Penggunaan AI di perusahaan keuangan Inggris yang disurvei telah mencapai 86%, tetapi angka yang paling penting ada di bawah judul utama itu: pihak ketiga kini memasok lebih dari separuh sistem bermaterialitas tinggi, dan pengawasan atas mereka menjadi tantangan tata kelola yang paling sering dilaporkan perusahaan.
Ringkasan Eksekutif
- 86% responden melaporkan memakai AI, naik dari 75% pada 2024. AI generatif mencakup 56% sistem yang dilaporkan.
- Sekitar 7% sistem yang dilaporkan dinilai bermaterialitas tinggi, turun dari 16% pada 2024, namun jumlah absolut sistem bermaterialitas tinggi lebih besar pada 2026.
- Implementasi pihak ketiga mencakup 53% sistem bermaterialitas tinggi, naik dari 35% pada 2024. Tiga penyedia cloud/komputasi teratas mencakup 79% hubungan cloud/komputasi yang dilaporkan.
- 80% responden telah menerapkan agen AI, tetapi hanya 2% melaporkan agen dengan otonomi luas.
- Responden memperkirakan manfaat dan risiko sama-sama naik di semua kategori, dengan amplifikasi risiko siber dan ketergantungan kritis pada pihak ketiga dinilai sebagai risiko sistemik teratas.
- Pengawasan sistem AI pihak ketiga adalah tantangan tata kelola yang paling sering dilaporkan.
Apa survei ini, dan apa yang bukan #
Publikasi ini, survei keempat Bank of England dan FCA (Financial Conduct Authority, otoritas perilaku jasa keuangan Inggris) tentang AI dan machine learning di jasa keuangan Inggris, adalah ringkasan deskriptif atas hasil agregat survei, dan bingkai itu perlu dipegang sebelum menarik kesimpulan apa pun. Temuannya adalah bukti dari perusahaan peserta, bukan penilaian lengkap atas adopsi AI di seluruh sektor keuangan Inggris. Tidak ada yang di bawah ini boleh dibaca sebagai sensus.
Survei menerima 196 tanggapan: 101 perusahaan besar dan 95 perusahaan kecil. Untuk pertama kalinya, perusahaan dengan kurang dari 100 karyawan dapat memilih kuesioner yang lebih singkat, dan 105 responden menyelesaikan survei lengkap. Kecuali dinyatakan lain, angka dalam laporan didasarkan pada tanggapan survei lengkap, yang memudahkan perbandingan dengan survei sebelumnya. Persentase dihitung hanya dari tanggapan valid per pertanyaan, sehingga perusahaan yang tidak menjawab pertanyaan tertentu dikeluarkan dari penyebut pertanyaan itu. Tanggapan dari bank internasional dan broker/dealer diberikan dengan merujuk pada operasi mereka di Inggris.
Survei 2026 mempertahankan pertanyaan inti dari survei sebelumnya demi kesinambungan, sambil menambah atau mengubah pertanyaan untuk mencerminkan perkembangan adopsi dan kapabilitas AI sejak 2024. Itulah sebabnya laporan dapat menyandingkan angka 2026 dengan angka 2024 untuk adopsi, materialitas, dan porsi pihak ketiga, dan juga sebabnya laporan meminta pembaca menafsirkan perbandingan dengan 2024 secara hati-hati ketika rumusan pertanyaan, definisi, cakupan, atau populasi responden berbeda. Sebagian topik, seperti lampiran singkat tentang AI frontier dan risiko siber, sama sekali tidak memiliki pembanding 2024.
Catatan ini penting karena beberapa angka paling mencolok di bawah adalah porsi dari porsi. Pembaca yang mengabaikan penyebut akan keliru mengira perubahan komposisi sebagai perubahan volume. Survei itu sendiri menyajikan contoh jelas jebakan tersebut, yang akan kita bahas sebentar lagi.
Adopsi nyaris universal, dan AI generatif mendominasi #
Mulai dari judul utama. 86% responden melaporkan memakai AI, naik dari 75% pada 2024. Angka itu mencakup survei lengkap maupun versi singkat, dan laporan sendiri memperingatkan bahwa persentase 2026 dan 2024 tidak merujuk pada populasi perusahaan yang sama dan harus dibandingkan dengan hati-hati. Perusahaan semakin banyak melaporkan penggunaan AI generatif, agen berbasis AI, dan implementasi sistem AI oleh pihak ketiga, dan tiga benang merah itu menjalar ke seluruh bagian survei.
AI generatif mencakup 56% dari seluruh sistem AI yang dilaporkan. Pembanding yang dipakai laporan adalah foundation model, yang mencakup 17% kasus penggunaan AI yang dilaporkan pada 2024. Laporan menyatakan kedua ukuran ini tidak dapat dibandingkan langsung, jadi keliru menyebutnya lonjakan 39 poin pada satu teknologi; dalam kata-kata laporan, bersama-sama keduanya mengisyaratkan peningkatan substansial dalam penggunaan kapabilitas serba guna yang dilaporkan perusahaan sejak 2024.
Di mana AI berada di dalam perusahaan? Operasi dan TI mencakup sekitar 31% dari seluruh sistem AI yang dilaporkan, naik dari sekitar 22% pada 2024, dan tidak ada area lain yang mencakup lebih dari 11%. Konsentrasinya mencolok. Kasus penggunaan yang berhadapan dengan nasabah dan front office mendapat sebagian besar perhatian publik, namun blok tunggal terbesar dari sistem yang dilaporkan ada di infrastruktur dasar bisnis. Angka terkait dari bagian perusahaan kecil menunjuk ke arah yang sama: di antara responden survei versi singkat, operasi adalah domain yang paling sering dilaporkan untuk penggunaan AI saat ini atau yang direncanakan, disebut oleh 64%.
Manfaat yang dirasakan sejalan dengan gambaran itu. Efisiensi operasional, otomasi, dan produktivitas adalah area manfaat AI saat ini dengan peringkat tertinggi. Berdasarkan apa yang mereka laporkan, perusahaan memakai AI terutama untuk menjalankan diri mereka secara lebih efisien.
Adopsinya juga tidak tersebar merata. Hampir separuh perusahaan melaporkan sepuluh sistem AI atau kurang, sementara sepuluh perusahaan yang melaporkan sistem terbanyak mencakup 43% dari seluruh sistem AI yang dilaporkan. Jadi angka 86% menggambarkan keluasan penggunaan, bukan kedalaman. Sejumlah kecil perusahaan memikul porsi besar dari total, dan banyak perusahaan hanya menjalankan segelintir sistem. Perusahaan kecil pun ikut serta: 73% responden versi singkat melaporkan memakai AI, dan dari jumlah itu, 58% melaporkan terutama memakai model bahasa besar serba guna.
Teka-teki materialitas #
Inilah jebakan yang disebut tadi. Sekitar 7% sistem AI yang dilaporkan dinilai responden bermaterialitas tinggi, dibandingkan 16% pada 2024. Dibaca sekilas, kesannya AI menjadi kurang penting bagi perusahaan, atau kurang berisiko.
Bukan itu artinya. Jumlah absolut sistem AI bermaterialitas tinggi yang dilaporkan pada 2026 lebih besar daripada 2024. Porsinya turun karena total tumbuh lebih cepat daripada subkelompok bermaterialitas tinggi. Seiring perusahaan menerapkan lebih banyak sistem, sebagian besar tambahan dinilai bermaterialitas lebih rendah, yang mengencerkan persentase sementara jumlah sistem bermaterialitas tinggi tetap naik. Sistem-sistem itu juga terkonsentrasi: sepuluh perusahaan mencakup 62% dari seluruh sistem AI bermaterialitas tinggi yang dilaporkan.
Ini koreksi yang berguna bagi siapa pun yang membangun argumen tata kelola hanya dari persentase. Porsi sistem bermaterialitas tinggi yang turun tidak memberi ketenangan apa pun soal beban kerja orang-orang yang bertanggung jawab atasnya. Jumlah yang harus diawasi lebih banyak daripada 2024.
Dari mana sistem penting berasal #
Hasil paling berdampak dalam survei adalah siapa yang membangun dan menjalankan sistem yang paling penting. Implementasi pihak ketiga mencakup 39% dari seluruh sistem AI yang dilaporkan, naik dari 33% pada 2024 dan 17% pada 2022. Pergerakannya stabil. Pergeseran di antara sistem bermaterialitas tinggi jauh lebih tajam: implementasi pihak ketiga mencakup 53% di antaranya, naik dari 35% pada 2024.
Jadi, di seluruh sistem yang dilaporkan, sistem yang dianggap perusahaan paling material kini lebih mungkin berasal dari luar daripada dari dalam. Kenaikan 18 poin dalam dua tahun, di kategori tempat kegagalan paling menyakitkan, adalah sinyal paling jelas dalam data. Digabung dengan temuan materialitas di atas, gambarannya adalah jumlah sistem penting yang terus bertambah, dan mayoritasnya tidak dibangun sendiri oleh perusahaan.
Konsentrasi di antara penyedia mempertajamnya. Tiga penyedia cloud dan komputasi terbesar mencakup 79% dari seluruh hubungan cloud/komputasi yang dilaporkan, dan 98% responden melaporkan memakai salah satu dari ketiganya. Penyediaan API model dan hosting juga terkonsentrasi, meski tidak setajam itu: tiga penyedia terbesar mencakup 54% hubungan yang dilaporkan, dan tiga penyedia cloud/komputasi teratas semuanya juga masuk lima besar penyedia API model/hosting. Perusahaan boleh memiliki banyak sistem AI, tetapi mereka bergantung pada segelintir pemasok untuk infrastruktur dan model di bawahnya.
Substitusi adalah pertanyaan yang lebih sulit. Dari 169 hubungan cloud dan komputasi berbeda yang dilaporkan, 37% dinilai berkritikalitas tinggi sekaligus sulit diganti, dan hanya 35% dari kelompok itu yang memiliki rencana keluar (exit plan) yang sudah diuji. Untuk 226 hubungan API model/hosting, porsi yang berkritikalitas tinggi dan sulit diganti adalah 14%. Ekspektasi ketahanan operasional yang diperketat untuk AI pihak ketiga, seperti pengujian insiden bersama atau perencanaan keluar, hanya dilaporkan oleh 27% perusahaan.
Responden sendiri mengangkat versi sistemik dari kekhawatiran ini: amplifikasi risiko siber dan ketergantungan kritis pada pihak ketiga adalah dua risiko sistemik dengan peringkat tertinggi, baik saat ini maupun dalam tiga tahun ke depan, dan responden memperkirakan keduanya menguat seiring meluasnya penggunaan AI. Porsi yang menilai ketergantungan kritis pada pihak ketiga sebagai kekhawatiran tinggi atau parah naik dari 40% saat ini menjadi 63% dalam satu hingga tiga tahun ke depan. Ekspektasi itu adalah prakiraan responden, bukan hasil yang teramati, tetapi angka konsentrasi pemasok memberinya dasar yang jelas.
Perusahaan bukannya tidak sadar akan kendalanya. Kekhawatiran keamanan informasi dan ketahanan operasional diidentifikasi sebagai kendala utama adopsi AI pihak ketiga oleh 40% responden, disusul keterbatasan transparansi atas sistem AI pihak ketiga (data pelatihan, desain model, batasan kinerja, mode kegagalan) sebesar 34%. Bila kendala utama dan sedang dihitung bersama, kesulitan menegosiasikan perlindungan kontraktual adalah tantangan kedua yang paling sering disebut. Secara keseluruhan, ini menggambarkan perusahaan yang sangat bersandar pada penyedia luar sambil mengaku tidak selalu bisa melihat ke dalamnya.
Agen: diterapkan luas, sebagian besar dalam peran pendukung #
Angka agen perlu dibaca cermat, karena judul utama dan substansinya menunjuk ke arah berbeda. 80% responden melaporkan telah menerapkan agen AI, sementara 14% lainnya melaporkan rencana menerapkannya dalam 12 bulan ke depan. Berdasarkan angka itu, hanya sisa kecil yang belum menerapkan maupun merencanakannya.
Tetapi lihat apa yang dikerjakan agen. 80% responden melaporkan agen dalam produksi yang memberi dukungan keputusan, didefinisikan sebagai agen AI yang merekomendasikan tindakan sementara manusia memutuskan dan mengeksekusi. 46% melaporkan agen dengan eksekusi terbatas, yang bertindak dalam batas dan aturan yang telah ditetapkan, dan 22% melaporkan agen dengan otonomi bersyarat. Hanya 2% melaporkan menerapkan agen dengan otonomi luas. Pola dominannya adalah agen yang memberi saran atau bertindak dalam batas yang ketat.
Komunikasi nasabah adalah tempat garis itu mulai bergeser. 16% melaporkan penggunaan agen saat ini untuk komunikasi nasabah otomatis, naik menjadi 34% bila penerapan yang direncanakan ikut dihitung. Porsinya lebih dari berlipat dua bila perusahaan menjalankan rencananya, meski rencana tetaplah rencana, dan survei tidak dapat memberi tahu berapa yang akan terwujud. Sebaliknya, bahkan dengan memasukkan penerapan yang direncanakan, tidak lebih dari 9% responden memperkirakan agen akan menyetujui atau menolak hasil bagi nasabah, mengeksekusi transaksi atau menempatkan order, memulai, mengeksekusi, atau memblokir pembayaran, atau mengubah limit, ambang batas, dan kontrol.
Tafsiran saya: angka 2% lebih bermakna, dan layak mendapat perhatian lebih besar daripada 80%. Menerapkan agen yang memberi usulan lalu menunggu manusia adalah langkah kecil. Menerapkan agen dengan otonomi luas mengubah siapa yang bertanggung jawab atas suatu hasil. Sejauh ini perusahaan bersedia mengambil langkah pertama secara luas dan langkah kedua nyaris tidak sama sekali. Apakah rencana komunikasi nasabah menandai awal perubahan sikap itu adalah salah satu pertanyaan terbuka yang lebih menarik dalam data.
Manfaat dan risiko sama-sama diperkirakan naik #
Responden tidak memandang AI sebagai taruhan satu sisi. Mereka memperkirakan manfaat meningkat di semua area dalam tiga tahun ke depan, dengan kenaikan terbesar yang diantisipasi di keamanan siber dan ketahanan operasional, serta di penciptaan pendapatan dan posisi kompetitif. Ini ekspektasi, dan survei menyajikannya demikian. Tidak satu pun manfaat yang tercantum secara luas dianggap lebih dari moderat skalanya saat ini.
Sisi risiko sama konsistennya, dalam arti arah. Area risiko AI bagi perusahaan saat ini dengan peringkat tertinggi adalah perlindungan dan keamanan data, risiko pihak ketiga dan rantai pasok, serta risiko khusus GenAI. Dalam satu hingga tiga tahun ke depan, responden memperkirakan tingkat risiko naik di semua kategori, meski secara rata-rata mereka menilai risiko pada 2026 kurang parah dibandingkan 2024.
Sumber membingkai gambaran keseluruhan secara berimbang. Perkembangan ini dapat membawa manfaat termasuk efisiensi lebih tinggi, dukungan keputusan yang lebih baik, dan manajemen risiko yang lebih kuat. Perkembangan ini juga dapat menciptakan atau memperbesar risiko terkait tata kelola, ketahanan operasional, perlindungan data, hasil bagi konsumen, ketergantungan pada pihak ketiga, dan stabilitas keuangan. Bahasa bersyarat itu milik sumber, dan memang tepat; survei mengukur persepsi dan praktik yang dilaporkan, bukan keuntungan atau kerugian yang sudah terjadi.
Satu kelompok hasil menyangkut AI frontier dan kapabilitas siber. 88% responden menilai kapabilitas siber AI frontier yang terus berkembang dalam dua tahun ke depan berdampak sedang atau tinggi terhadap profil risiko perusahaan mereka. Itu penilaian ke depan, bukan efek yang terukur, meski 19% sudah menyebut meningkatnya efektivitas serangan rantai pasok atau pihak ketiga sebagai jalur tempat AI frontier saat ini menimbulkan risiko terbesar. Apa yang sudah dilakukan perusahaan sebagai respons lebih mudah diperiksa: 64% memilih manajemen kerentanan dan ritme patching sebagai area ketahanan siber yang mendapat peningkatan perhatian manajemen terbesar akibat kesadaran akan AI frontier.
Kendala: lebih praktis daripada regulasi #
Bila Anda menduga regulasi berada di puncak daftar hambatan, survei menyajikan gambaran yang lebih bernuansa. Kendala nonregulasi yang paling sering disebut adalah kesulitan mengintegrasikan AI ke dalam proses dan keputusan bisnis yang ada, serta sistem atau infrastruktur lama, yang diidentifikasi sebagai kendala besar oleh masing-masing 23% dan 22% responden. Porsinya moderat, yang mengisyaratkan tidak ada satu hambatan nonregulasi yang dominan, tetapi keduanya adalah masalah rekayasa dan organisasi yang biasa, bukan yang eksotis.
Di sisi regulasi, kendala yang paling sering dipersepsikan adalah perlindungan data dan privasi Inggris, serta regulasi internasional, yang masing-masing dipandang oleh 42% dan 29% responden sebagai beban kepatuhan yang tinggi. 28% menyatakan tidak ada kendala regulasi.
Perusahaan kecil menunjukkan pola serupa: 30% responden versi singkat mengidentifikasi perlindungan data, kerahasiaan, dan pertimbangan TI sebagai kendala. Perlindungan data muncul di peringkat risiko, angka beban regulasi, dan kendala perusahaan kecil. Bila ada satu tema yang menghubungkan berbagai bagian survei selain pihak ketiga, itulah dia.
Tata kelola: luas di atas kertas, lebih tipis setelah penerapan #
Struktur formalnya nyaris universal. 94% responden melaporkan kebijakan, prinsip, atau standar AI tingkat perusahaan, dan 84% melaporkan forum tata kelola AI/risiko model yang terpusat. Di antara kontrol risiko data, persetujuan manusia, tinjauan pra-penerapan, dan uji tuntas vendor masing-masing dilaporkan oleh lebih dari 90% responden.
Sekarang bandingkan dengan kontrol yang berlaku setelah peluncuran. Pemantauan berkelanjutan, pengujian kebocoran, dan tinjauan berkala atau sertifikasi ulang masing-masing dilaporkan oleh sekitar separuh responden. Kontrasnya gamblang. Kontrol risiko data yang terjadi sebelum atau pada saat penerapan, ketika seseorang membubuhkan persetujuan, nyaris universal. Kontrol yang terus bekerja setelah penerapan dilaporkan oleh kira-kira separuh.
Saya berpendapat inilah temuan tata kelola yang sentral, dan ia terhubung langsung dengan cerita pihak ketiga. Survei menunjukkan betapa berbedanya pemahaman perusahaan atas apa yang mereka beli. Untuk sistem bermaterialitas tinggi, 77% responden melaporkan mengandalkan pemahaman mendalam atas sistem yang dikembangkan internal, dibandingkan 24% untuk sistem pihak ketiga; untuk sistem pihak ketiga, 81% justru mengandalkan jaminan vendor dan pengaturan kontraktual. Sistem yang dibeli, bukan dibangun, adalah sistem tempat tinjauan pra-penerapan dan uji tuntas vendor menjadi tuas yang paling jelas. Pemantauan dan sertifikasi ulang bergantung pada visibilitas ke dalam sistem, dan keterbatasan transparansi atas sistem AI pihak ketiga sudah ditandai oleh 34% responden sebagai kendala. Survei tidak menyatakan hubungan sebab-akibat ini, dan data tidak dapat membuktikannya, tetapi kepingannya cocok satu sama lain dengan cara yang tidak nyaman.
Perusahaan sendiri mengakuinya. Pengawasan sistem AI pihak ketiga adalah area ketidakpastian tata kelola atau tantangan implementasi yang paling sering dilaporkan. Menerapkan prinsip manajemen risiko model pada model pihak ketiga atau yang dipasok vendor dipilih oleh 54% responden, dan mengawasi sistem yang disediakan atau dipengaruhi secara material oleh pihak ketiga oleh 49%. Dengan demikian, kira-kira separuh perusahaan melaporkan tantangan dalam menerapkan prinsip manajemen risiko model pada model yang dipasok vendor, dan kira-kira separuh dalam mengawasi sistem yang disediakan atau dipengaruhi secara material oleh pihak ketiga.
Letakkan ketiga benang itu berdampingan. Pihak ketiga memasok mayoritas sistem bermaterialitas tinggi. Segelintir penyedia mendominasi hubungan yang mendasarinya. Dan tata kelola perusahaan sendiri, kuat di gerbang masuk, lebih tipis dalam pengawasan berkelanjutan, dengan kasus pihak ketiga ditandai sebagai yang tersulit. Itu bukan kritik terhadap perusahaan mana pun; itu gambaran di mana upaya yang dilaporkan berada dibandingkan di mana eksposur yang dilaporkan berada.
Apa yang bisa diambil #
Bagi pemimpin teknologi, pembacaan praktisnya: membeli telah mengalahkan membangun untuk sistem yang penting, setidaknya dalam sampel ini, karena 53% sistem bermaterialitas tinggi adalah implementasi pihak ketiga. Upaya rekayasa karenanya bergeser ke apa yang dapat dilakukan di sekitar sistem yang tidak Anda kendalikan: transparansi kontraktual, pengujian di batas sistem, dan pemantauan yang tidak bergantung pada akses ke bagian internal. Survei tidak meresepkan satu pun dari hal ini, dan tidak satu pun boleh disalahartikan sebagai temuan. Semuanya adalah pertanyaan yang dimunculkan angka-angkanya.
Bagi pendiri yang menjual AI ke jasa keuangan, data mengisyaratkan di mana gesekan akan muncul. Responden melaporkan kekhawatiran keamanan informasi dan ketahanan operasional (40%) serta keterbatasan transparansi (34%) sebagai kendala utama adopsi AI pihak ketiga. Vendor yang dapat menjawab kedua kekhawatiran itu secara langsung menangani apa yang menurut porsi responden yang substansial menahan mereka. Dan karena lebih dari 90% responden melaporkan uji tuntas vendor sebagai kontrol risiko data, pemasok harus siap diperiksa.
Bagi siapa pun yang tergoda membaca angka adopsi 86% sebagai tanda bahwa bagian tersulit sudah lewat, survei menawarkan pandangan yang lebih membumi. Adopsi memang luas, tetapi segelintir perusahaan memikul porsi besar dari sistem, agen sebagian besar berada dalam peran pendukung, dan responden memperkirakan risiko naik di setiap kategori dalam satu hingga tiga tahun ke depan. Responden juga memperkirakan manfaat naik di setiap area, jadi baik optimisme maupun kehati-hatian tidak memonopoli bukti.
Catatan di awal tetap berlaku. Ini ringkasan deskriptif dari 196 perusahaan responden, hanya 105 di antaranya yang menyelesaikan survei lengkap, dan bukan penilaian lengkap atas sektor keuangan Inggris. Dalam batas itu, polanya cukup konsisten untuk berguna: sistem yang dianggap perusahaan paling penting semakin sering datang dari luar, dan pengawasan yang mereka laporkan paling lemah tepat di tempat ketergantungan itu paling besar.
Pertanyaan yang dimunculkan data tetapi tidak dapat dijawabnya adalah apa yang terjadi di batas otonomi. Dengan 34% responden sudah memakai atau merencanakan agen untuk komunikasi nasabah otomatis, dibandingkan hanya 2% yang menerapkan agen dengan otonomi luas hari ini, survei berikutnya akan menunjukkan apakah agen tetap dalam peran pendukung ketika sistem di belakangnya, lebih sering daripada tidak, dipasok oleh pihak lain.
Pertanyaan yang Sering Diajukan #
Apa itu survei Bank of England dan FCA tentang AI di jasa keuangan Inggris? Ini adalah survei bersama keempat tentang kecerdasan buatan dan machine learning di jasa keuangan Inggris, setelah survei pada 2019, 2022, dan 2024. Edisi 2026 menerima 196 tanggapan, 105 di antaranya untuk kuesioner lengkap. Para penyusun menyajikannya sebagai ringkasan deskriptif atas bukti dari perusahaan peserta, bukan penilaian lengkap atas sektor keuangan Inggris.
Berapa banyak AI perusahaan yang berasal dari pihak ketiga? Implementasi pihak ketiga mencakup 39% dari seluruh sistem AI yang dilaporkan pada 2026, naik dari 33% pada 2024 dan 17% pada 2022. Di antara sistem bermaterialitas tinggi, porsinya 53%, naik dari 35% pada 2024.
Seberapa terkonsentrasi penyedia AI? Tiga penyedia cloud dan komputasi terbesar mencakup 79% hubungan cloud/komputasi yang dilaporkan, dan 98% responden memakai salah satunya. Tiga penyedia API model/hosting terbesar mencakup 54% hubungan yang dilaporkan dalam kategori itu. Dari 169 hubungan cloud dan komputasi yang dilaporkan, 37% dinilai berkritikalitas tinggi sekaligus sulit diganti, dan hanya 35% dari kelompok itu yang memiliki rencana keluar yang sudah diuji.
Tantangan tata kelola apa yang dilaporkan perusahaan terkait AI pihak ketiga? Pengawasan sistem AI pihak ketiga adalah area ketidakpastian tata kelola atau tantangan implementasi yang paling sering dilaporkan. 54% responden memilih penerapan prinsip manajemen risiko model pada model pihak ketiga atau yang dipasok vendor, dan 49% memilih pengawasan sistem yang disediakan atau dipengaruhi secara material oleh pihak ketiga. Untuk sistem bermaterialitas tinggi dari pihak ketiga, 81% mengandalkan jaminan vendor dan pengaturan kontraktual, sementara hanya 24% melaporkan pemahaman mendalam atas sistem tersebut.
Apakah agen AI bertindak secara otonom di perusahaan keuangan Inggris? Jarang. 80% responden melaporkan telah menerapkan agen AI, dan 80% melaporkan agen dalam produksi untuk dukungan keputusan, tempat agen merekomendasikan tindakan dan manusia memutuskan serta mengeksekusi. Hanya 2% melaporkan agen dengan otonomi luas, dan bahkan dengan memasukkan rencana, tidak lebih dari 9% memperkirakan agen akan menyetujui atau menolak hasil bagi nasabah, mengeksekusi transaksi atau menempatkan order, memulai, mengeksekusi, atau memblokir pembayaran, atau mengubah limit.
Referensi #
- Bank of England dan Financial Conduct Authority, (2026). Artificial intelligence in UK financial services - 2026 ⧉. Bank of England.
- Bank of England dan Financial Conduct Authority, (2024). Artificial intelligence in UK financial services - 2024 ⧉. Bank of England.
- Bank of England, Prudential Regulation Authority dan Financial Conduct Authority, (2022). DP5/22 - Artificial Intelligence and Machine Learning ⧉. Bank of England.
- Bank of England, Prudential Regulation Authority dan Financial Conduct Authority, (2023). FS2/23 - Artificial Intelligence and Machine Learning ⧉. Bank of England.
Terakhir ditinjau .
Terbitkan ulang artikel ini
Salin format untuk Medium
# AI Pihak Ketiga Kini Jadi Masalah Tata Kelola Keuangan Inggris — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/id/2026-11-21-pihak-ketiga-kini-jadi-masalah-tata/](https://sebastienrousseau.com/id/2026-11-21-pihak-ketiga-kini-jadi-masalah-tata/) Pihak ketiga memasok 53% sistem AI bermaterialitas tinggi di perusahaan keuangan Inggris, dan pengawasannya jadi tantangan tata kelola paling sering disebut. Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/id/2026-11-21-pihak-ketiga-kini-jadi-masalah-tata/
Salin format untuk Mastodon
AI Pihak Ketiga Kini Jadi Masalah Tata Kelola Keuangan Inggris — Sebastien Rousseau Pihak ketiga memasok 53% sistem AI bermaterialitas tinggi di perusahaan keuangan Inggris, dan pengawasannya jadi tantangan tata kelola paling sering disebut. https://sebastienrousseau.com/id/2026-11-21-pihak-ketiga-kini-jadi-masalah-tata/
Salin format untuk LinkedIn
AI Pihak Ketiga Kini Jadi Masalah Tata Kelola Keuangan Inggris — Sebastien Rousseau Pihak ketiga memasok 53% sistem AI bermaterialitas tinggi di perusahaan keuangan Inggris, dan pengawasannya jadi tantangan tata kelola paling sering disebut. Berikut adalah poin strategis utama: - Apa survei ini, dan apa yang bukan. Publikasi ini, survei keempat Bank of England dan FCA (Financial Conduct Authority, otoritas perilaku jasa keuangan Inggris) tentang AI dan machine learning di jasa keuangan Inggris, adalah ringkasan deskriptif atas… - Adopsi nyaris universal, dan AI generatif mendominasi. Mulai dari judul utama. - Teka-teki materialitas. Inilah jebakan yang disebut tadi. - Dari mana sistem penting berasal. Hasil paling berdampak dalam survei adalah siapa yang membangun dan menjalankan sistem yang paling penting. Bagaimana pendekatan organisasi Anda terhadap tantangan yang diuraikan dalam artikel ini? → https://sebastienrousseau.com/id/2026-11-21-pihak-ketiga-kini-jadi-masalah-tata/ #RisikoAiPihakKetiga #TataKelolaAi #BankOfEngland #Fca #JasaKeuanganInggris Sebastien Rousseau | CC-BY-4.0
Kutip artikel ini
AI Pihak Ketiga Kini Jadi Masalah Tata Kelola Keuangan Inggris — Sebastien Rousseau
Pihak ketiga memasok 53% sistem AI bermaterialitas tinggi di perusahaan keuangan Inggris, dan pengawasannya jadi tantangan tata kelola paling sering disebut.
BibTeX
@online{rousseau2026ai,
author = {Rousseau, Sebastien},
title = {{AI Pihak Ketiga Kini Jadi Masalah Tata Kelola Keuangan Inggris — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/id/2026-11-21-pihak-ketiga-kini-jadi-masalah-tata/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - AI Pihak Ketiga Kini Jadi Masalah Tata Kelola Keuangan Inggris — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/id/2026-11-21-pihak-ketiga-kini-jadi-masalah-tata/ ER -
Vancouver
Rousseau S. AI Pihak Ketiga Kini Jadi Masalah Tata Kelola Keuangan Inggris — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 21. Available from: https://sebastienrousseau.com/id/2026-11-21-pihak-ketiga-kini-jadi-masalah-tata/
Chicago
Rousseau, Sebastien. "AI Pihak Ketiga Kini Jadi Masalah Tata Kelola Keuangan Inggris — Sebastien Rousseau." sebastienrousseau.com. November 21, 2026. https://sebastienrousseau.com/id/2026-11-21-pihak-ketiga-kini-jadi-masalah-tata/.
APA
Rousseau, S. (2026, November 21). AI Pihak Ketiga Kini Jadi Masalah Tata Kelola Keuangan Inggris — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/id/2026-11-21-pihak-ketiga-kini-jadi-masalah-tata/
Terbitkan ulang artikel ini
AI Pihak Ketiga Kini Jadi Masalah Tata Kelola Keuangan Inggris — Sebastien Rousseau
Pihak ketiga memasok 53% sistem AI bermaterialitas tinggi di perusahaan keuangan Inggris, dan pengawasannya jadi tantangan tata kelola paling sering disebut.
Artikel ini berlisensi Creative Commons Attribution 4.0 International. Penerbitan ulang memerlukan atribusi ke URL kanonis.
AI Pihak Ketiga Kini Jadi Masalah Tata Kelola Keuangan Inggris — Sebastien Rousseau Pihak ketiga memasok 53% sistem AI bermaterialitas tinggi di perusahaan keuangan Inggris, dan pengawasannya jadi tantangan tata kelola paling sering disebut. Originally published at https://sebastienrousseau.com/id/2026-11-21-pihak-ketiga-kini-jadi-masalah-tata/ by Sebastien Rousseau. Licensed under CC-BY-4.0.
