Capital One Bangun Fondasi Data Sebelum Ledakan Agentic AI, Pelajaran bagi Bank Indonesia

Capital One mengungkap strategi di balik penerapan agentic AI atau kecerdasan buatan yang mampu bertindak mandiri, dengan menekankan bahwa fondasi data yang kuat dan pola pikir platform-first menjadi kunci utama, bukan sekadar antusiasme membangun agen cerdas. Rashmi Shetty, VP Enterprise AI Capital One, dalam wawancara dengan CIO Dive menyatakan bahwa perusahaan kini berhadapan dengan sistem agen yang benar-benar dapat mengambil tindakan, sehingga pendekatannya harus diubah menjadi sistem menyeluruh dari hulu ke hilir.

Langkah tersebut bukan tanpa persiapan. CEO Capital One, Richard Fairbank, dalam panggilan pendapatan kuartal II 2026 mengungkapkan bahwa bank telah menghabiskan 14 tahun terakhir mentransformasi teknologi dari lapisan paling dasar. Investasi jangka panjang itu kini menjadi tulang punggung bagi berbagai aplikasi AI generatif dan agentic yang dioperasikan di lini bisnis seperti perbankan ritel, manajemen risiko, hukum, dan kepatuhan.

Salah satu contoh nyata adalah Chat Concierge, aplikasi multi-agen yang telah beroperasi lebih dari dua tahun. Layanan ini membantu nasabah menavigasi proses pembelian mobil, mulai dari terhubung dengan dealer, mengajukan test drive, hingga menyelesaikan transaksi secara digital. Sementara untuk internal, Capital One memanfaatkan teknologi serupa guna memperbaiki alur layanan pelanggan.

Menurut Shetty, kunci keberhasilan terletak pada kesiapan platform. Dengan kebijakan yang terkodifikasi, pemeriksaan kebijakan, kontrol runtime, serta perlindungan keamanan siber yang menjadi standar, pengembang dapat membangun agen AI dengan cepat di atas fondasi yang aman. Ia memperingatkan bahwa menambal tata kelola dan keamanan pada aplikasi agen yang terfragmentasi setelah dibangun akan jauh lebih sulit. "Itu harus dipikirkan sebelum membangun aplikasi agentic," tegasnya.

Selain itu, validasi sistem agen tidak bisa dilakukan sembarangan. Capital One menggunakan kombinasi validasi berbasis aturan, simulasi sandbox, dan evaluasi (evals) untuk menguji kerentanan, mencegah jailbreak, serta menegakkan kepatuhan ketat. Observabilitas juga menjadi elemen krusial untuk melacak lintasan agen, akurasi alat, dan latensi end-to-end dalam alur kerja multi-agen. Shetty menekankan bahwa observabilitas dan evaluasi berjalan seiring, didukung oleh pengetahuan domain yang mendalam, bukan sekadar alat tunggal.

"Kami berurusan dengan sistem agen yang benar-benar dapat mengambil tindakan. Agentic AI sekarang harus diperlakukan sebagai sistem end-to-end."

— Rashmi Shetty, VP Enterprise AI Capital One

Lebih jauh, Shetty mengingatkan bahwa model saja tidak cukup. Perusahaan memerlukan strategi harness yang baik di sekitar model untuk menstandarkan dan mengoperasionalkan kontrol, seperti izin alat. Tak kalah penting, rencana human-in-the-loop harus jelas untuk tindakan berisiko tinggi. Para CIO diminta bertanya apakah platform mereka mampu menangani eksekusi beban kerja agen dan memahami risikonya, karena kesuksesan jangka panjang bergantung pada ketahanan dan skala.

Konteks Indonesia

Pelajaran dari Capital One relevan bagi industri perbankan dan perusahaan teknologi di Indonesia yang mulai melirik agentic AI. Bank-bank besar nasional seperti BCA, Mandiri, BRI, dan BNI telah mengadopsi AI untuk layanan pelanggan dan analisis kredit, namun sebagian besar masih terbatas pada model generatif atau chatbot berbasis aturan. Untuk beralih ke agen yang mampu bertindak mandiri, fondasi data yang terintegrasi dan tata kelola yang ketat menjadi syarat mutlak. Otoritas Jasa Keuangan (OJK) dan Bank Indonesia (BI) perlu mempercepat penyusunan kerangka regulasi yang mengatur akuntabilitas agen AI, termasuk mekanisme audit dan perlindungan konsumen.

Tanpa persiapan yang matang, adopsi agentic AI berisiko menimbulkan celah kepatuhan, kebocoran data, dan kesalahan otomasi yang merugikan nasabah. Sebaliknya, jika dikelola dengan pendekatan platform-first seperti yang dicontohkan Capital One, bank di Indonesia dapat meningkatkan efisiensi operasional sekaligus memperkuat daya saing di era layanan keuangan digital. Pertanyaannya, apakah pelaku industri dalam negeri siap berinvestasi jangka panjang pada fondasi data dan tata kelola, atau justru tergoda mengejar implementasi cepat yang rapuh?