Agen AI dan Dinamika Pasar: Risiko, Peluang, dan Strategi

2026 akan menjadi tahun pengujian agen AI untuk ketahanan: pasar telah tumbuh dari $7 miliar menjadi hampir $10 miliar, regulator meluncurkan standarisasi, dana ventura dan perusahaan sedang memperbesar atau mengurangi sumber daya. Euforia telah berganti dengan pragmatisme: analis memperingatkan bahwa GenAI sekarang berada dalam fase kekecewaan, dan penting untuk menjawab pertanyaan di mana agen menciptakan nilai yang dapat diukur, serta biaya apa dan bagaimana mengintegrasikan mereka ke dalam proses kritis.

Apa itu Agen AI dalam Praktik?

Di media, agen didefinisikan sebagai hampir semua yang dapat memanggil alat, tetapi bagi pasar dan regulator, definisi yang lebih pragmatis sangat penting.

Agen AI adalah sistem yang tidak hanya merespons permintaan pengguna, tetapi juga merencanakan secara mandiri rantai tindakan dan memanggil layanan eksternal dalam kerangka kebijakan dan pembatasan yang ditentukan. Berbeda dengan co-pilot yang biasa kita gunakan, yang membantu orang dengan tugas tertentu, seperti menulis surat atau meringkas dokumen, agen mengambil alih seluruh proses kerja.

Di fintech, agen menganalisis portofolio klien dan mengumpulkan data pasar. Di unit operasional, agen dapat meminta dokumen KYC yang hilang, memeriksa status di registri eksternal, dan menyiapkan draf keputusan pendaftaran.

Bagaimana Pasar Mengubah Nilai Agen AI

Ledakan informasi sekitar pengenalan agen AI sangat kuat: perusahaan mengintegrasikan fungsi ini ke dalam produk terpisah, menciptakan unit bisnis baru, dan secara aktif mempromosikan gelombang baru otonomi untuk klien korporat. Bagian besar dari anggaran AI di masa depan di fintech sudah dialokasikan kembali untuk mendukung solusi agen.

Pasar modal telah menafsirkan ini dengan caranya sendiri: perusahaan publik berlomba untuk menunjukkan strategi mereka agar tidak tertinggal; startup sedang memposisikan kembali diri mereka dari produk ML ke platform agen; investor berisiko membayar terlalu banyak untuk pertumbuhan pendapatan yang dapat dikaitkan dengan agen, bahkan jika sebenarnya terkait dengan otomatisasi tradisional.

Akibatnya, agen dikreditkan sebagai sumber nilai di mana pengembalian nyata masih dihasilkan oleh proses, data, dan kontrol yang mapan.

Di Mana Agen Sudah Menunjukkan Hasil yang Dapat Diukur

Hari ini, hanya sejumlah kecil pemain menggunakan pendekatan agen dalam produksi, dengan sebagian besar masih dalam tahap eksperimental. ROI yang pertama dapat dilihat di area yang sama di mana kecerdasan buatan sebelumnya – alur kerja volume tinggi, formalizable dengan waktu dan biaya sebelum dan sesudah siklus yang jelas, permintaan pelanggan berulang dan persiapan pertemuan, anti-fraud operasional dan pemantauan aktivitas mencurigakan, di mana agen diintegrasikan ke dalam sistem peringatan dan investigasi yang ada.

Sebagai contoh, sebuah bank Eropa telah mengimplementasikan agen AI untuk pemrosesan awal rekening koresponden. Agen secara otomatis mengatur dokumen, mengekstrak data untuk KYC, dan memeriksa informasi yang hilang. Sebagai hasilnya, waktu pengumpulan data telah berkurang 99%, biaya 94%, dan akurasi pekerjaan analis telah meningkat.

Aset Riil Adalah Infrastruktur, Bukan Agen Itu Sendiri

Investor harus bertanya tentang bagaimana arsitektur data diatur di bawah agen, apakah ada lapisan akses tunggal dan audit untuk semua tindakan agen, dan bagaimana masalah penyimpanan data privasi dan sensitif ditangani saat menggunakan model eksternal.

Pada akhirnya, aset paling penting adalah alur kerja di mana agen tertanam: KYC, pendaftaran, anti-fraud, manajemen likuiditas, dan komunikasi pelanggan. Perusahaan yang mengelola proses ini melalui pangsa pasar, kedalaman integrasi, atau status regulasi mendapat manfaat dari agen lebih dari yang lain: mereka dapat meningkatkan margin dan mengurangi kerugian tanpa kehilangan kontrol.

Sebuah startup yang menjual agen universal kondisional tetapi tidak memiliki proses atau domain kritis apa pun menemukan diri dalam posisi yang paling tidak menguntungkan: mereka dapat dengan relatif mudah digantikan oleh kerangka kerja lain.

Kami melihat nilai sebenarnya dari agen dalam aksesnya ke data yang andal, bersih, dan secara hukum aman dan dalam integrasinya dengan sistem yang ada.

Tanpa Kontrol, Tidak Ada Penskalaan

Regulator di berbagai negara sudah memerlukan sistem AI untuk transparan, terkendali, dan dapat diverifikasi. Oleh karena itu, kemampuan perusahaan untuk mengontrol dan mendokumentasikan pekerjaan agen sudah menjadi prasyarat untuk beroperasi di pasar.

Ini menyebabkan langkah logis berikutnya: perusahaan memerlukan infrastruktur kontrol komprehensif. Ini termasuk logging semua tindakan agen, pemantauan konstan, peringatan untuk deviasi, dan tes stres.

Contoh sukses adalah Sumsub, yang telah menggelar AI co-pilot “Summy” untuk spesialis kepatuhan dan investigasi fraud. Berbeda dengan kotak hitam, sistem tidak membuat keputusan otonom, tetapi menganalisis array transaksi dan menghasilkan laporan siap audit dalam bahasa alami atas permintaan, mengurangi waktu pemrosesan insiden tiga kali lipat sambil mempertahankan kontrol manusia penuh.

Pemasok yang mengintegrasikan add-on seperti ini ke dalam platform dan solusi agen mereka mendapatkan tidak hanya keunggulan teknologi, tetapi juga keunggulan regulasi: mereka mengurangi waktu dan biaya persetujuan dan mempermudah due diligence dan audit.

Apa yang Harus Diperiksa Investor Selain Produk?

Investor sering memandang remeh risiko karena mereka jarang muncul seketika. Lebih sering, ini adalah kegagalan sistem yang gradual, hampir tidak terlihat yang menumpuk dari waktu ke waktu dan menyebabkan konsekuensi serius.

Jika perusahaan tidak menetapkan batasan yang ketat dan tidak mengimplementasikan proses pemantauan, masalah hanya diperhatikan ketika dinyatakan oleh regulator atau pelanggan.

Selain itu, injeksi cepat, keracunan data, dan penghindaran kebijakan akses menjadi ancaman nyata, karena penyerang dapat mengeksploitasi semua ini. Di fintech, serangan seperti itu secara langsung mempengaruhi anti-fraud, KYC, dan operasi pembayaran.

Salah satu contoh risiko seperti itu: seorang karyawan keuangan dari sebuah perusahaan multinasional mentransfer $25 juta ke rekening penipu setelah berpartisipasi dalam konferensi video di mana penyerang menggunakan AI generatif waktu nyata untuk mengkloning wajah dan suara CFO dan beberapa rekan.

Ini dan banyak contoh lain menunjukkan bahwa metode verifikasi video atau suara tradisional tidak lagi menyediakan perlindungan yang dapat diandalkan di lingkungan perusahaan.

Bagi investor, ini berarti tidak hanya melihat produk itu sendiri, tetapi juga siapa yang bergantung padanya. Siapa yang menyediakan teknologi? Apakah dapat dengan cepat digantikan? Apakah ada rencana untuk kegagalan atau perubahan dalam ketentuan lisensi?

Sekarang Adalah Waktu untuk Pendekatan yang Matang

Saat ini, apa yang penting untuk pertumbuhan pasar bukanlah pemasaran revolusioner, tetapi tiga hal sederhana: mengetahui cara bekerja dengan proses nyata, kontrol normal, dan jujur tentang risiko.

Investor harus bertanya apa yang benar-benar dikendalikan oleh perusahaan. Startup perlu secara jujur memutuskan apakah mereka ingin menjadi multifungsi atau sangat berpengetahuan dalam satu area tertentu. Dan perusahaan perlu mengingat bahwa agen tidak menggantikan sistem yang ada, tetapi memperkuatnya. Tapi ini hanya berfungsi di mana ada ketertiban dalam proses dan manajemen.