Bayangin satu aplikasi bisa melihat rekening utama, kartu kredit, e-wallet, cicilan, investasi, dan transaksi harian lo dengan izin yang jelas.
Lalu AI-nya bilang:
“Kalau pola pengeluaran tiga bulan terakhir berlanjut, cash flow lo mulai sempit minggu ketiga setiap bulan.”
Atau:
“Lo punya dua subscription yang jarang dipakai.”
Atau:
“Kalau target dana darurat enam bulan ingin tercapai Desember, pengeluaran discretionary perlu turun sekitar sekian.”
Ini salah satu janji besar ketika open finance bertemu AI.
Data yang sebelumnya tersebar bisa dianalisis sebagai satu picture.
AI tidak lagi bekerja dari spreadsheet yang lo upload manual.
Dia bisa mendapatkan data melalui koneksi API yang terotorisasi.
Di Indonesia, fondasi open API pembayaran sudah ada lewat SNAP, Standar Nasional Open API Pembayaran Bank Indonesia. SNAP menstandarkan aspek teknis, keamanan, data, otentikasi, otorisasi, pengelolaan akses API, perlindungan konsumen, dan perlindungan data. Aturannya juga mewajibkan proses persetujuan konsumen untuk akses data dalam pemrosesan transaksi menggunakan Open API Pembayaran berbasis SNAP.
SNAP sendiri bukan sinonim penuh open finance.
Cakupannya pembayaran.
Tapi arsitekturnya menunjukkan arah penting: data finansial bergerak melalui API terstandar, bukan screenshot, copy-paste, atau credential sharing.
Kalau ekosistem data finansial makin interoperable, AI mendapat bahan yang jauh lebih kaya.
Saran menjadi lebih personal.
Bukan “orang usia 30 tahun sebaiknya punya dana darurat”.
Tapi “berdasarkan cash flow lo, fixed cost, cicilan, dan pola pengeluaran, skenario ini lebih realistis.”
Personalization seperti ini bisa sangat berguna.
Masalahnya, sangat personal berarti sangat sensitif.
AI mungkin tahu lebih banyak tentang uang lo daripada teman dekat.
Berapa gaji.
Berapa utang.
Di mana belanja.
Kapan saldo menipis.
Berapa sering transfer ke keluarga.
Berapa tagihan.
Produk finansial apa yang dipakai.
Kalau data investasi ikut masuk, profil makin lengkap.
Jadi open finance bukan sekadar convenience project.
Ini trust architecture.
Consent menjadi inti.
Bukan checkbox sekali lalu hidup selamanya.
User perlu tahu siapa mengakses data apa, untuk tujuan apa, berapa lama, dan bagaimana mencabut akses.
Kalau aplikasi budgeting butuh riwayat transaksi, apakah dia juga perlu hak memulai transfer?
Belum tentu.
Access harus granular.
Read balance.
Read transactions.
Initiate payment.
Semua permission berbeda.
Jangan jadikan satu tombol “Allow” memberi akses terlalu luas.
Prinsip least privilege relevan banget.
AI untuk insight mungkin hanya perlu read access.
AI agent untuk pembayaran perlu authority lain dan batas lebih ketat.
Seiring assistant makin agentic, perbedaan ini makin penting.
Ada juga masalah consent fatigue.
Kalau setiap aplikasi menampilkan 12 halaman permission, user akhirnya klik semua.
Secara legal ada consent.
Secara meaningful, tidak.
UI harus bisa menjelaskan dengan bahasa manusia.
“Aplikasi ini bisa membaca transaksi 12 bulan terakhir.”
“Aplikasi ini tidak bisa memindahkan uang.”
“Akses berakhir dalam 90 hari.”
Informasi seperti itu jauh lebih useful daripada legal jargon.
AI bisa membuat personal finance sangat contextual.
Misalnya lo punya pendapatan tetap plus freelance.
Model melihat income freelance cenderung datang dua bulan sekali.
Budgeting assistant tidak memaksa pola gaji bulanan tradisional.
Dia bisa menyarankan buffer.
Untuk UMKM, model bisa melihat seasonality.
Penjualan meningkat Ramadan.
Cash flow turun setelah Lebaran.
Supplier dibayar di tanggal tertentu.
Advice bisa lebih realistis.
Ini upside besar dari data connected.
Tapi personalized recommendation punya risiko.
Kalau assistant tahu user sering kekurangan uang di akhir bulan, apakah dia harus menyarankan budgeting atau menawarkan paylater?
Kalau perusahaan yang mengoperasikan assistant juga menjual produk kredit, conflict of interest muncul.
AI bisa terlihat seperti advisor netral padahal objective bisnisnya conversion.
Di sinilah disclosure sangat penting.
Apakah rekomendasi independent?
Sponsored?
Produk sendiri?
Komisi?
OJK pada Juni 2026 menerbitkan POJK 6/2026 terkait perilaku penyampai informasi sektor jasa keuangan, termasuk aktivitas edukasi, pemasaran, dan rekomendasi. Arah regulasinya jelas: informasi finansial harus jelas, akurat, jujur, mudah diakses, dan tidak menyesatkan.
AI assistant yang memberi rekomendasi juga perlu spirit yang sama.
Jangan membuat marketing terasa seperti advice objektif.
Ada juga fairness.
Dua user bisa mendapat rekomendasi berbeda.
Normal.
Data mereka berbeda.
Masalah muncul kalau recommendation engine mendorong produk lebih mahal ke orang yang modelnya menilai kurang price-sensitive.
Itu personalization yang menguntungkan provider, belum tentu konsumen.
Responsible personalization harus punya objective yang seimbang.
Financial wellbeing.
Affordability.
Risk.
Bukan sekadar conversion rate.
AI juga bisa membantu user membandingkan.
Misalnya ada tiga kartu kredit.
AI melihat spending pattern lo dan menghitung mana reward paling relevan.
Bagus.
Tapi data produk harus fresh.
Fee berubah.
Promo berubah.
Terms berubah.
Kalau model pakai informasi lama, recommendation salah.
Financial AI perlu source discipline.
Data produk official.
Tanggal.
Terms.
Bukan memory model yang tidak jelas.
Open finance juga memperbesar cybersecurity risk.
Kalau satu aplikasi aggregating data dari banyak provider diretas, attacker mendapat view luas.
Tidak selalu bisa memindahkan uang, tergantung permission.
Tapi data saja sudah bernilai.
Bisa dipakai untuk phishing personalized.
Scammer tahu bank apa.
Saldo kira-kira.
Merchant.
Timing.
Mereka bisa membuat chat sangat meyakinkan.
Makanya aggregator harus punya security level tinggi.
Encryption.
Tokenization.
Access logging.
Revocation.
Anomaly detection.
Data minimization.
User juga harus punya visibility.
Dashboard “connected accounts”.
Layanan A punya akses.
Layanan B expired.
Layanan C tidak lagi dipakai.
Cabut.
Mirip permission app di smartphone.
Masa depan financial data butuh permission hygiene.
Ada juga data portability.
Kalau user bisa membawa data ke aplikasi lain, kompetisi meningkat.
Financial assistant baru bisa memberi value tanpa memaksa user pindah bank utama.
Ini bagus untuk innovation.
Tapi interoperability harus standard.
Jangan model lama yang meminta username dan password internet banking.
Open API yang proper lebih aman karena access bisa scoped dan revoked.
Credential tidak perlu dibagikan ke third party.
SNAP punya konsep otorisasi dan consent yang sejalan dengan prinsip ini pada area pembayaran.
Mungkin suatu hari ekosistem Indonesia punya layer open finance yang lebih luas.
Tapi jangan mengklaim semua data finansial hari ini sudah terbuka.
Belum.
Perlu regulasi, standar, komersial agreement, security, dan consumer adoption.
Jadi 2026 adalah fase fondasi dan integrasi yang makin penting, bukan akhir perjalanan.
Buat user, AI personal finance yang connected bisa terasa sangat powerful.
Tapi jangan menyerahkan judgment.
Kalau assistant bilang:
“Lo bisa menambah investasi Rp2 juta per bulan.”
Tanya asumsi.
Apakah emergency fund cukup?
Apakah ada utang?
Apakah expense tahunan dimasukkan?
Apakah pajak dihitung?
AI hanya melihat data yang diberi.
Dia tidak otomatis tahu rencana resign, orang tua sakit, atau biaya sekolah tahun depan kalau itu tidak tercermin.
Personalized tidak berarti omniscient.
Ada juga risiko automation.
Insight boleh otomatis.
Action jangan otomatis tanpa permission yang jelas.
AI boleh mendeteksi tagihan terlalu tinggi.
Untuk membatalkan subscription mungkin perlu approval.
AI boleh menyarankan transfer ke tabungan.
Untuk benar-benar memindahkan uang, batas dan konfirmasi perlu lebih ketat.
Semakin dekat ke uang, semakin jelas consent.
Untuk bisnis, open finance plus AI bisa membantu cash management.
Gabungkan account.
Invoice.
Payment.
Loan.
Forecast.
Owner bisa melihat posisi kas lebih cepat.
Tapi data source harus auditable.
Kalau AI bilang cash runway 4,2 bulan, owner harus tahu angka berasal dari rekening mana, invoice mana, dan asumsi apa.
Financial insight tanpa traceability adalah dashboard cantik yang berbahaya.
Pada akhirnya, open finance dan AI bisa membuat saran keuangan jauh lebih personal daripada apa pun yang kita punya hari ini.
Itu potensinya.
Tapi personalization bukan tujuan akhir.
Tujuan yang lebih sehat adalah keputusan yang lebih jelas.
User tahu posisi.
Punya pilihan.
Paham konsekuensi.
Kontrol datanya tetap ada.
Kalau sistem hanya tahu hidup finansial kita lebih detail lalu memakai informasi itu untuk menjual lebih agresif, itu bukan financial intelligence.
Itu targeted marketing dengan data yang sangat sensitif.
Open finance akan bernilai kalau openness-nya memperkuat user, bukan hanya memperkaya profil user.
Ada satu potensi yang underrated: switching. Kalau data dan permission portable, user bisa membandingkan layanan lebih mudah. AI bisa menghitung biaya rekening, kartu, atau pinjaman berdasarkan pola nyata user, bukan marketing headline. Ini bisa memperkuat kompetisi.
Tapi provider yang memberi comparison harus transparan soal commercial relationship. Kalau assistant mendapat komisi dari produk tertentu, user perlu tahu. Personalized finance tanpa disclosure mudah berubah menjadi personalized sales funnel.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Semakin personal sarannya, semakin besar kewajiban menjaga data dan menjelaskan kepentingan di balik rekomendasi.
Bacaan terkait
Artikel ini berada dalam Fintech & Digital Payments dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.