkeu)
• Total DPK: Rp934,3 triliun (tumbuh 21,4% YoY)

Yang menarik buat konteks AI dan digital banking justru ada di transaksi:

• wondr by BNI (mobile banking)

  • 10,5 juta pengguna
  • 866 juta transaksi
  • Nilai transaksi Rp783 triliun

• BNIdirect (wholesale/transaction banking)

  • Nilai transaksi Rp8.080 triliun
  • Tumbuh 26,7% YoY
  • Volume > 1 miliar transaksi

Angka-angka ini penting karena:

1. Semakin besar volume transaksi digital, semakin besar kebutuhan AI.
   Manusia tidak akan sanggup mengawasi pola transaksi sekaya ini tanpa bantuan algoritma — khususnya untuk fraud detection, personalisasi, dan manajemen risiko.

1. Skala data BNI sudah cukup untuk “bahan bakar” model AI serius.
   Dengan jutaan pengguna dan miliaran transaksi, BNI punya peluang mengembangkan model prediktif yang tajam: dari penilaian kredit, rekomendasi produk, hingga pengelompokan segmen nasabah.

Transformasi digital yang disebut dalam laporan bukan cuma soal “punya aplikasi bagus”. Di balik layar, ini soal bagaimana data dan AI dipakai untuk membuat bank:

• lebih cepat mengambil keputusan,
• lebih tepat menyasar kebutuhan nasabah,
• dan lebih kuat mencegah risiko.

---

3. Dari Tata Kelola ke AI: Kenapa Keduanya Harus Jalan Bareng

Perbankan digital tanpa tata kelola yang kuat hanya butuh satu kesalahan besar untuk runtuh: kebocoran data, skandal kredit, atau fraud internal yang lepas dari radar.

Itu sebabnya, langkah BNI memperkuat tata kelola lewat RUPSLB relevan langsung ke proyek AI apa pun yang mereka jalankan.

3.1. AI Butuh “Rel Kereta” Tata Kelola

Setiap proyek AI di bank idealnya berjalan di atas tiga rel:

1. Rel regulasi

   • Kepatuhan ke OJK, BI, UU BUMN, UU Perlindungan Data Pribadi.
   • Kewajiban transparansi model tertentu, terutama di penilaian kredit.

2. Rel tata kelola data

   • Siapa boleh mengakses data apa.
   • Bagaimana data dienkripsi, dianonimkan, dipakai ulang untuk pelatihan model.

3. Rel tata kelola model AI

   • Siapa yang menyetujui penggunaan model baru.
   • Seberapa sering model harus dievaluasi ulang.
   • Bagaimana menghindari bias, diskriminasi, dan keputusan yang tak adil.

Keputusan BNI mengkinikan Recovery Plan 2025/2026 saya baca juga sebagai penguatan “skenario kalau AI gagal”:
– Kalau ada kesalahan deteksi fraud yang menyebabkan blokir massal, apa yang dilakukan?
– Kalau sistem skor kredit otomatis error dan menolak ribuan aplikasi laik kredit, bagaimana pemulihannya?

Bank yang serius di AI, harus sama seriusnya di tata kelola risiko.

3.2. Contoh Integrasi Tata Kelola–AI di Bank

Beberapa pendekatan yang biasanya dipakai bank modern (dan sangat mungkin relevan bagi BNI):

• Komite AI & Data Governance di level manajemen, yang memutuskan prioritas, standar etika, dan pemantauan model.
• Model risk management framework khusus AI, misalnya:
  • uji stres model skor kredit,
  • validasi silang dengan sampel manual,
  • audit berkala oleh pihak independen.
• Sistem audit trail otomatis: tiap rekomendasi AI (misal penolakan kredit) harus punya jejak penjelasan (explainable AI), sehingga bisa dipertanggungjawabkan ke regulator dan nasabah.

BNI sudah punya kultur regulasi ketat sebagai BUMN dan bank besar. Kalau kultur ini dipadukan dengan pemanfaatan AI yang matang, hasilnya cenderung lebih tahan banting dibanding bank yang serba eksperimental tapi longgar di governance.

---

4. Di Mana AI Paling Masuk Akal di BNI Saat Ini?

Dengan skala BNI saat ini, ada beberapa area AI yang secara langsung bisa mengakselerasi strategi 2026.

4.1. Chatbot & Asisten Virtual Bahasa Indonesia

Dengan 10,5 juta pengguna wondr by BNI, beban call center pasti berat. AI bisa mengambil alih sebagian besar pertanyaan rutin:

• cek saldo & mutasi,
• status pengajuan kartu kredit/kredit,
• reset PIN, blokir kartu,
• panduan penggunaan fitur aplikasi.

Chatbot Bahasa Indonesia yang benar-benar paham konteks lokal (misal istilah “rek koran”, “top up e-wallet”, atau “dompet digital”) bisa:

• menekan biaya operasional layanan,
• mempercepat respon ke nasabah (24/7),
• mengumpulkan data percakapan sebagai insight kebutuhan produk baru.

Kalau diintegrasikan dengan wondr by BNI, AI bisa jadi “asisten keuangan pribadi” mini: mengingatkan tagihan, memberi saran tabungan, bahkan memberi notifikasi kalau pola transaksi tampak berisiko.

4.2. Personalisasi Layanan & Cross-Selling Pintar

BNI punya data transaksi dari:

• payroll nasabah korporasi,
• transaksi ritel di wondr,
• transaksi bisnis di BNIdirect.

Dengan AI, data ini bisa dipakai untuk:

• Rekomendasi produk kredit:

  • pegawai dengan pola gaji stabil + riwayat transaksi rapi bisa ditawarkan KPR atau KTA dengan limit yang realistis;
  • UMKM dengan omset naik stabil lewat rekening BNI bisa ditawari kredit modal kerja.

• Pengelolaan likuiditas korporasi otomatis:
  Di BNIdirect, AI bisa memprediksi pola arus kas perusahaan dan menyarankan penempatan dana (deposito, giro, atau instrumen lain) untuk optimasi bunga.

Personalisasi seperti ini bikin bank terasa lebih “ngerti” kebutuhan nasabah, bukan cuma jualan produk generik.

4.3. Deteksi Fraud & Keamanan Transaksi

Dengan nilai transaksi digital yang tembus ribuan triliun, satu kebocoran besar bisa sangat merusak reputasi.

AI bisa digunakan untuk:

• Mendeteksi pola transaksi anomali secara real-time:

  • login dari lokasi tak biasa,
  • transfer dengan nominal tak lazim,
  • pola percobaan OTP berulang.

• Memblokir sementara dan minta verifikasi ekstra sebelum transaksi jalan.

• Mengidentifikasi potensi insider threat, misal pegawai yang mengakses data di luar kewenangan.

BNI yang sedang memperkuat tata kelola lewat RUPSLB akan diuntungkan kalau lini keamanan ini dipadukan dengan AI monitoring yang menyala 24/7.

4.4. Penilaian Kredit Alternatif untuk UMKM

Pertumbuhan kredit UMKM non-KUR BNI mencapai 13,9% YoY. Ini segmen yang secara historis sering terkendala data formal.

AI bisa memanfaatkan data transaksi rekening, pembayaran tagihan, hingga pola penerimaan e-commerce sebagai “bukti kelayakan” kredit alternatif. Hasilnya:

• UMKM yang sebelumnya sulit mengakses kredit bisa dinilai lebih adil.
• Penyaluran kredit lebih cepat, karena proses analisis sebagian diotomasi.
• Risiko tetap terukur, karena model bisa terus belajar dari performa kredit yang berjalan.

Inilah salah satu area AI yang paling relevan untuk inklusi keuangan di Indonesia.

---

5. Peluang & Tantangan Menuju 2026: Untuk Bank, UMKM, dan Tech Talent

Transformasi BNI bukan hanya urusan internal bank. Efeknya bisa terasa ke banyak pihak.

5.1. Bagi Pelaku UMKM & Korporasi

• Akses ke layanan digital yang lebih cerdas: pengajuan kredit lebih cepat, rekomendasi pembiayaan yang lebih sesuai siklus bisnis.
• Biaya transaksi potensi turun seiring efisiensi operasional bank lewat AI.
• Layanan wholesale seperti BNIdirect bisa makin proaktif bantu mengatur kas dan pembayaran.

Kalau kamu pelaku usaha, masuk ke ekosistem digital seperti BNI (menggunakan wondr, BNIdirect, payroll BNI, dll.) akan membantu “meninggalkan jejak data” yang kelak jadi modal penilaian kredit.

5.2. Bagi Profesional Keuangan & Regulator

• Peran analis dan risk officer bergeser:
  dari sekadar mengolah data mentah menjadi menginterpretasi output AI dan memutuskan kebijakan.
• Regulator perlu lebih melek model risk: bukan cuma risiko kredit likuiditas, tapi juga risiko dari model AI yang salah desain.

Langkah BNI menyesuaikan Anggaran Dasar mengikuti UU BUMN 2025 adalah contoh bahwa transformasi digital butuh transformasi regulasi di saat yang sama.

5.3. Bagi Talenta Teknologi & Data

Bank besar seperti BNI sekarang bersaing langsung dengan startup dan big tech dalam merekrut:

• data scientist,
• machine learning engineer,
• arsitek data,
• spesialis keamanan siber.

Kalau kamu bergerak di AI, keuangan adalah salah satu ladang paling kaya tantangan yang konkret:
model harus akurat, adil, bisa dijelaskan, dan patuh regulasi. Beda dengan eksperimen seru di lab, di sini taruhannya adalah uang dan kepercayaan publik.

---

Penutup: Masa Depan Perbankan RI, Ditentukan oleh Data, AI, dan Tata Kelola

BNI menggunakan 2025 sebagai tahun merapikan rumah: memperkuat tata kelola lewat RUPSLB, mengkinikan Recovery Plan, dan memastikan struktur pengawasan selaras UU BUMN terbaru. Di sisi lain, kinerja digital lewat wondr by BNI dan BNIdirect menunjukkan bahwa nasabah sudah siap dan nyaman dengan perbankan digital berskala besar.

Di titik ini, AI bukan lagi pertanyaan “perlu atau tidak”, tapi “seberapa jauh dan seberapa aman kita menerapkannya”.

Bagi perbankan Indonesia yang ingin relevan di 2026 dan seterusnya, rumusnya makin jelas:

Data yang kaya + tata kelola kuat + AI yang dirancang dengan hati-hati = bank yang sehat, kompetitif, dan inklusif.

Pertanyaannya sekarang, apakah bank lain akan mengikuti ritme yang sama, dan seberapa cepat pelaku usaha serta talenta teknologi masuk ke ekosistem ini? Era digital banking di Indonesia sudah berjalan — 2026 hanya akan mempercepat lajunya.