AI, "Fintech" dan Ekonomi Rakyat

Selama lebih dari 30 tahun, ilmu AI (Artificial Intelligence/Kecerdasan Buatan) ‘mengambang’ di dunia ilmu komputer sebelum melesat dalam 10 tahun terakhir. Saat ini, ilmu AI menjadi hal utama yang diprediksi akan mengubah wajah hampir seluruh industri di masa depan.

Secara sederhana, ilmu AI melakukan simulasi cara kerja otak di dalam algoritma komputer. Simulasi ini terbukti sudah cukup mirip, bahkan menawarkan kelebihan dibandingkan potensi manusia, dimana tanpa dibatasi oleh faktor biologis, AI dapat ‘berpikir’ terus-menerus selama 24 jam, selama bertahun-tahun tanpa henti dan tanpa kenal lelah.

Layanan asisten pribadi Apple, Siri, misalnya, menggunakan AI untuk membantu mencari informasi atau mengirimkan pesan bagi penggunanya.

Contoh lain, Toyota mengeluarkan investasi miliaran dolar untuk membuat mobil bebas kecelakaan dan menggunakan AI untuk memungkinkan siapapun bisa mengendarai mobil.

Kenyataannya, ilmu AI ini dikembangkan di banyak sektor, bahkan dalam waktu cepat diprediksi akan menyentuh hampir semua industri.

Di bidang teknologi finansial (tekfin/fintech) kemampuan AI memungkinkan terbukanya ‘kotak pandora’ yang selama ini menjadi misteri bagi semua pemain jasa finansial di bidang pinjam-meminjam.

AI dapat membantu proses verifikasi dan menjaga risiko transaksi secara lebih cepat dan efisien.

Lebih jauh dari sekedar melihat kemampuan peminjam dalam mengembalikan pinjaman, AI dapat membantu menganalisa karakter atau perilaku peminjam untuk memastikan Ia menjalankan kewajibannya.

Besarnya jumlah data individu yang dapat dituai dari kegiatan media sosial dan sejarah transaksi finansial, memungkinkan AI untuk mengolah big data tersebut, melakukan analisa dan menarik kesimpulan mengenai karakter seseorang. Semakin banyak data yang tersedia, semakin akurat analisa tersebut.

Di tahun 2012, peneliti dari Stanford, Michael Kosinski, membuktikan bahwa dengan rata-rata 68 Facebook ‘likes’, Ia bisa memprediksi warna kulit (akurasi 95%), orientasi seks (88%) dan afiliasi politik (85%) seseorang.

Dari data tersebut bisa ditentukan juga kecerdasan, afiliasi agama, konsumsi alkohol, rokok, obat-obatan dan dideduksi apakah orangtua pemilik akun tersebut bercerai atau tidak (ini pula yang menyebabkan Facebook mengganti setting ‘like’ yang awalnya public menjadi private, dan menuntut si peneliti tersebut)[ https://publicpolicy.stanford.edu/news/data-turned-world-upside-down].

Jika data sosial media tersebut dikombinasikan dengan data finansial dan sejarah transaksi, maka lebih banyak variabel yang dapat dilihat untuk memberikan gambaran yang lebih akurat dan lebih bermanfaat dalam mempertajam analisa.

Seseorang yang selama bertahun-tahun selalu membayar listrik tepat waktu, tentu memberi gambaran mengenai tingkat kedisiplinannya.

Kegiatan transfer secara rutin kepada sebuah panti asuhan, misalnya, juga dapat menjadi sinyal tentang karakter pelakunya.

Contoh lain, orang yang melakukan transaksi di pagi hari tentu memiliki karakter berbeda dibandingkan mereka yang melakukan transaksi jam 10 malam di ATM dekat rumahnya.