Rilis ini merangkum temuan baru dari SAS dan IDC mengenai bagaimana bank menerapkan AI. Ini mencatat bahwa peningkatan pengeluaran AI belum diterjemahkan menjadi tata kelola yang kuat atau batasan, yang merusak kepercayaan pada sistem AI. Studi tersebut menemukan bahwa hanya 11% bank yang mencapai kepercayaan internal yang tinggi dalam AI dan kepercayaan yang dapat dibuktikan, sementara 47% berada dalam dilema kepercayaan antara penggunaan yang kurang dan ketergantungan yang berlebihan. Dengan transformasi digital regional yang maju di UEA dan sekitarnya, laporan ini menekankan perlunya tata kelola, transparansi, dan fondasi data yang solid saat bank meningkatkan AI. Sisa artikel ini menyoroti poin-poin kunci dan titik pengawasan jangka pendek.
Poin kunci
Hanya 11% bank yang mencapai kepercayaan internal yang tinggi dalam AI dan AI yang dapat dipercaya secara demonstratif.
47% jatuh ke dalam dilema kepercayaan antara kurang menggunakan AI yang dapat diandalkan dan terlalu bergantung pada AI yang belum divalidasi.
19% beroperasi dengan infrastruktur data yang terisolasi, tingkat terburuk di antara industri fokus studi ini.
45% kekurangan tata kelola data yang efektif dan 41% kekurangan infrastruktur data yang terpusat atau dioptimalkan.
60% mengharapkan pertumbuhan pengeluaran AI antara 4% dan 20%.
Mengapa itu penting
Temuan ini memiliki implikasi praktis bagi bank, regulator, dan tim teknologi. Tanpa fondasi data yang kuat, tata kelola, dan keterjelasan, investasi AI mungkin gagal memberikan hasil yang dapat diandalkan atau mendapatkan kepercayaan pelanggan dan regulator. Penekanan pada inovasi yang bertanggung jawab menunjukkan bahwa ROI yang berarti bergantung pada keselarasan ambisi AI dengan tata kelola dan pengambilan keputusan yang transparan sebelum skala. Bagi para pembaca, laporan ini menandakan di mana kelemahan ada dan pekerjaan dasar apa yang harus diprioritaskan saat inisiatif AI bergerak dari pilot ke produksi.
Apa yang harus diperhatikan
52% merencanakan untuk memperluas arsitektur AI mereka; 43% merencanakan untuk membentuk atau mengembangkan tim AI yang khusus.
31% merencanakan untuk fokus pada pengembangan dan penyempurnaan model AI mereka sendiri.
Hampir sepertiga merencanakan peningkatan investasi AI yang dapat dipercaya untuk mendukung lebih banyak sistem otonom.
60% mengharapkan pertumbuhan pengeluaran AI antara 4% dan 20%.
Pengungkapan: Konten di bawah ini adalah siaran pers yang disediakan oleh perusahaan atau wakil humasnya. Ini diterbitkan untuk tujuan informasi.
Studi: Hanya 11% bank yang telah memecahkan kode AI yang dapat dipercaya.
Bahkan saat pengeluaran AI meningkat, sedikit bank yang telah menetapkan tata kelola dan pengaman yang diperlukan – dan hampir setengahnya salah menilai kesiapan AI mereka sendiri.
Dubai, Uni Emirat Arab, 7 April 2026 – Dalam perbankan, kepercayaan bukanlah pilihan – itu adalah segalanya. Namun, bahkan saat bank mempercepat investasi AI lebih cepat daripada sektor lain, sebagian besar menerapkan AI tanpa pengawasan dan infrastruktur yang dibutuhkan untuk mendapatkan kepercayaan itu. Itulah ketegangan utama yang terungkap dalam wawasan perbankan baru dari Laporan Dampak Data dan AI SAS: Imperatif Kepercayaan, dengan wawasan penelitian oleh IDC.
Di antara empat sektor yang diperiksa dalam studi ini, perbankan mengalahkan pemerintah, asuransi, dan ilmu kehidupan baik dalam pengeluaran AI maupun adopsi praktik AI yang dapat dipercaya. Faktanya, sekitar seperempat (23%) bank beroperasi di tingkat tertinggi dari Indeks AI yang Dapat Dipercaya IDC. Namun, meskipun dengan keunggulan ini, sebagian besar lembaga perbankan jauh tertinggal dari “status ideal” laporan ini, yang menggabungkan kepercayaan tinggi dengan kepercayaan yang tinggi. Menurut laporan tersebut:
Hanya 11% bank yang telah mencapai kepercayaan internal yang tinggi dalam AI dan sistem AI yang dapat dibuktikan dapat dipercaya.
Hampir setengah (47%) jatuh ke dalam apa yang disebut IDC sebagai “dilema kepercayaan” – baik kurang menggunakan AI yang dapat diandalkan karena mereka tidak cukup mempercayainya atau terlalu bergantung pada sistem AI yang belum divalidasi.
“Dalam hal AI yang dapat dipercaya, perbankan memimpin setiap sektor dalam studi ini – dan meskipun demikian, kesiapan fondasional sebagian besar bank tidak mendekati di mana seharusnya,” kata Stu Bradley, Wakil Presiden Senior Solusi Risiko, Penipuan, dan Kepatuhan di SAS. “Sekitar sembilan dari 10 bank belum sepenuhnya menyelaraskan kepercayaan dengan bukti, dan sekitar satu dari lima masih beroperasi pada data yang terisolasi. Menutup kesenjangan antara ambisi AI dan kesiapan AI harus menjadi prioritas dari atas ke bawah bagi semua bank.”
Saat Visi 2031 UEA dan upaya transformasi digital yang lebih luas terus mendapatkan momentum, bank di seluruh Timur Tengah semakin mengadopsi teknologi canggih untuk meningkatkan efisiensi, memperkuat ketahanan, dan memberikan pengalaman pelanggan yang lebih baik.
Michel Ghorayeb Direktur Utama Di Sas Uae
Michel Ghorayeb, Direktur Utama di SAS UAE, berkata: “Bank-bank di Timur Tengah memiliki posisi yang baik untuk membangun di atas fondasi yang kuat, dengan data yang kuat, tata kelola yang jelas, dan pengawasan yang efektif memungkinkan investasi AI untuk skala dan menghasilkan hasil yang dapat diandalkan. Pada saat yang sama, memprioritaskan transparansi dan membuat keputusan AI lebih mudah dipahami akan memainkan peran kunci dalam memperkuat kepercayaan. Bank yang menempatkan AI yang bertanggung jawab di jantung strategi mereka akan berada di posisi terbaik untuk mendorong inovasi, mendapatkan kepercayaan, dan menciptakan nilai jangka panjang yang berkelanjutan.”
Investasi meningkat, tetapi fondasi tetap rapuh.
Laporan ini, berdasarkan survei global lintas industri terhadap 2.375 pemimpin TI dan bisnis, mengungkap pola yang mengkhawatirkan: Investasi dalam kemampuan AI tidak sebanding dengan investasi dalam pilar inovasi yang bertanggung jawab yang membuat AI dapat diandalkan. Dalam industri di mana satu kegagalan model dapat memicu sanksi regulasi atau merusak kepercayaan konsumen dalam semalam, itu adalah disconnect yang berbahaya.
Dan masalahnya bukanlah kurangnya investasi: Trajektori pengeluaran AI bank melampaui semua sektor lain dalam studi ini, dengan sebagian besar bank (60%) mengharapkan pertumbuhan antara 4% dan 20%. Subset yang lebih kecil (12%) bahkan mengantisipasi peningkatan yang lebih tajam. Meskipun momentum ini, studi menemukan kelemahan fondasional yang signifikan tetap ada, termasuk:
Silo data. Hampir satu dari lima bank (19%) masih beroperasi dengan infrastruktur data yang terisolasi – tingkat terburuk di antara industri fokus studi ini.
Fondasi data yang tidak memadai. Sebagian besar bank kekurangan tata kelola data yang efektif (45%) dan/atau infrastruktur data yang terpusat atau dioptimalkan (41%).
Kekurangan bakat. Banyak bank (42%) juga menghadapi kekurangan keterampilan AI khusus.
Untuk mengatasi masalah ini, lebih dari setengah (52%) bank merencanakan untuk memperluas arsitektur AI mereka; 43% lainnya merencanakan untuk membentuk atau mengembangkan tim AI yang khusus. Tetapi kurang dari sepertiga (31%) merencanakan untuk fokus pada pengembangan dan penyempurnaan model AI mereka sendiri. Yang dapat diambil: Ini bukanlah hambatan yang abstrak atau teoretis; ini adalah struktural.
“Sektor perbankan jelas memahami potensi AI, tetapi pemahaman dan pelaksanaan tidaklah sama,” kata Kathy Lange, Direktur Penelitian Praktik AI dan Otomasi di IDC. “Tanpa arsitektur data yang kuat, kerangka tata kelola, dan jalur bakat, bank berisiko menghabiskan uang untuk inisiatif AI yang tidak dapat memberikan ROI – atau lebih buruk, yang merusak kepercayaan yang mereka andalkan.”
Inovasi yang bertanggung jawab, bukan penghematan biaya, mendorong ROI AI.
Laporan ini juga menantang asumsi bahwa nilai utama AI dalam perbankan adalah pengurangan biaya. Sebaliknya, perbankan berdiri sendiri dalam peringkat inovasi produk dan layanan di atas efisiensi proses sebagai sumber nilai yang didorong oleh AI.
Angka ROI lintas industri menunjukkan bank sedang menuju sesuatu. Organisasi yang menggunakan AI untuk meningkatkan pengalaman pelanggan melaporkan pengembalian tertinggi – $1,83 untuk setiap dolar yang diinvestasikan – diikuti oleh mereka yang berfokus pada memperluas pangsa pasar ($1,74). Mereka yang berfokus pada penghematan biaya melaporkan yang terendah – $1,54 per dolar. Selain itu, organisasi yang memprioritaskan AI yang dapat dipercaya 60% lebih mungkin melaporkan pengembalian keseluruhan yang menggandakan inisiatif AI mereka. Itu adalah bukti solid bahwa inovasi yang bertanggung jawab adalah akselerator pertumbuhan yang lebih dari membayar dirinya sendiri.
Bank juga bergerak lebih tegas daripada sektor lain menuju AI yang agentik, dengan hampir sepertiga merencanakan peningkatan investasi AI yang dapat dipercaya untuk mendukung lebih banyak sistem otonom. Namun, seiring sistem AI mendapatkan lebih banyak wewenang dalam pengambilan keputusan, konsekuensi dari tata kelola yang lemah menjadi semakin signifikan.
“Regulator sedang mengawasi. Pelanggan sedang mengawasi. Dan saat ini, hampir setengah dari bank menggunakan AI yang belum terbukti – atau ragu untuk memanfaatkan AI yang telah mereka validasi,” kata Alex Kwiatkowski, Direktur Layanan Keuangan Global di SAS. “Tidak ada bank yang ingin menjadi ‘yang lain’ dalam perlombaan yang sangat kompetitif ini, dan penghematan biaya saja tidak akan mempertahankan mereka di dalamnya.
“Bank-bank yang menang adalah yang berinvestasi dalam tata kelola, keterjelasan, transparansi, dan fondasi data yang kuat sebelum mereka skala, bukan setelah sesuatu yang rusak.”
Untuk mempelajari lebih lanjut dan mengakses Laporan Dampak Data dan AI yang lengkap, yang diterbitkan pada September 2025, kunjungi SAS.com/ai-impact.
Sekitar SAS
SAS adalah pemimpin global dalam data dan AI. Dengan perangkat lunak SAS dan solusi spesifik industri, organisasi mengubah data menjadi keputusan yang tepercaya. SAS memberi Anda KEKUATAN UNTUK MENGETAHUI®.
Artikel ini awalnya diterbitkan sebagai Hanya 11% bank yang telah memecahkan kode AI yang dapat dipercaya di Crypto Breaking News – sumber tepercaya Anda untuk berita crypto, berita Bitcoin, dan pembaruan blockchain.