E-wallet dulu punya job description sederhana: simpan saldo, bayar, transfer.
Sekarang dompet digital mulai tahu lebih banyak.
Jam berapa lo biasanya beli kopi.
Merchant apa yang sering dipakai.
Berapa rata-rata transaksi.
Kapan tagihan dibayar.
Kapan saldo tipis.
Promo apa yang sering diklik.
Apakah lo sering pesan transport, makan, entertainment, atau travel.
Semakin pintar aplikasinya, semakin besar value datanya.
Di Indonesia, skala pembayaran digital sudah sangat besar. Bank Indonesia mencatat pada Mei 2026 volume transaksi pembayaran digital mencapai sekitar 5,22 miliar transaksi dalam sebulan, naik lebih dari 28 persen dibanding setahun sebelumnya. Transaksi QRIS bahkan tumbuh lebih dari 95 persen secara tahunan pada periode yang sama.
Artinya ada jejak transaksi dalam volume masif.
Data itu bisa dipakai untuk banyak hal yang legitimate.
Fraud detection.
Personalization.
Credit scoring.
Cash flow insight.
Rekomendasi.
Loyalty.
Risk management.
Operational planning.
Buat pengguna, hasilnya bisa terasa nyaman.
Aplikasi tahu tagihan rutin.
Memberi reminder.
Menampilkan kategori pengeluaran.
Mendeteksi transaksi aneh.
Menyarankan promo yang memang relevan.
Mungkin suatu hari assistant di dalam wallet bisa menjawab:
“Bulan ini pengeluaran makan naik berapa?”
“Subscription apa yang masih aktif?”
“Berapa total transport ke kantor?”
Useful.
Masalahnya, transaksi finansial adalah data yang sangat sensitif.
Bukan hanya karena ada nominal.
Pola transaksi bisa menceritakan hidup.
Lokasi.
Kebiasaan.
Rutinitas.
Preferensi.
Relasi.
Kondisi finansial.
Kadang bahkan kesehatan atau keyakinan bisa terinferensi dari merchant tertentu.
Jadi ketika wallet menjadi lebih pintar, pertanyaannya bukan cuma apa yang bisa dilakukan AI.
Pertanyaannya: apa yang seharusnya dilakukan?
Ada beda antara personalization yang membantu dan profiling yang terlalu jauh.
Contoh sederhana.
Wallet melihat lo sering bayar makan siang di Sudirman lalu memberi promo restoran sekitar sana.
Masuk akal.
Tapi bagaimana kalau sistem menggunakan pola keuangan untuk menyimpulkan lo sedang terdesak lalu mendorong kredit mahal?
Secara machine learning mungkin bisa.
Secara consumer protection, itu perlu dipertanyakan.
Data intelligence tidak otomatis memberi moral permission.
Semakin granular data, semakin besar tanggung jawab.
Prinsip pertama harus purpose limitation.
Data dikumpulkan untuk apa?
Dipakai untuk apa?
Kalau data pembayaran dibutuhkan menjalankan transaksi, itu satu hal.
Kalau kemudian dipakai untuk model marketing, credit scoring, advertising, atau sharing ke partner, user perlu clarity.
Consent juga tidak boleh cuma kotak kecil di halaman terms yang tidak pernah dibaca.
Untuk penggunaan sensitif, disclosure harus meaningful.
Bahasa manusia.
Bukan legalese 30 halaman.
“Data transaksi Anda dapat digunakan untuk X.”
Itu jauh lebih fair.
Prinsip kedua adalah data minimization.
AI suka data.
More data sering meningkatkan model.
Tapi perusahaan tidak harus mengumpulkan semua yang bisa dikumpulkan.
Kalau fitur budgeting cuma butuh kategori dan nominal, apakah perlu lokasi presisi terus-menerus?
Kalau fraud model bisa bekerja dengan device signal tertentu, apakah perlu menyimpan data lain tanpa batas?
Pertanyaan ini bukan anti-inovasi.
Justru data minimization mengurangi blast radius kalau terjadi breach.
Semakin sedikit data sensitif, semakin kecil kerusakan.
Prinsip ketiga adalah retention.
Berapa lama histori disimpan?
Beberapa data memang perlu disimpan untuk kewajiban regulasi dan audit.
Tapi tidak semua data harus hidup selamanya.
AI product team cenderung suka menyimpan karena “mungkin nanti berguna”.
Security team punya alasan sebaliknya.
Data yang tidak ada tidak bisa bocor.
Prinsip keempat adalah access control.
Siapa yang bisa melihat data?
Customer service?
Marketing?
Data scientist?
Vendor?
AI agent?
Kalau sebuah wallet punya assistant berbasis AI, model tersebut perlu mengikuti permission yang ketat.
Jangan sampai prompt sederhana bisa menarik data yang seharusnya tidak terlihat.
OJK dan BI sepanjang 2025-2026 makin menekankan governance AI, consumer protection, dan data risk di sektor keuangan. Bank Indonesia pada Juli 2026 juga menekankan kedaulatan data dan infrastruktur strategis sebagai bagian dari adopsi AI yang bertanggung jawab.
Ini penting karena pembayaran adalah infrastructure.
Bukan sekadar app feature.
Prinsip kelima adalah security.
Data transaksi punya nilai tinggi bagi scammer.
Bisa digunakan untuk membuat social engineering lebih believable.
Kalau attacker tahu lo baru transaksi di merchant tertentu, pesan phishing bisa jauh lebih personal.
“Kak, transaksi Anda di merchant X tadi gagal diproses.”
Kalau memang baru transaksi, guard turun.
AI bisa membantu scammer mengolah data bocor menjadi pesan personalized.
Jadi privacy dan fraud prevention saling berhubungan.
Bocor data bukan cuma risiko identitas.
Bisa menjadi bahan penipuan berikutnya.
Digital wallet juga berpotensi menjadi financial operating system.
Bukan cuma payment.
Ada tabungan.
Investasi.
Paylater.
Insurance.
Budgeting.
Merchant offers.
Kalau semua menyatu, sistem punya view keuangan user yang sangat kaya.
Dari sisi user, ini bisa membuat pengalaman jauh lebih sederhana.
Satu aplikasi tahu cash flow.
Bisa memberi insight.
Tapi concentration risk naik.
Kalau satu akun diambil alih, attack surface lebih besar.
Kalau satu provider salah menggunakan data, impact lebih luas.
Makanya security architecture harus tumbuh bersama product scope.
User juga perlu dashboard privacy.
Aplikasi yang pintar seharusnya bisa menjawab dengan jelas:
Data apa yang dipakai?
Untuk fitur apa?
Partner mana yang menerima?
Consent apa yang aktif?
Bagaimana mencabutnya?
Bisa download atau hapus data tertentu?
Kita sudah terbiasa punya dashboard subscription.
Masa depan mungkin butuh dashboard data permission.
Ada juga isu portability.
Kalau transaksi digital menjadi dasar financial insight atau credit assessment, user mungkin ingin membawa history ke provider lain.
Open finance bergerak ke arah data yang bisa dibagikan dengan consent.
Benefit-nya kompetisi.
User tidak terjebak satu wallet hanya karena seluruh financial history ada di sana.
Tapi sharing harus aman.
API.
Consent.
Scope.
Expiration.
Bukan screenshot mutasi via WhatsApp.
Di level bisnis, data transaksi bisa membantu merchant.
Wallet atau payment provider bisa memberi aggregated insight.
Jam ramai.
Kategori customer.
Repeat purchase.
Region.
Ini useful untuk UMKM.
Warung di Kelapa Gading tidak perlu data individual customer kalau yang dibutuhkan hanya pattern penjualan.
Aggregated insight sering cukup.
Privacy-friendly design tidak harus mengurangi value.
Kadang justru membuat data lebih relevan.
Untuk personal finance, wallet pintar juga bisa membantu mendeteksi subscription.
Misalnya user bayar empat streaming service.
Assistant memberi ringkasan.
“Total subscription bulan ini Rp740 ribu.”
Itu bagus.
Tapi jangan langsung auto-cancel tanpa approval.
Data insight dan action authority harus dipisah.
Semakin app menjadi agentic, permission perlu lebih granular.
Boleh analisis.
Boleh reminder.
Tidak boleh transfer.
Boleh bayar tagihan tertentu.
Tidak boleh mengubah beneficiary.
Masa depan wallet bukan cuma “berapa saldo gue?”
Mungkin “urus pembayaran rutin sesuai budget.”
Kalau itu terjadi, data transaksi menjadi bahan bakar agent.
Semakin bernilai.
Semakin sensitif.
Ada satu risiko lain: inference.
Perusahaan mungkin tidak menyimpan label “user sedang kesulitan finansial”.
Tapi model bisa menyimpulkannya dari pola saldo, pinjaman, pembayaran telat, dan transaksi.
Inference tetap bisa berdampak.
Kalau digunakan untuk pricing atau marketing, governance harus memperlakukannya serius.
Data yang dibuat model bisa sama sensitifnya dengan data mentah.
User mungkin juga tidak tahu inference itu ada.
Transparency harus berkembang.
Bukan hanya “kami menyimpan transaksi”.
Tapi “kami menggunakan transaksi untuk membuat profil risiko atau rekomendasi”.
Buat pengguna, apa yang bisa dilakukan sekarang?
Gunakan fitur security.
Jangan sharing OTP.
Review device.
Cek permission aplikasi.
Jangan upload mutasi rekening ke tools random hanya untuk mendapatkan analisis AI.
Kalau mau pakai AI personal finance, pahami data policy.
Jangan masukkan nomor rekening lengkap, credential, atau data identitas yang tidak perlu.
Gunakan data yang sudah dianonimkan kalau bisa.
Buat provider, jangan memperlakukan data transaksi seperti clickstream website biasa.
Financial data punya konteks lebih sensitif.
Satu pattern bisa memengaruhi akses kredit, fraud score, atau personal safety.
Trust user adalah asset.
Kalau user mulai merasa wallet terlalu “tahu banyak”, pengalaman pintar berubah jadi creepy.
Batas itu tipis.
Digital wallet 2026 memang makin pintar.
Tapi kecerdasan yang paling penting mungkin bukan kemampuan menebak promo apa yang lo suka.
Kecerdasan yang penting adalah kemampuan platform tahu kapan data tidak perlu digunakan.
Ada satu prinsip yang berguna buat product team: personalisasi harus bisa dijelaskan. Kalau wallet merekomendasikan produk finansial, user sebaiknya tahu secara umum kenapa rekomendasi muncul. Bukan membuka model rahasia, tetapi memberi alasan yang understandable. Ini mengurangi kesan manipulatif.
Kalau insight dibuat dari data agregat, platform juga perlu membedakan dengan jelas mana data individu dan mana benchmark populasi. Jangan membuat user merasa setiap tindakan kecil sedang dipantau secara personal kalau sebenarnya yang dipakai hanya statistik kelompok.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Dompet digital yang pintar seharusnya memberi user lebih banyak kontrol, bukan hanya lebih banyak prediksi.
Bacaan terkait
Artikel ini berada dalam Fintech & Digital Payments dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.