AI Akan Menyelesaikan Apa yang Dimulai Neobank — dan Bank Tradisional Tidak Akan Melihatnya Datang

Polanya Setiap Industri yang Terganggu

Ada pola bagaimana industri yang mapan merespons terobosan teknologi. Pertama, mereka mengamati dari jarak yang aman. Kemudian mereka ragu-ragu, mengutip kompleksitas atau regulasi. Akhirnya mereka mengadopsi, tetapi ketika mereka melakukannya, klien yang layak dipertahankan sudah pergi.

Perbankan sedang mengalami momen ini dan AI adalah hal yang akan membuatnya tidak dapat diubah.

Bagaimana Neobank Mengubah Tujuan

Selama bertahun-tahun, perpindahan klien korporat yang cerdas teknologi dari bank tradisional sangat lambat dan mudah diabaikan. Neobank menggerogoti bagian-bagian dengan UX yang lebih baik, onboarding yang lebih cepat, antarmuka yang lebih bersih. Tetapi bank besar masih bisa menunjuk pada stabilitas, hubungan jangka panjang, dan inersia pengadaan perusahaan untuk mempertahankan posisi mereka.

Argumen itu semakin habis.

Perusahaan yang pertama kali pergi melakukan itu dengan diam-diam. Tidak ada rilis pers, tidak ada pemutusan hubungan yang terbuka. Adopsi akun bisnis telah menjadi tren neobank struktural, dengan segmen tersebut sekarang menyumbang sekitar 67% dari pendapatan neobank pada 2025. Ini didorong oleh perusahaan yang tidak dapat menanggung beban operasional dari hubungan perbankan warisan. Tulisan di dinding: kecepatan tidak dapat dinegosiasikan untuk lapisan operasional sekarang.

Anda tidak dapat menjalankan bisnis modern yang didorong oleh AI dan mentolerir hubungan perbankan di mana transfer kawat memerlukan manajer untuk mencetak formulir, mengumpulkan sepuluh tanda tangan, dan secara manual memasukkannya kembali ke dalam sistem. Pertimbangkan apa yang terjadi jika transfer kawat tertunda bagi perusahaan yang mengelola gaji di tiga mata uang, atau memproses pembayaran vendor yang terkait dengan kontrak yang sensitif waktu. Ketidakcocokan itu melampaui ketidaknyamanan. Ini meningkat secara bertahap di setiap transaksi sampai seseorang dengan anggaran mengambil keputusan.

Mengapa AI Mengubah Pertanyaan yang Diajukan kepada Bank

Setelah Anda membangun kembali bisnis Anda di sekitar AI, Anda melihat setiap vendor secara berbeda. Anda bertanya: mengapa ini masih manual? Mengapa ini membutuhkan waktu beberapa hari? Bank Anda tidak terkecuali. Bagi sebagian besar bank tradisional, tidak ada jawaban yang baik.

Kasus penggunaan ini konkrit. Perusahaan yang menjalankan akun yang harus dibayar melalui agen AI memerlukan infrastruktur yang dapat membaca faktur masuk, menentukan mata uang yang benar, memicu persetujuan pemangku kepentingan melalui alur kerja yang terintegrasi, dan melepaskan pembayaran tanpa perantara manusia pada setiap penyerahan. Ini bukan spekulatif. Tim keuangan sedang membangun alur kerja ini hari ini, dan setiap langkah manual yang bank mereka reintroduksi di ujung rantai adalah titik kegagalan yang mereka ingin hapus.

Analisis Accenture 2024 memproyeksikan bahwa otomatisasi AI dapat mengurangi biaya operasional keuangan hingga 25% di bidang perbendaharaan dan pembayaran. Pada akhir 2025, Ulasan Tahunan Perbankan Global McKinsey menempatkan angka itu pada 20% atau lebih dalam pengurangan biaya operasional bersih dari AI agen, sementara juga memperingatkan bahwa keuntungan ini sebagian besar akan bersaing dan tidak dipertahankan. Analisis PwC terpisah menemukan bahwa bank yang sepenuhnya menerima AI dapat melihat perbaikan hingga 15 poin persentase dalam rasio efisiensi mereka, dengan satu lembaga melaporkan pengurangan 40% dalam biaya verifikasi klien komersial.

Bagi bisnis yang sudah mencapai efisiensi internal seperti itu, mitra perbankan yang memperkenalkan kembali langkah manual pada mil terakhir hanya merupakan kewajiban pada titik ini.

Masalah Inkompatibilitas Arsitektur

Bukannya hanya memilih bank, perusahaan rintisan dan perusahaan teknologi merakit ekosistem operasional. Setiap alat dalam ekosistem tersebut diharapkan untuk terintegrasi, merespons teknologi baru seiring munculnya, dan meningkatkan efisiensi operasional dari waktu ke waktu. Bank yang tidak dapat menyediakan saldo waktu nyata (dan mengherankan, banyak lembaga terbesar di dunia masih tidak dapat) tidak kompatibel dengan arsitektur bisnis modern.

Mengapa ini masih terjadi? Menurut laporan 2024 dari 10x Banking, 55% bank mengidentifikasi keterbatasan sistem warisan sebagai hambatan terbesar mereka untuk mencapai tujuan bisnis, dengan lebih dari setengahnya menyebutkan silo data dan bottleneck produksi sebagai alasan mereka tidak dapat menskalakan. COBOL, bahasa pemrograman yang dikembangkan pada 1959, masih menggerakkan lebih dari 40% sistem perbankan inti global. 45 dari 50 bank teratas di dunia terus menjalankan mainframe sebagai infrastruktur kritis mereka. Pengembang asli sebagian besar telah pensiun, dan lembaga yang menjalankan kode ini sering kali kekurangan keahlian internal untuk memahami apa yang dilakukannya.

Bukan berarti bank tradisional tidak ingin memodernisasi, tetapi bahwa pemutakhiran inkremental inti yang berusia 60 tahun tidak dapat menghasilkan infrastruktur API-pertama, event-driven yang dibutuhkan bisnis asli AI sebagai lapisan perbankan mereka. Anda tidak bisa hanya memasang kembali sistem penyelesaian batch untuk berperilaku seperti infrastruktur waktu nyata karena keterbatasan arsitektur ini mendasar.

Bank tradisional belajar untuk menawarkan pembayaran kartu. Kemudian aplikasi seluler. Kemudian, akhirnya, beberapa bentuk akses API. Setiap kali, mereka mengobati kemampuan baru sebagai tujuan daripada arah dengan menerapkannya, menyatakan kemenangan, dan kemudian ketinggalan kurva berikutnya.

Lembaga yang merespons dengan memasang AI chatbot pada inti warisan akan menemukan diri mereka dalam posisi yang sama seperti ketika neobank pertama kali muncul, yaitu mereka akan menyaksikan klien pergi tanpa memahami mengapa.

Siapa yang Pergi Berikutnya — dan Kapan

Bisnis yang pindah pertama (perusahaan rintisan asli AI, fintech yang terkait dengan crypto, operator teknologi) telah sebagian besar membuat keputusan mereka. Gelombang kedua akan menjadi bisnis menengah dan perusahaan yang lebih besar yang telah merasakan AI mengubah industri mereka sendiri. Apakah melalui otomatisasi internal yang mengubah struktur biaya mereka, atau melalui tekanan kompetitif yang mengubah pasar mereka sepenuhnya.

Perubahan kesetiaan sudah dapat diukur. Ulasan Tahunan Perbankan Global McKinsey 2025 mencatat bahwa di Amerika Serikat, hanya 4% dari pembukaan akun cek baru sekarang berasal dari pelanggan bank yang ada — turun dari 25% pada 2018. Ini bukanlah kejutan, melainkan pembongkaran struktural dari inersia yang tradisional bank telah lama andalkan untuk mempertahankan basis klien mereka.

Laporan yang sama memproyeksikan bahwa bank yang gagal beradaptasi dapat melihat penurunan kolam keuntungan global sebesar $170 miliar, sekitar 9%, selama dekade berikutnya. Lebih mengesankan, ancaman yang diidentifikasi McKinsey tidak datang hanya dari neobank atau fintech. Ini datang dari pelanggan itu sendiri yang menggunakan agen AI untuk mengoptimalkan keuangan mereka: memindahkan deposito ke tingkat yang lebih baik, mengelola pemanfaatan kredit, mengarahkan pembayaran melalui infrastruktur yang lebih baik. Klien yang membangun fungsi treasury asli AI secara internal tidak memerlukan bank mereka untuk melakukannya. Sebenarnya, mereka memerlukan bank mereka untuk menjauhkan diri.

Garis Pemisah

Pembagian yang akan datang dalam perbankan adalah antara bank yang dibangun untuk momen ini dan bank yang mencoba beradaptasi dengannya. Bukan lembaga besar dan kecil. Bukan pendahulu dan tantangan.

Dibangun untuk itu berarti lapisan API adalah produk bukan tambahan. Infrastruktur waktu nyata adalah kenyataan operasional saat ini. Alur kerja kepatuhan, eksekusi FX, dan logika persetujuan semua dapat diprogram oleh sistem klien sendiri sekarang, bukan melalui inbox manajer hubungan.

Menurut laporan Tren Perbankan Ritel 2025 dari The Financial Brand, hanya 25% bank yang telah memprioritaskan modernisasi infrastruktur back-office mereka, bahkan ketika lebih dari setengahnya menyebutkan pengalaman digital sebagai prioritas strategis. Celah itu, antara niat yang dinyatakan dan investasi arsitektur yang sebenarnya, adalah tempat asal gelombang keluar klien berikutnya.

Neobank membuktikan bahwa pengalaman yang lebih baik memungkinkan. AI akan membuktikan bahwa model perbankan dengan peran manusia tidak lagi layak untuk bisnis yang bergerak paling cepat. Bagi bank yang menunggu terlalu lama, jendela akan tertutup sekaligus, dengan cara hal-hal seperti ini selalu terjadi. Pelan-pelan, lalu tiba-tiba.

Pertanyaan yang lebih menarik bagi saya sekarang adalah apakah ada lembaga tradisional dengan kehendak organisasi untuk bergerak sebelum itu terjadi, atau apakah celah antara dek strategi dan infrastruktur yang sebenarnya terlalu lebar untuk ditutup tepat waktu?