Chatbot bank generasi awal punya reputasi yang tidak selalu bagus.
User nanya:
“Gimana cara blokir kartu?”
Bot jawab:
“Silakan pilih menu bantuan.”
User pilih.
Bot muter lagi.
Akhirnya telepon call center.
Masalahnya bukan chatbot.
Masalahnya dia cuma layer FAQ dengan interface percakapan.
Di 2026, banking assistant mulai bergerak ke arah yang lebih ambisius.
Bukan hanya menjawab.
Membantu mengambil tindakan.
Visa pada Juli 2026 memperkenalkan AI Financial Assistant, sebuah layanan yang ditujukan agar bank bisa membawa financial insight berbasis AI ke aplikasi mereka sendiri. Narasinya eksplisit: membantu bank membawa customer dari insight ke action.
HSBC pada Juni 2026 juga mengumumkan partnership besar dengan Google Cloud untuk memperluas AI di berbagai area, termasuk hyper-personalized wealth support, financial crime risk management, dan tools bagi relationship manager, dengan akses ke agentic AI capabilities.
Artinya banking AI bergeser dari “search box yang bisa ngobrol” menjadi interface ke workflow finansial.
Bayangin user bilang:
“Tagihan kartu gue bulan ini naik kenapa?”
Assistant membaca kategori.
“Makan naik Rp1,2 juta dan travel naik Rp800 ribu.”
Itu answer.
Tahap berikutnya:
“Bantu set budget dining Rp2 juta bulan depan.”
Assistant membuat setting.
Action.
Atau:
“Subscription apa yang naik?”
Assistant menemukan tiga.
“Cancel yang ini.”
Action.
Atau:
“Transfer Rp500 ribu ke rekening tabungan setiap gajian.”
Assistant membuat rule.
Action.
Semakin dekat ke action, semakin tinggi value.
Dan semakin tinggi risk.
Jawaban salah bisa dikoreksi.
Transfer salah butuh reversal.
Karena itu banking assistant tidak bisa mendapat authority luas hanya karena natural language-nya bagus.
Kita perlu membedakan beberapa level.
Level satu: informasi.
Saldo.
Riwayat.
Penjelasan transaksi.
FAQ produk.
Risiko relatif rendah.
Level dua: insight.
Analisis spending.
Cash flow.
Forecast.
Reminder.
Masih relatif rendah, selama data akurat dan recommendation tidak misleading.
Level tiga: preparation.
Assistant menyiapkan transfer, kartu virtual, dispute form, atau perubahan setting tetapi belum submit.
User review.
Ini sangat useful.
Level empat: action dengan approval.
Assistant mengeksekusi setelah user memberi confirmation yang jelas.
“Transfer Rp2 juta ke Budi, benar?”
User approve.
Level lima: delegated action.
Assistant boleh bertindak otomatis dalam rule.
“Bayar listrik tiap bulan maksimal Rp1,5 juta.”
Tidak perlu approval setiap kali.
Semakin naik level, governance harus naik.
Ini mirip autonomous driving.
Lane assist berbeda dengan mobil yang jalan sendiri.
Jangan menyebut semua level “AI assistant” lalu berharap user paham authority-nya.
UI perlu jelas.
Assistant harus mengatakan apa yang akan dilakukan.
Nominal.
Rekening.
Fee.
Jadwal.
Apakah recurring.
Apakah reversible.
Sebelum high-impact action, user perlu confirmation.
Jangan buat confirmation ambigu seperti “Lanjut?”
Lebih baik:
“Transfer Rp7.500.000 ke rekening X sekarang?”
Specific.
Karena social engineering juga akan memanfaatkan conversational banking.
Scammer bisa menelepon dan berkata:
“Buka assistant bank, ketik kalimat ini.”
Korban sendiri memasukkan instruction.
Bank melihat session legit.
Biometrik valid.
Instruction datang dari user.
Tapi intent dipengaruhi scammer.
Ini sama problem authorized push payment.
Assistant harus punya scam-aware friction.
Kalau user tiba-tiba meminta memindahkan seluruh saldo ke beneficiary baru, assistant bisa bertanya lebih.
“Apakah seseorang meminta Anda melakukan transfer ini lewat telepon atau chat?”
Pertanyaan sederhana bisa memutus scam.
Bank sudah memakai contextual fraud detection.
Conversational layer bisa menjadi kesempatan baru untuk intervention.
AI tidak hanya menjalankan.
Bisa mengingatkan.
Ada juga opportunity accessibility.
Banking app sering kompleks.
Menu terlalu banyak.
Orang tua bingung.
Assistant bisa menyederhanakan.
“Blokir kartu debit saya.”
Sistem langsung menemukan kartu, meminta konfirmasi, dan block.
Lebih baik daripada user mencari menu.
Tapi accessibility jangan mengorbankan security.
Voice interface, misalnya, convenient.
Voice clone juga real.
Jangan membuat suara saja cukup untuk transfer besar.
Authentication dan intent confirmation tetap perlu.
Ada juga personalized financial guidance.
Visa Financial Assistant 2026 memanfaatkan network-level benchmarking insight untuk memberi recommendation melalui app bank, sesuai governance AI dan data mereka.
Ini menunjukkan assistant bisa bergerak dari account query ke financial coaching.
Tapi recommendation harus dibedakan dari advice formal.
“Pengeluaran dining naik” adalah insight.
“Ambil produk investasi X” lebih sensitif.
Conflict of interest muncul kalau assistant bank selalu merekomendasikan produk bank sendiri.
Transparency perlu.
Apakah recommendation berdasarkan kebutuhan user atau product priority?
Kalau sponsored, bilang.
Kalau hanya satu opsi karena katalog terbatas, jangan tampilkan seolah seluruh market sudah dibandingkan.
Bank punya trust advantage.
Jangan disalahgunakan.
Data privacy juga critical.
Assistant punya access yang luas.
Saldo.
Transaksi.
Produk.
Mungkin chat history.
Kalau terhubung ke partner, data scope bertambah.
Least privilege harus berlaku.
Assistant untuk kartu kredit tidak otomatis butuh semua data wealth.
Assistant harus mengikuti role dan consent.
User juga perlu bisa mematikan personalization tertentu.
Ada value besar dari memory.
Assistant ingat:
“Lo lagi nabung wedding.”
Bulan depan dia bilang:
“Spending travel membuat target mundur dua minggu.”
Useful.
Tapi financial memory juga sensitif.
User harus tahu apa yang disimpan dan bisa menghapus.
Jangan membuat assistant terasa creepy.
Ada juga risk hallucination.
Banking assistant tidak boleh menjawab rate, fee, atau policy dari memory model yang mungkin outdated.
Dia harus mengambil data dari source of truth.
Core banking.
Product database.
Policy docs.
Kalau tidak yakin, escalate.
“Gue nggak punya data cukup” lebih aman daripada jawaban palsu.
Untuk action, hallucination lebih berbahaya.
Assistant tidak boleh “menebak” rekening penerima.
Kalau ada dua Budi, tanya.
Tidak boleh mengubah jumlah karena asumsi.
Natural language bagus untuk intent, tetapi execution harus deterministic.
Ini konsep penting.
AI memahami request.
System tradisional menjalankan transaction dengan constraint.
Jangan biarkan language model langsung menjadi payment rail.
Hybrid architecture.
AI di depan.
Policy engine di tengah.
Core system di belakang.
Audit log di semua langkah.
Ini kemungkinan desain paling sehat.
Ada juga human handoff.
Assistant tidak perlu memaksa semua issue selesai otomatis.
Dispute kompleks.
Fraud.
Kredit bermasalah.
Nasabah vulnerable.
Kasus legal.
Ada saatnya manusia lebih tepat.
Handoff harus membawa context.
Jangan user mengulang cerita dari nol.
AI sudah punya summary.
Agent manusia tinggal lanjut.
Ini value nyata.
Automation bukan mengganti orang.
Automation menghilangkan repetisi.
Untuk bank, metric success juga harus berubah.
Jangan bangga karena chatbot menjawab 80 persen query kalau customer frustration tinggi.
Ukur resolution.
Apakah masalah selesai?
Berapa banyak handoff?
Berapa error?
Berapa transaksi dibatalkan karena misunderstanding?
Berapa scam dicegah?
Berapa waktu customer hemat?
Assistant yang banyak ngobrol tapi sedikit menyelesaikan problem adalah call center dengan bubble chat.
Buat user, banking assistant yang bisa bertindak akan terasa seperti relationship manager mini.
Tapi jangan memberikan trust lebih besar daripada authority yang terlihat.
Setiap action penting harus bisa diperiksa.
Transaction history.
Log.
Permission.
Recurring rules.
Connected services.
User harus bisa melihat apa yang assistant lakukan.
Dan membatalkan permission.
Pada Agustus 2026, jangan bilang seluruh bank sudah punya autonomous assistant.
Belum.
Adopsi berbeda.
Banyak fitur masih tahap development, pilot, atau vendor rollout.
Tapi arah industrinya sudah cukup jelas.
AI financial assistant dari Visa, agentic capability di partnership bank global, serta infrastructure agentic payment menunjukkan bahwa interface finansial bergerak dari information retrieval ke task completion.
Banking app masa depan mungkin tidak punya 50 menu.
User ngomong.
System mengerti.
Lalu action dijalankan sesuai policy.
Itu lebih natural.
Tantangannya justru membuat natural interface tidak menyamarkan konsekuensi.
Kalimat “bayarin semua tagihan” harus diterjemahkan jadi detail yang user bisa review.
Kalimat “investasikan uang nganggur” tidak boleh menjadi blank cheque.
Kalimat “urus semuanya” harus tetap punya batas.
Banking assistant yang pintar bukan yang paling banyak melakukan sesuatu tanpa bertanya.
Yang pintar adalah yang tahu kapan bisa bertindak, kapan harus minta approval, kapan harus memperingatkan, dan kapan harus menyerahkan ke manusia.
Dari menjawab ke bertindak memang langkah berikutnya.
Tapi dalam keuangan, action selalu harus datang bersama accountability.
Ada satu desain yang sebaiknya dipertahankan: preview before commit. Untuk tindakan penting, assistant menunjukkan state akhir sebelum transaksi masuk. Siapa penerima, berapa nominal, biaya, kapan, dan apakah recurring. User tidak harus memahami semua backend, tapi dia harus tahu konsekuensi final.
Semakin conversational interface-nya, semakin penting detail transaksi tetap eksplisit. Bahasa natural tidak boleh membuat uang terasa abstrak.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Assistant yang paling berguna bukan yang selalu berkata iya, tetapi yang tahu kapan harus berhenti.
Bacaan terkait
Artikel ini berada dalam Fintech & Digital Payments dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.