Bank Wall Street Dilema AI: Peluang Cuan Besar, Risiko Siber Mengintai

Boom kecerdasan buatan atau artificial intelligence (AI) menempatkan bank-bank besar Wall Street dalam posisi yang tidak sederhana.

Di satu sisi, mereka berpeluang memperoleh pendapatan dari pembiayaan pembangunan pusat data, chip, listrik, dan infrastruktur komputasi yang dibutuhkan industri AI.

Pada saat yang sama, bank-bank tersebut juga menggunakan AI untuk memangkas biaya dan mempercepat pekerjaan internal.

Namun semakin dalam teknologi tersebut digunakan, semakin besar pula pertanyaan mengenai risiko pembiayaan, keamanan data, serangan siber, hingga munculnya AI agent yang dapat bertindak atas nama pengguna.

Goldman Sachs, Citigroup, JPMorgan Chase, hingga bank-bank besar lainnya kini berusaha memanfaatkan peluang tersebut tanpa mengambil risiko yang berlebihan.

Goldman Melihat Peluang Besar, Tapi Tidak Mau Terlena

CEO Goldman Sachs David Solomon menggambarkan banknya berada dalam posisi strategis di tengah siklus investasi AI.

Permintaan terhadap kapasitas komputasi saat ini masih sangat tinggi, sementara pasokannya belum seimbang.

Kondisi tersebut menciptakan kebutuhan pendanaan dalam jumlah besar untuk membangun pusat data dan infrastruktur pendukung.

Namun Solomon juga mengingatkan bahwa tidak ada yang benar-benar mengetahui bagaimana kebutuhan modal dan daya komputasi akan berkembang ketika ekosistem AI semakin matang.

Menurutnya, kondisi tersebut membuat bank perlu tetap selektif terhadap aktivitas yang mereka biayai dan disiplin dalam mengelola risiko.

Dengan kata lain, boom AI membuka peluang besar bagi bank investasi, tetapi tidak berarti seluruh proyek AI otomatis layak mendapatkan pembiayaan.

Masalahnya: Data Center Butuh Modal Sangat Besar

AI generatif membutuhkan infrastruktur fisik yang tidak sedikit.

Model AI membutuhkan chip, server, jaringan berkecepatan tinggi, pusat data, pendinginan, dan suplai listrik dalam jumlah besar.

Pengembangan kapasitas tersebut membutuhkan investasi yang dapat berlangsung bertahun-tahun.

Bagi Wall Street, kebutuhan tersebut menciptakan peluang dari pembiayaan proyek, penerbitan obligasi, pasar modal, hingga aktivitas advisory.

Tetapi proyek dengan modal sangat besar juga membawa risiko apabila permintaan komputasi di masa depan tidak sesuai ekspektasi atau tingkat pengembaliannya lebih rendah dari perkiraan.

Reuters mencatat bank-bank mulai memperhatikan risiko kredit dan struktur pembiayaan proyek AI dengan lebih serius ketika jumlah modal yang dibutuhkan terus meningkat.

Suku Bunga Tinggi Belum Membendung Investasi AI

CEO Citigroup Jane Fraser melihat kebutuhan investasi AI masih kuat.

Menurut Fraser, kenaikan suku bunga belum terlihat menghentikan investasi di ekosistem AI secara luas.

Salah satu kendala utama justru berada pada ketersediaan kapasitas komputasi.

Permintaan terhadap compute masih sangat besar karena perusahaan membutuhkan semakin banyak kapasitas untuk mengembangkan, melatih, dan menjalankan model AI.

Kondisi tersebut membantu menjelaskan mengapa investasi pusat data masih terus bergerak meskipun biaya pembiayaan meningkat.

Namun permintaan yang kuat sekarang belum menjamin seluruh kapasitas yang dibangun akan menghasilkan pengembalian investasi yang sama di masa depan.

Citi Mulai Melihat Hasil Nyata dari AI

Citigroup tidak hanya membiayai ekosistem AI.

Bank tersebut juga menggunakan teknologi ini dalam aktivitas internal.

Dalam laporan kinerja kuartal III 2026, Fraser mengatakan penggunaan AI telah mempercepat siklus pengembangan produk.

Citi menyebut kecepatan peluncuran produk meningkat sekitar 30%–40%, sekaligus memungkinkan pengembangan dilakukan dengan biaya lebih rendah.

Ini merupakan koreksi penting terhadap klaim bahwa “produktivitas Citi naik 40%”.

Angka 30%–40% secara spesifik merujuk pada peningkatan kecepatan peluncuran produk, bukan kenaikan produktivitas seluruh tenaga kerja bank.

14.000 Engineer Citi Gunakan AI Coding Tool

Citi juga mengatakan sekitar 14.000 engineer menggunakan tool coding agentic AI bernama Devin.

Penggunaan perangkat tersebut membantu bank membawa lebih banyak pekerjaan teknologi ke dalam perusahaan.

Menurut Fraser, pengeluaran Citi untuk vendor teknologi turun sekitar 30% secara tahunan sebagai salah satu konsekuensinya.

Sekitar 100 proses manual di Citi juga sudah atau sedang didesain ulang dengan memanfaatkan AI dan otomatisasi.

Fraser mengatakan manfaat finansial dari AI dan otomatisasi sepanjang tahun berjalan sudah secara signifikan melebihi investasi yang telah dikeluarkan bank.

Namun hasil Citi tidak otomatis dapat diterapkan pada semua bank.

Skala sistem, jenis pekerjaan, kualitas data, serta tingkat kematangan digital setiap lembaga berbeda.

JPMorgan: Manfaat AI Tidak Selalu Langsung Kelihatan

JPMorgan mempunyai perspektif yang sedikit berbeda mengenai pengukuran hasil.

CFO JPMorgan Jeremy Barnum mengatakan teknologi sebesar AI membutuhkan waktu sebelum dampaknya terlihat jelas pada laporan keuangan institusi sebesar JPMorgan.

Karena itu, tidak mengherankan jika manfaatnya belum selalu terlihat langsung dalam laba kuartalan.

Pernyataan tersebut menggambarkan salah satu tantangan terbesar dalam investasi AI.

Perusahaan dapat melihat peningkatan efisiensi pada satu proses, tetapi menerjemahkan efek tersebut menjadi kenaikan laba seluruh organisasi tidak selalu sederhana.

Muncul Risiko Baru: Agentic AI

Jika AI generatif biasa banyak digunakan untuk menghasilkan teks, gambar, atau rekomendasi, agentic AI dapat melangkah lebih jauh.

AI agent dirancang untuk menjalankan rangkaian tugas dan mengambil tindakan tertentu atas nama pengguna.

Dalam konteks keuangan, kemampuan tersebut berpotensi digunakan untuk mencari produk, menganalisis informasi, memindahkan data, atau melakukan tindakan tertentu pada sebuah akun.

Kemampuan itu membuka manfaat baru.

Namun bank melihat sisi risikonya.

Jika sebuah agen bertindak secara salah, disusupi, menerima kredensial yang tidak aman, atau melakukan aktivitas yang tidak diinginkan pengguna, konsekuensinya dapat menyangkut uang dan data pribadi.

Jamie Dimon Khawatir soal “Rogue Agents”

CEO JPMorgan Jamie Dimon menyoroti risiko munculnya apa yang ia sebut sebagai rogue agents.

JPMorgan sendiri menggunakan AI agent secara internal dan berencana terus mengembangkannya.

Namun Dimon mengatakan bank tidak akan membiarkan sembarang AI agent eksternal masuk ke sistem karena risikonya terhadap nasabah maupun perusahaan terlalu tinggi.

JPMorgan saat ini mengembangkan alat untuk membantu menghadapi risiko tersebut.

Dimon juga menyoroti persoalan tanggung jawab ketika konsumen memberikan akses atau kredensial kepada agen pihak ketiga.

Pertanyaannya kemudian bukan hanya apakah AI mampu melakukan sebuah transaksi, tetapi juga siapa yang bertanggung jawab jika agen tersebut melakukan kesalahan atau disalahgunakan.

AI Membuat Keamanan Bank Semakin Kompleks

Ancaman tidak hanya datang dari AI agent yang digunakan nasabah.

AI juga dapat meningkatkan kemampuan pihak luar dalam melakukan serangan siber.

Teknologi generatif dapat digunakan untuk meningkatkan skala phishing, social engineering, penipuan identitas, atau pencarian celah keamanan.

Kekhawatiran tersebut kini bukan hanya menjadi pembahasan bank.

Pada 16 Oktober 2026, negara-negara G7 sepakat menjalankan latihan simulasi untuk mempersiapkan sistem keuangan menghadapi potensi serangan siber yang dibantu AI.

Ini menunjukkan bahwa risiko AI terhadap sistem finansial sudah menjadi perhatian regulator dan pembuat kebijakan internasional.

Bank Menghadapi Dua Risiko Sekaligus

Dilema perbankan sebenarnya muncul di dua sisi.

Sisi pertama adalah risiko sebagai pemberi pembiayaan.

Bank harus menilai apakah proyek pusat data dan infrastruktur AI yang membutuhkan modal besar nantinya menghasilkan arus kas yang cukup.

Jika terlalu optimistis, kualitas kredit dapat memburuk.

Sisi kedua adalah risiko sebagai pengguna AI.

Ketika AI digunakan semakin dalam pada coding, layanan nasabah, analisis, atau otomatisasi proses, bank harus mengelola keamanan, kesalahan model, privasi, tata kelola, serta akses agen pihak ketiga.

Karena itu, risiko AI bagi bank tidak dapat dipandang sebagai persoalan teknologi semata.

Ia juga menjadi persoalan kredit, operasional, kepatuhan, dan keamanan.

Tapi Mengabaikan AI Juga Berisiko

Bank tidak mempunyai pilihan sederhana untuk menghindari AI sepenuhnya.

Jika teknologi benar-benar mampu mempercepat pengembangan produk, menurunkan biaya, dan mengurangi pekerjaan manual seperti yang dilaporkan Citi, institusi yang terlalu lambat mengadopsinya berpotensi tertinggal dari pesaing.

Di saat yang sama, bank yang bergerak terlalu cepat tanpa kontrol keamanan dapat menghadapi risiko yang belum sepenuhnya dipahami.

Inilah inti dilema industri tersebut.

Pertanyaannya bukan lagi sekadar apakah bank harus menggunakan AI.

Pertanyaannya adalah seberapa cepat AI dapat digunakan tanpa mengorbankan kualitas kredit, keamanan nasabah, dan kontrol risiko.

Tidak Semua Boom Infrastruktur Akan Otomatis Sukses

Permintaan komputasi saat ini memang sangat tinggi.

Namun sejarah teknologi menunjukkan pembangunan infrastruktur dalam skala besar dapat menghasilkan pemenang dan proyek yang gagal.

Solomon sendiri mengatakan pada suatu titik pasar akan mengalami penyesuaian atau recalibration, meski waktu dan bentuknya sulit diprediksi.

Karena itu, bank perlu membedakan proyek dengan pelanggan dan model bisnis yang kuat dari proyek yang hanya mengandalkan asumsi pertumbuhan AI yang sangat agresif.

Disiplin kredit tetap diperlukan meski teknologi yang dibiayai sedang populer.

Kesimpulan

Bank-bank besar Wall Street sedang berada pada posisi yang unik dalam boom AI.

Mereka mendapatkan kesempatan membiayai pembangunan pusat data dan infrastruktur komputasi dalam skala sangat besar.

Pada saat yang sama, mereka sendiri memanfaatkan AI untuk meningkatkan efisiensi.

Citigroup mengatakan AI membantu mempercepat peluncuran produk sekitar 30%–40%, sementara belanja vendor teknologi turun 30% secara tahunan setelah penggunaan alat coding dan peningkatan pekerjaan internal.

Namun peluang tersebut datang bersama risiko.

Goldman Sachs mengingatkan ketidakpastian kebutuhan modal dan compute, sementara JPMorgan mengembangkan alat khusus untuk menghadapi risiko agentic AI dan “rogue agents”.

Karena itu, dilema bank bukan “AI atau tidak AI”.

Tantangannya adalah menggunakan dan membiayai AI cukup cepat untuk mendapatkan manfaatnya, tetapi cukup disiplin agar risiko kredit, operasional, dan keamanan tidak ikut melonjak.