AWS Summit Jakarta 2026 · Seri Sesi

Institusi Keuangan Bekerja Lebih Cepat dengan AI

Bagaimana bank, multifinance, dan asuransi memakai GenAI untuk mempercepat pekerjaan sehari-hari — tanpa mengorbankan kepatuhan.
Kode PRT301-SLevel 300 · LanjutanSesi Sponsor · ICS Compute
Edisi Pertama · 2026 · Buku 1 dari 61
Sesi Sponsor · Partner

Tentang Sesi Ini

01

Ringkasan & metadata

PRT301-S14:30 WIBFloor 4, Ballroom 1C Level 300 · LanjutanBahasa IndonesiaPembicara: ICS Compute
Catatan: Ini adalah sesi sponsor (sponsored session) yang dibawakan oleh ICS Compute — mitra AWS penyedia solusi cloud. Materinya membahas praktik nyata, bukan peluncuran produk AWS. Rangkuman ini tetap edukatif dan independen.

Sesi ini menjawab satu pertanyaan yang sangat praktis: bagaimana institusi keuangan — bank, multifinance, dan asuransi — memakai AI dan GenAI agar tim bisa bekerja lebih cepat? Bukan soal menggantikan manusia, melainkan memangkas pekerjaan berulang yang memakan waktu: membaca tumpukan dokumen, menyiapkan draf, mengecek aturan, dan menyaring risiko.

Dipaparkan oleh ICS Compute, mitra AWS yang membantu banyak perusahaan membangun solusi di atas cloud, sesi ini memadukan dua hal: di mana AI paling berdampak pada alur kerja keuangan, dan bagaimana membangunnya dengan aman di lingkungan yang sangat diatur (regulasi OJK, kerahasiaan data nasabah). Fondasi teknisnya bertumpu pada Amazon Bedrock (model & agen), platform data, serta lapisan keamanan dan tata kelola.

Kenapa penting untuk Anda? Jika Anda bekerja di sektor keuangan dan sudah lelah dengan proses manual yang lambat namun takut menyentuh AI karena isu kepatuhan, sesi ini menunjukkan jalan tengahnya: cepat, terukur, dan tetap patuh.
Konsep Inti

Kenapa "Bekerja Lebih Cepat"

02

Kenapa "lebih cepat" jadi tema

Di institusi keuangan, banyak nilai bisnis terkunci di balik pekerjaan padat teks: kontrak, laporan keuangan calon debitur, polis, formulir klaim, aturan internal, dan regulasi. Selama ini semua itu dibaca dan diringkas manual — akurat, tetapi lambat dan mahal. GenAI mengubah persamaan itu: tugas yang tadinya berjam-jam bisa selesai dalam hitungan detik hingga menit, dengan manusia tetap memegang keputusan akhir.

Inti gagasannya sederhana: biarkan AI mengerjakan bagian yang membosankan dan repetitif, agar manusia fokus pada penilaian, empati, dan keputusan. Analis kredit tak lagi menghabiskan waktu menyalin angka; ia menganalisis. Petugas klaim tak lagi tenggelam dalam berkas; ia memutuskan. Agen layanan tak lagi mengetik jawaban yang sama; ia menangani kasus sulit.

Area percepatan & fondasi teknis

ICS Compute memetakan beberapa area percepatan yang paling matang untuk sektor keuangan, ditopang sekumpulan fondasi teknis di AWS. Berikut layanan/kapabilitas yang dibahas:

Bedrock / GenAIModel fondasi untuk teks & ringkasan
AgentAsisten yang memanggil alat & API
Document AITextract: baca dokumen & kontrak
Keamanan & KepatuhanTata kelola sesuai OJK
Data PlatformDanau data & RAG terkelola
ObservabilityPantau, audit & jejak keputusan
Deteksi RisikoAML, fraud & kepatuhan

Ketujuh kapabilitas ini saling melengkapi. Sebuah asisten analisis kredit, misalnya, memakai Document AI untuk membaca laporan keuangan, Bedrock/GenAI untuk meringkas & menyusun draf, Data Platform untuk menarik riwayat nasabah, dan Keamanan & Observability agar setiap langkah patuh dan bisa diaudit.

Perumpamaan

Analogi yang Mudah Dicerna

03

Asisten super di tiap meja

Ibaratnya, AI di sini adalah asisten super yang duduk di sebelah setiap karyawan keuangan. Ia tak pernah lelah, membaca ratusan halaman dalam sekejap, dan selalu ingat aturan main. Tugasnya bukan menggantikan si karyawan, melainkan menyiapkan segala sesuatunya agar karyawan bisa langsung mengambil keputusan.

Karena asisten ini menangani tugas berulang dalam hitungan detik, manusia mendapat kembali waktunya yang paling berharga — untuk berpikir, menimbang, dan melayani nasabah.

MEJA KERJA KEUANGAN Karyawan Asisten AI Baca dokumen (detik)Siapkan draf Cek aturan & kepatuhanSaring risiko
Analogi: AI sebagai "asisten super" yang menyiapkan pekerjaan berulang agar manusia fokus pada keputusan.
Arsitektur

High-Level Architecture & Alur

04

High-Level Architecture (HLA)

Secara garis besar, solusi AI untuk institusi keuangan di atas AWS tersusun berlapis: aplikasi internal atau kanal nasabah memanggil sebuah agen/asisten yang bernalar dengan model di Amazon Bedrock. Agen menarik konteks dari Data Platform (dokumen & riwayat), membaca berkas lewat Document AI, dan seluruhnya dibungkus lapisan Keamanan & Tata Kelola serta dipantau Observability agar patuh regulasi OJK.

Kanal /Aplikasi Agen / Asisten(orkestrasi) Bedrock (Model) Document AI (Textract) Data Platform / RAG Deteksi Risiko / AML API Inti (core banking) Keamanan, Tata Kelola & Observability (OJK)
HLA: kanal → agen (model Bedrock) → Document AI / Data Platform / Deteksi Risiko / API inti, dibungkus keamanan & observability.

Alur kerja satu tugas (analisis kredit)

Misal seorang analis menerima permohonan kredit dengan setumpuk lampiran. Inilah yang terjadi bila dibantu asisten AI:

  1. Masuk & identitas. Permintaan tervalidasi; asisten hanya boleh mengakses data yang relevan sesuai peran analis.
  2. Baca dokumen. Document AI mengekstrak angka & klausul dari laporan keuangan dan kontrak.
  3. Ambil konteks. Data Platform menarik riwayat & profil nasabah untuk pembanding.
  4. Nalar & ringkas. Model Bedrock merangkum kelayakan, menyorot risiko, dan menyiapkan draf memo kredit.
  5. Cek aturan. Kebijakan internal & ambang risiko dicocokkan; poin yang butuh perhatian ditandai.
  6. Rekam. Observability mencatat tiap langkah untuk audit — analis mengambil keputusan akhir.
BacaKonteksRingkasCek aturanDraf
Alur satu tugas: baca dokumen → tarik konteks → ringkas & nalar → cek aturan → draf keputusan (semua terekam).
Contoh Penerapan

Dari Konsep ke Bisnis Nyata

05

Contoh nyata (konteks Indonesia)

Agar tidak berhenti di teori, berikut tiga skenario penerapan lintas sub-sektor keuangan yang khas di Indonesia.

Contoh Penerapan · Perbankan

Percepatan analisis kredit & layanan nasabah

Sebuah bank membangun asisten untuk tim kredit dan kontak center. Document AI membaca laporan keuangan calon debitur; Bedrock/GenAI meringkas kelayakan dan menyiapkan draf memo kredit; agen layanan menjawab pertanyaan umum nasabah dan mengeskalasi kasus sulit ke manusia. Karena data nasabah sensitif, akses dibatasi per peran dan seluruh jejak tersimpan untuk audit OJK. Hasilnya: waktu analisis awal turun drastis, sementara keputusan tetap di tangan analis.

Contoh Penerapan · Asuransi

Klaim & underwriting lebih ringkas

Perusahaan asuransi memakai asisten untuk memproses klaim: Document AI mengekstrak data dari formulir klaim dan dokumen pendukung, model meringkas dan mencocokkan dengan ketentuan polis, lalu menandai klaim yang perlu investigasi. Untuk underwriting, asisten menyiapkan ringkasan risiko dari data pemohon. Petugas mendapat berkas yang sudah tertata, mempercepat persetujuan klaim yang wajar tanpa mengendurkan kehati-hatian.

Contoh Penerapan · Multifinance & Kepatuhan

Deteksi AML & percepatan audit

Sebuah multifinance memanfaatkan AI untuk kepatuhan. Deteksi Risiko menyaring transaksi mencurigakan (AML) dan menyusun draf laporan; asisten membantu tim kepatuhan menelusuri regulasi dan menyiapkan bahan audit dengan cepat. Observability memastikan setiap temuan dapat ditelusuri balik ke sumbernya. Tim compliance beralih dari pekerjaan menyalin-tempel ke analisis yang benar-benar bernilai.

Mode Slide

Ringkasan Visual (Geser)

06

Ringkasan visual

Enam kartu berikut merangkum inti sesi. Gunakan tombol atau tombol panah keyboard (← →) untuk berpindah.

PRT301-S · Slide 1

Masalahnya: pekerjaan padat teks yang lambat

Kontrak, laporan keuangan, polis, aturan — akurat tapi memakan waktu. Di sinilah AI mempercepat.

1 / 6
PRT301-S · Slide 2

AI = asisten super, bukan pengganti

Menangani tugas berulang dalam hitungan detik; manusia fokus pada keputusan & nasabah.

2 / 6
PRT301-S · Slide 3

Lima area percepatan

  • Analisis & ringkasan dokumen
  • Layanan nasabah / agen asisten
  • Deteksi risiko & kepatuhan (AML)
  • Percepat pengembangan aplikasi & riset pasar
3 / 6
PRT301-S · Slide 4

Fondasi teknis

Amazon Bedrock & agen, Document AI, Data Platform — dibungkus keamanan, tata kelola, dan observability sesuai OJK.

4 / 6
PRT301-S · Slide 5

Peran mitra (ICS Compute)

Membantu implementasi & keamanan: dari desain arsitektur hingga tata kelola yang patuh regulasi.

5 / 6
PRT301-S · Slide 6

Bawa pulang

Mulai dari satu alur bernilai tinggi (mis. analisis dokumen), buktikan dampaknya, lalu perluas — dengan kepatuhan sejak awal.

6 / 6
Penutup

Poin yang Bisa Dibawa Pulang

07

Poin yang bisa dibawa pulang

Tentang Buku Ini
Sainskerta · Seri AWS Summit Jakarta 2026

Buku ini adalah rangkuman edukatif independen atas satu sesi AWS Summit Jakarta 2026 (The Ritz-Carlton Jakarta), dibuat agar materi tetap bisa dipelajari oleh mereka yang tak sempat hadir. Sesi ini merupakan sesi sponsor oleh ICS Compute. Ini bukan materi resmi AWS maupun ICS Compute; seluruh nama produk & merek adalah milik pemiliknya masing-masing. Contoh penerapan bersifat ilustratif.

Bagian dari seri 61 sesi AWS Summit Jakarta 2026 — satu buku untuk tiap sesi.