Kecerdasan buatan di bank-bank Basel

Bank-bank di Basel berkisar dari cabang-cabang UBS, Basler Kantonalbank dan anak perusahaannya Bank Cler, hingga bank-bank privat dan kantor lokal lembaga asing, sebagaimana diuraikan dalam Bagian E, Bab I. Penggunaan kecerdasan buatan oleh mereka mengikuti pola industri perbankan Swiss secara keseluruhan: lembaga-lembaga terbesar menjalankan program khusus, sedangkan bank-bank yang lebih kecil mengandalkan produk pemasok perangkat lunak dan penyedia perbankan inti.¹ Sebuah survei Otoritas Pengawas Pasar Keuangan Swiss (FINMA) yang diterbitkan pada 2024 menemukan bahwa sekitar separuh lembaga yang disurvei sudah menggunakan kecerdasan buatan atau sedang mengembangkan aplikasinya, dengan rata-rata beberapa aplikasi per lembaga. Survei tersebut juga menemukan bahwa sebagian besar aplikasi ini memanfaatkan model yang dipasok oleh segelintir penyedia eksternal.²

Antipencucian uang adalah bidang di mana keuntungannya paling nyata. Pemantauan transaksi tradisional bertumpu pada aturan, seperti ambang batas setoran tunai atau peringatan atas transfer ke negara berisiko tinggi, yang menghasilkan sejumlah besar positif palsu yang harus ditinjau analis satu per satu. Model pembelajaran mesin dapat mengurutkan peringatan berdasarkan risiko, mendeteksi jaringan rekening yang saling terkait, dan mengidentifikasi pola yang tidak diantisipasi oleh aturan tetap mana pun. Undang-Undang Antipencucian Uang (AMLA) dan Peraturan Antipencucian Uang FINMA menyerahkan pilihan metode kepada lembaga, asalkan sistem pemantauannya efektif dan klarifikasinya didokumentasikan.³ Perangkat yang sama membantu proses mengenal nasabah (know-your-customer). Perangkat tersebut mengekstraksi data dari paspor, daftar perusahaan, dan akta trust, mencocokkan nama dengan daftar sanksi dan pemberitaan negatif, serta menyusun profil yang ditinjau oleh petugas kepatuhan (compliance officer) sebelum membuka suatu hubungan.

Pencegahan penipuan merupakan bidang mapan kedua. Penerbit kartu dan penyedia jasa pembayaran di Swiss menggunakan model waktu nyata untuk menilai transaksi, sementara bank menggunakan analitik perilaku untuk mendeteksi pengambilalihan rekening dan penipuan pembayaran dorong yang diotorisasi (authorised push payment fraud), di mana nasabah dimanipulasi untuk mentransfer uang kepada pelaku kejahatan. Keputusan kredit merupakan bidang ketiga, meskipun bank-bank Swiss mengandalkan penilaian otomatis terutama dalam kredit konsumen dan sewa guna usaha, dan jauh lebih sedikit dalam kredit pemilikan rumah dan kredit kepada usaha kecil, di mana para relationship manager masih memutuskan berdasarkan pengetahuan pribadi dan jaminan.⁴

Layanan penasihat lebih lambat berubah. Robo-adviser yang menyusun portofolio berdasarkan kuesioner muncul di Swiss sejak sekitar 2015, ditawarkan oleh perusahaan rintisan, bank kanton, dan bank-bank besar, tetapi pangsanya di pasar pengelolaan kekayaan tetap kecil. Model generatif membuka jalur yang berbeda. Para relationship manager kini menggunakan asisten internal yang merangkum riset, menyiapkan catatan rapat, menyusun surat kepada nasabah, dan memeriksa apakah suatu rekomendasi konsisten dengan profil investasi nasabah sebagaimana tercatat berdasarkan Undang-Undang Layanan Keuangan (FinSA).⁵ Dalam private banking, di mana Basel memiliki tradisi panjang, teknologi ini mendukung penasihat tanpa menggantikan hubungan pribadi yang masih diharapkan oleh keluarga-keluarga kaya.

Komunikasi dengan nasabah dan pengembangan perangkat lunak melengkapi gambaran ini. Asisten obrolan menjawab pertanyaan rutin di situs web dan aplikasi bank, sementara sistem suara mengarahkan panggilan dan mengautentikasi penelepon. Di dalam bank, para pengembang menggunakan asisten kode untuk menulis dan menguji perangkat lunak, hal yang penting karena bank-bank Swiss memelihara sistem perbankan inti yang besar dan sering kali sudah tua. Beberapa lembaga melaporkan peningkatan produktivitas dalam pengembangan perangkat lunak yang melampaui fungsi lainnya, meskipun angka yang dipublikasikan sangat bervariasi dan bergantung pada cara produktivitas diukur.⁶

Catatan

1. Mengenai lanskap perbankan Basel, lihat Bagian E, Bab I. Mengenai penggunaan AI oleh bank-bank Swiss dengan berbagai ukuran, lihat survei Asosiasi Bankir Swiss (SBA) dan komunikasi pengawasan FINMA sejak 2023. Status perlu diverifikasi. ↩
2. FINMA, Risk Monitor 2024 dan komunikasi terkait tentang survei penggunaan AI di kalangan lembaga yang diawasi, diterbitkan pada musim semi 2025. Angka dan tanggal perlu diverifikasi. ↩
3. Pasal 6 dan 7 Undang-Undang Antipencucian Uang (AMLA, SR 955.0); Pasal 20 Peraturan Antipencucian Uang FINMA (AMLO-FINMA, SR 955.033.0) tentang pemantauan transaksi berbasis komputer. Lihat Bagian E, Bab III. Perlu diverifikasi. ↩
4. Mengenai deteksi penipuan dan penilaian kredit dalam perbankan Swiss, lihat laporan tahunan Asosiasi Bankir Swiss dan literatur tentang Undang-Undang Kredit Konsumen (CCA, SR 221.214.1), yang mewajibkan penilaian kelayakan kredit berdasarkan Pasal 28 sampai dengan Pasal 30. Perlu diverifikasi. ↩
5. Mengenai pemeriksaan kesesuaian dan kepatutan berdasarkan Pasal 10 sampai dengan Pasal 14 Undang-Undang Layanan Keuangan (FinSA, SR 950.1), lihat Bagian E, Bab II. Mengenai robo-advice di Swiss, lihat studi Lucerne University of Applied Sciences and Arts (IFZ) tentang pengelolaan kekayaan digital. Perlu diverifikasi. ↩
6. Mengenai penggunaan asisten kode dan pengukuran produktivitas di lembaga keuangan, lihat BIS, Annual Economic Report 2024, Bab III, dan studi-studi yang dikutip di dalamnya tentang AI generatif dan produktivitas. Angka perlu diverifikasi. ↩

Hanya untuk informasi umum. Artikel ini bukan merupakan nasihat hukum atau pajak, tidak menggantikan nasihat atas kasus individual, dan tidak menimbulkan hubungan antara advokat dan klien. Artikel ini mencerminkan keadaan hukum per Oktober 2026.