Revolusi AI di Dunia Keuangan, Produktivitas Perusahaan Melonjak hingga 82 Persen

JawaPos.com - Pemanfaatan kecerdasan artifisial (AI) kini mulai mentransformasi peran fungsi keuangan di perusahaan. Teknologi ini tidak lagi terbatas pada otomasi semata, melainkan telah memberikan dampak nyata terhadap peningkatan efisiensi sekaligus kualitas pengambilan keputusan bisnis.

Wakil Menteri Komunikasi dan Digital (Wamenkomdigi), Nezar Patria, menyampaikan bahwa penerapan AI di sektor keuangan telah menunjukkan hasil yang terukur. Berdasarkan studi terhadap ratusan perusahaan, terjadi lonjakan produktivitas yang signifikan, khususnya dalam pengelolaan piutang serta proses transaksi.

“Teknologi dan digitalisasi kini menjadi prioritas utama para CFO dalam menghadapi tahun ini. Mereka memandang AI bukan sekadar alat otomasi, tetapi sebagai motor untuk merespon perubahan pasar dan dinamika pelanggan secara lebih cepat dan presisi,” ujar Wamen Nezar dalam forum Deloitte Indonesia CFO Forum 2026 di Jakarta Pusat, Rabu (15/4).

Ia juga mengungkapkan, merujuk pada laporan Stanford AI Index 2025, tingkat adopsi AI di sektor bisnis global mengalami peningkatan tajam. Saat ini, sebanyak 78 persen organisasi telah memanfaatkan AI, naik dari sebelumnya 55 persen.

Manfaatnya pun semakin terlihat. Studi terhadap 500 perusahaan yang mengadopsi AI dalam pengelolaan piutang menunjukkan peningkatan produktivitas hingga 82 persen, serta efisiensi operasional yang mampu mencapai 60 persen.

Meski demikian, Wamen Nezar menegaskan bahwa tantangan terbesar dalam transformasi digital di sektor keuangan bukan hanya soal teknologi, melainkan juga kepemimpinan dan budaya organisasi.

“Hambatan terbesar bukan teknologi, tetapi leadership dan budaya organisasi. Banyak inisiatif AI berhenti di tahap uji coba tanpa memberikan dampak nyata,” tegasnya.

Dalam pemaparannya, ia mengidentifikasi tiga tantangan strategis yang perlu menjadi perhatian para pemimpin keuangan. Pertama adalah jebakan pilot project, di mana banyak organisasi berhenti pada tahap uji coba tanpa melanjutkan ke implementasi skala penuh yang memberikan nilai tambah nyata.

Kedua, terkait kualitas dan tata kelola data. AI sangat bergantung pada data yang bersih, terintegrasi, serta aman. Tanpa fondasi data yang kuat, risiko kegagalan atau hasil analisis yang keliru menjadi sangat besar.