Akuisisi AI & Gula Merah: Sinyal Baru untuk Bank Digital

Dari Pabrik Gula ke AI: Sinyal Penting untuk Dunia Perbankan

Laba bersih PT Royalindo Investa Wijaya Tbk (INDO) naik 37% yoy hingga September 2025, bukan karena mereka bermain aman. Emiten ini banting setir: dari bisnis properti, beralih jadi holding investasi, bangun pabrik gula merah di Kediri, dan sekarang lagi lirik akuisisi perusahaan Artificial Intelligence (AI).

Perpaduan pabrik gula dan akuisisi AI ini kelihatannya janggal, tapi justru di situ pelajarannya. Diversifikasi ke sektor riil dan teknologi tinggi menunjukkan satu hal: bisnis yang mau bertahan harus berani mengubah model permainan, bukan sekadar mengencangkan ikat pinggang.

Buat perbankan Indonesia yang lagi agresif dorong digital banking dan mulai melirik AI untuk layanan nasabah dan manajemen risiko, langkah INDO ini adalah cermin kecil dari perubahan besar: aset fisik penting, tapi aset algoritma akan menentukan siapa yang memimpin lima tahun ke depan. Dalam seri “Pertanian Cerdas dengan AI: Solusi untuk Petani Indonesia”, kasus ini juga menarik karena menghubungkan rantai dari lahan tebu, pabrik gula, bank, hingga AI dalam satu ekosistem.

---

Kenapa Emiten Mulai Serius Akuisisi AI?

Akuisisi perusahaan AI yang sedang dibidik INDO menunjukkan tren yang sama dengan sektor keuangan: teknologi bukan lagi supporting, tapi core bisnis.

Ada tiga alasan utama kenapa akuisisi AI jadi makin masuk akal, termasuk untuk bank dan lembaga keuangan:

1. Efisiensi operasional yang agresif
   Algoritma AI sanggup otomatisasi proses berulang: verifikasi data, scoring risiko, analisis transaksi, hingga respon awal keluhan nasabah. Di bank, ini setara mengurangi jam kerja manual ratusan staf dalam satu tahun.

2. Pengambilan keputusan berbasis data, bukan intuisi
   Dari pabrik gula di Kediri sampai kantor cabang bank di kabupaten, keputusan soal kredit, investasi, dan pengelolaan risiko makin perlu data granular. AI bisa mencerna jutaan baris data transaksi, cuaca, harga komoditas, hingga perilaku nasabah—sesuatu yang mustahil dilakukan manual.

3. Aset teknologi jadi valuasi masa depan
   Emiten seperti INDO tidak hanya bicara laporan keuangan hari ini. Mereka lagi bangun portofolio aset masa depan: pabrik yang menghasilkan cashflow stabil, plus perusahaan AI yang bisa mengungkit nilai di berbagai lini bisnis.

Pola yang sama seharusnya diikuti bank: jangan hanya beli server dan aplikasi, tapi kuasai otak-nya, yaitu kemampuan AI yang benar-benar terintegrasi ke model bisnis.

---

Pelajaran untuk Bank: Diversifikasi ala INDO vs Transformasi Digital Banking

Perubahan INDO dari property-centric ke holding investment mirip dengan transformasi bank dari sekadar penyedia produk keuangan menjadi penyedia platform layanan keuangan berbasis data.

1. Dari satu sumber pendapatan ke portofolio terukur

INDO tidak lagi bertumpu di satu sektor. Mereka masuk ke:

• Produksi gula merah (brown sugar) melalui PT Ratu Gula Asia (RGA) di Kediri, kapasitas 2.000–3.000 ton/bulan
• Rencana akuisisi perusahaan AI untuk penguatan transformasi

Bank juga mulai beralih dari hanya mengandalkan margin bunga ke berbagai sumber pendapatan:

• Fee dari layanan digital banking (top up, payment, API banking)
• Kerja sama ekosistem (e-commerce, ride hailing, agritech, dll.)
• Produk wealth management berbasis insight data

Yang menarik: jika INDO menggabungkan pabrik gula dan AI, bank bisa menggabungkan pembiayaan sektor riil (misalnya petani tebu) dengan AI untuk meminimalkan risiko kredit.

2. Fokus ke masa depan, bukan nostalgia masa lalu

Direksi INDO menyebut dengan jelas, mereka ingin membangun portofolio yang berorientasi masa depan. Di bank, ini artinya berhenti terlalu nyaman dengan cara lama:

• Proses kredit yang berat di birokrasi manual
• Cabang-cabang yang sibuk administrasi, bukan membangun relasi
• Data nasabah mengendap di core banking tanpa benar-benar dianalisis

AI membuka peluang bagi bank dan BPR untuk bergerak ke depan:

• Mengukur kelayakan kredit petani atau UMKM berbasis data transaksi harian, bukan cuma agunan
• Menyusun early warning system risiko gagal bayar
• Memberi rekomendasi produk personal, bukan brosur seragam untuk semua orang

---

AI untuk Bank & Petani: Dari Gula Merah ke Pertanian Cerdas

Bisnis gula merah INDO di Kediri bukan sekadar cerita diversifikasi. Ini bisa jadi contoh konkret bagaimana AI, bank, dan pertanian terhubung dalam satu ekosistem cerdas.

Rantai nilai: dari lahan ke rekening

Bayangkan satu skenario yang realistis untuk 2–3 tahun ke depan:

1. Petani tebu di Kediri memasok bahan baku ke pabrik gula RGA.
2. Bank memberikan fasilitas KUR atau pembiayaan pertanian ke petani.
3. Pabrik dan bank menggunakan AI pertanian untuk:
   • Memprediksi hasil panen tebu berdasarkan data cuaca, tanah, dan pola tanam
   • Mengestimasi kualitas bahan baku yang masuk ke pabrik
4. Sistem AI perbankan menggunakan data tersebut untuk:
   • Menilai profil risiko petani secara lebih akurat
   • Menentukan limit pembiayaan yang adil dan berkelanjutan

Hasilnya:

• Petani lebih mudah dapat akses modal
• Pabrik gula punya pasokan lebih terencana
• Bank punya portofolio kredit yang lebih sehat

Ini inti dari Pertanian Cerdas dengan AI: semua pihak menang karena keputusan diambil berdasarkan data aktual, bukan asumsi kasar.

Chatbot multibahasa untuk petani dan pelaku agro

Banyak program pembiayaan ke sektor pertanian gagal terserap bukan karena skemanya jelek, tapi karena komunikasi rumit. Di sinilah chatbot AI multibahasa masuk.

Bank bisa membangun chatbot yang:

• Berbahasa Indonesia yang lugas, plus dukungan bahasa daerah seperti Jawa, Sunda, atau Madura
• Menjawab pertanyaan dasar: cara pengajuan kredit, dokumen yang dibutuhkan, status pengajuan
• Memberi edukasi singkat soal manajemen keuangan petani, misalnya cara memisahkan uang usaha dan uang keluarga

Di pabrik gula, chatbot yang terhubung dengan sistem bank bisa:

• Memberi tahu jadwal pembayaran hasil panen
• Menginformasikan potongan atau kualitas tebu
• Mengirimkan ringkasan transaksi bulanan yang membantu petani merencanakan musim tanam berikutnya

Kalau INDO serius mengakuisisi AI, salah satu kombinasi paling kuat adalah menghubungkan pabrik gula, bank mitra, dan petani dalam satu kanal komunikasi AI yang sederhana tapi efektif.

---

Deteksi Fraud & Manajemen Risiko: AI sebagai "Radar" Bank

Digital banking tidak hanya soal aplikasi yang rapi. Begitu transaksi pindah ke kanal digital, risiko fraud, social engineering, dan transaksi mencurigakan ikut melonjak.

Di sinilah akuisisi perusahaan AI sangat relevan untuk bank.

Bagaimana AI mendeteksi fraud transaksi?

Secara sederhana, AI bisa:

• Menganalisis pola transaksi jutaan rekening secara real time
• Mencari perilaku yang tidak wajar, misalnya:
  • Nasabah petani yang biasanya transaksi lokal, tiba-tiba sering transfer ke rekening luar negeri
  • Pola login yang berganti-ganti device dan lokasi secara tak lazim
• Memberi skor risiko pada setiap transaksi, lalu otomatis memicu:
  • Permintaan verifikasi tambahan (OTP, biometrik)
  • Penundaan transaksi berisiko tinggi sampai ada konfirmasi

Bank yang serius di digital banking wajib punya radar seperti ini. Dan radar itu, secara teknis, adalah machine learning + data historis + aturan bisnis.

Mengurangi risiko kredit sektor pertanian

Untuk konteks pertanian cerdas, risiko kredit petani sering dianggap tinggi karena pemasukan musiman dan bergantung cuaca. AI bisa mengurangi ketidakpastian itu dengan:

• Menggabungkan data:
  • Riwayat produksi dan penjualan beberapa musim
  • Data cuaca historis dan prediksi
  • Perubahan harga komoditas (misalnya gula, jagung, padi)
• Menghitung probabilitas gagal bayar yang lebih realistis
• Memberi rekomendasi ke bank:
  • Skema angsuran yang pas dengan siklus panen
  • Plafon kredit yang tidak memberatkan, tapi cukup untuk modal usaha

Bank yang mampu melakukan ini dengan AI akan lebih percaya diri menyalurkan kredit ke sektor pertanian—tanpa harus menaikkan bunga secara berlebihan.

---

Strategi Praktis: Langkah Bank Indonesia Jika Mau Meniru Pola INDO

Belajar dari cara INDO membangun pabrik gula dan menyiapkan akuisisi AI, ada beberapa langkah konkret yang bisa diadaptasi bank dan lembaga keuangan di Indonesia.

1. Perjelas dulu: mau jadi apa 3–5 tahun lagi?

Seperti INDO yang berani bilang: "kami bukan lagi property-centric", bank juga perlu sikap jelas:

• Apakah mau jadi bank digital fokus retail?
• Bank spesialis pembiayaan sektor riil (pertanian, manufaktur, energi)?
• Atau platform keuangan yang membuka API untuk banyak mitra?

Jawaban ini menentukan jenis solusi AI yang dibutuhkan.

2. Peta jalan AI yang realistis, bukan proyek mercusuar

Daripada langsung proyek besar yang makan waktu bertahun-tahun, langkah bertahap jauh lebih sehat:

1. Fase 1 – Fondasi data
   Rapikan data nasabah, transaksi, dan kredit. Tanpa data bersih, AI hanya jadi poster.

2. Fase 2 – Kemenangan cepat (quick wins)

   • Chatbot layanan nasabah 24/7
   • Otomatisasi pemeriksaan dokumen dasar kredit

3. Fase 3 – Integrasi ekosistem
   Untuk sektor pertanian, misalnya:

   • Integrasi dengan platform agritech
   • Skema pembiayaan berbasis data panen dan supply chain

4. Fase 4 – AI sebagai inti manajemen risiko

   • Deteksi fraud
   • Credit scoring alternatif
   • Early warning kredit bermasalah

3. Bangun kemitraan strategis, termasuk kemungkinan akuisisi

Tidak semua bank harus membangun AI dari nol. Polanya bisa mirip INDO:

• Kemitraan teknologi dengan startup AI atau perusahaan agritech
• Investasi minoritas untuk mengamankan akses teknologi
• Akuisisi jika memang teknologinya kritikal dan bisa dipakai lintas lini bisnis

Yang penting: jangan berhenti di MoU dan konferensi pers. Integrasi teknologi ke proses bisnis sehari-hari jauh lebih penting daripada jumlah berita di media.

---

Penutup: Dari Kediri ke Kopdit Kecil – AI Akan Menyentuh Semua

Cerita INDO membangun pabrik gula merah dan mengincar akuisisi AI menggambarkan satu hal: bisnis yang berani menggabungkan sektor riil dan kecerdasan buatan akan punya pondasi lebih kokoh menghadapi ketidakpastian ekonomi.

Bagi perbankan Indonesia dan ekosistem pertanian, pelajarannya jelas:

• AI bukan hanya milik raksasa teknologi; emiten menengah pun mulai masuk
• Digital banking yang kuat butuh "mesin" AI di belakang layar, bukan sekadar aplikasi yang rapi
• Pertanian cerdas dengan AI hanya akan jalan kalau bank, offtaker (seperti pabrik gula), dan petani tersambung dalam satu alur data yang sehat

Kalau hari ini pabrik gula di Kediri saja mulai terhubung dengan strategi akuisisi AI, pertanyaannya sederhana: apakah bank dan lembaga keuangan yang membiayai petani, UMKM, dan sektor riil sudah cukup serius menyiapkan AI mereka sendiri?

Pada titik tertentu, bukan lagi soal "perlu atau tidak" memakai AI, tapi siapa yang paling cepat membangun ekosistem cerdas—dari sawah, ke pabrik, ke bank, hingga ke aplikasi di tangan nasabah.