Standar Terbuka Akan Membuka Terobosan Berikutnya untuk AI Agen di Fintech

Manik Surtani adalah Kepala Open Source di Block.

Temukan berita dan acara fintech teratas!

Berlangganan newsletter FinTech Weekly

Dibaca oleh eksekutif di JP Morgan, Coinbase, Blackrock, Klarna, dan lainnya

Pada 2025, agen AI mengubah cara fintech beroperasi secara internal, mengotomatisasi workflow yang kompleks dan mengoordinasikan lintas berbagai alat dengan arahan manusia yang minimal. Pada 2026, kita akan melihat semakin banyak fitur agentik ini ditawarkan langsung kepada pelanggan. Namun industri menghadapi sebuah pilihan. Ekosistem teknologi keuangan saat ini sangat terfragmentasi. Setiap prosesor pembayaran, pemberi pinjaman, bank, dan platform memiliki format data dan API-nya sendiri. Pelanggan bisa mendapatkan agen yang hanya bekerja dalam sistem yang terisolasi, atau kita bisa bergerak bersama menuju standar terbuka yang memungkinkan agen beroperasi di lebih banyak konteks keuangan.

Awal bulan ini, Block, Anthropic, dan OpenAI, dalam kemitraan dengan Linux Foundation, mengumumkan pembentukan Agentic AI Foundation (AAIF), yang menghimpun kontribusi dari masing-masing perusahaan mereka, dengan dukungan dari para pemimpin AI lainnya, untuk menetapkan standar terbuka bagi agentic AI. Meski masih dini, ini merupakan langkah penting untuk meningkatkan interoperabilitas dalam teknologi keuangan. Jika industri merangkul arah ini, kita bisa membangun ekosistem tempat agen belajar dari data yang lebih kaya, mengakses antarmuka yang diselaraskan, dan memberikan manfaat yang berkembang—bukan terpecah. Jika tidak, kita berisiko mereplikasi arsitektur silo yang sama yang telah memperlambat inovasi selama puluhan tahun, hanya saja kali ini dengan teknologi yang lebih kuat.

Batas Agentic AI dalam Silo

Fintech secara historis bertumbuh melalui tumpukan yang bersifat proprietary. Model itu berhasil di masa lalu, tetapi agentic AI menyingkap keterbatasannya. Agen memerlukan akses yang konsisten ke konteks, action surfaces, dan sinyal dari banyak sistem.

Ketika setiap institusi menyusun transaksi, identitas, indikator risiko, dan profil merchant secara berbeda, agentic AI menghadapi hambatan serius. Data yang terfragmentasi melemahkan kemampuan agen untuk bernalar atau mengambil tindakan dengan keyakinan. Gesekan integrasi memperlambat penerapan dan meningkatkan biaya rekayasa. Vendor lock-in memaksa perusahaan memilih alat yang kurang efektif hanya karena cocok dengan arsitektur yang ada, atau yang lebih buruk, membuat silo mereka sendiri yang justru memperparah masalah.

Agentic AI berhasil saat ia bisa mengamati, memutuskan, dan bertindak lintas sistem yang saling terhubung. Lingkungan yang tersilo melemahkan ketiga kemampuan tersebut.

Mengapa Standar Terbuka Mengubah Segalanya

Standar terbuka (skema bersama, definisi, dan protokol) melakukan jauh lebih banyak daripada sekadar menyederhanakan integrasi. Standar ini menciptakan fondasi bagi perilaku agentic yang dapat diskalakan dan saling beroperasi.

Sebelum agen bisa bernalar lintas sistem atau bertindak atas nama pengguna, sistem-sistem itu harus berbicara dengan bahasa yang sama. Pertimbangkan Model Context Protocol (MCP), standar terbuka yang memberi sistem AI kemampuan untuk berinteraksi dengan alat dan data dunia nyata. Dalam waktu kurang lebih setahun, MCP telah melihat adopsi yang terus bertumbuh di berbagai industri, termasuk perusahaan fintech dan commerce. Block membangun implementasi referensi pertama untuk MCP dengan goose dan menjadi kontributor awal untuk protokol itu sendiri. Stripe membangun dukungan MCP agar agen dapat mengakses data pembayaran, membuat sesi checkout, dan mengelola langganan. Square merilis server MCP untuk pembayaran, katalog, dan API pelanggannya. Shopify meluncurkan integrasi MCP untuk platform komersenya. Contoh-contoh ini menunjukkan minat pasar yang nyata terhadap interoperabilitas.

Dengan protokol yang saling beroperasi, agen dapat menafsirkan data dengan pemahaman konteks yang lebih baik. Sebaliknya, fragmentasi membatasi kualitas sinyal yang menjadi sandaran agen.

Bandingkan dengan open banking. Open banking telah membutuhkan waktu bertahun-tahun untuk berkembang secara global (terutama di AS) karena institusi harus melakukan pekerjaan berat: membangun API baru, memastikan kepatuhan, dan mengoordinasikan lintas regulator. Kemajuan bergantung pada tekanan regulasi, dan bahkan setelah itu, adopsinya lambat dan tidak merata. Dalam dua kasus ini, pelanggan diuntungkan oleh interoperabilitas yang lebih baik. Dengan agentic AI, perusahaan mungkin memiliki insentif tambahan: agen dapat membantu menjembatani atau menerjemahkan antar sistem, mengurangi beban integrasi, dan membuat standar terbuka menarik secara komersial—bukan hanya didorong kepatuhan.

Generasi berikutnya dari agentic AI akan terdiri dari agen-agen khusus yang berkolaborasi. Satu agen bisa unggul dalam klasifikasi dokumen, agen lain dalam deteksi penipuan, yang lain lagi dalam prakiraan arus kas. Antarmuka yang dapat diprediksi dan protokol bersama dapat membantu agen-agen ini menemukan layanan, mendelegasikan tugas, dan mengorkestrasi workflow tanpa kode kustom yang rapuh.

Ketika agen dapat bergerak dengan lancar melintasi platform keuangan, kekuatan nyata interoperabilitas menjadi jelas. Saat ini, setiap layanan keuangan beroperasi secara terisolasi. Sistem payroll Anda tidak berbicara dengan aplikasi perbankan bisnis Anda. Alat manajemen pengeluaran Anda tidak bisa berkoordinasi dengan perangkat lunak akuntansi Anda. Prosesor pembayaran Anda tidak memiliki visibilitas ke prakiraan arus kas Anda. Dengan standar terbuka, agen dapat mengorkestrasi lintas semuanya. Mereka bisa merekonsiliasi pengeluaran secara otomatis dengan menarik data dari corporate card Anda, mencocokkannya dengan invoice di sistem akuntansi Anda, dan memperbarui prakiraan anggaran secara real time. Mereka bisa mengoordinasikan waktu pembayaran di berbagai platform, memastikan Anda membayar vendor saat arus kas kuat dan menunda saat kondisinya ketat. Mereka bisa menghubungkan data underwriting dari satu platform ke penilaian risiko di platform lain, sehingga Anda tidak perlu mengisi informasi yang sama berulang kali. Nilainya terletak pada menghubungkan sistem yang awalnya tidak dirancang untuk saling beroperasi.

Fintech yang lebih kecil juga diuntungkan. Standar terbuka meratakan lapangan dengan memungkinkan pendatang baru menghubungkan agen mereka ke bank dan prosesor tanpa proyek rekayasa yang mahal. Mereka dapat bersaing pada wawasan dan pengalaman, bukan pada anggaran integrasi.

Bangun Jalurnya, Bukan Temboknya

Dekade berikutnya fintech akan ditentukan oleh perusahaan yang memahami bahwa agentic AI bukanlah produk tunggal. Ia adalah platform untuk penalaran, tindakan, dan kolaborasi lintas sistem. Platform hanya bisa diskalakan ketika industri sepakat pada jalur yang mereka gunakan.

AAIF mewakili langkah awal yang penting, tetapi itu baru permulaan. Untuk membuka potensi penuh agentic AI, fintech perlu terlibat. Kita membutuhkan skema data terbuka yang dirancang khusus untuk primitf keuangan: merchant, transaksi, identitas, sinyal risiko, dan alur pembayaran. Beberapa protokol commerce dan pembayaran sudah ada, dan lebih banyak yang sedang diusulkan, tetapi semuanya masih membutuhkan persetujuan dan kolaborasi dari industri agar menjadi standar yang sesungguhnya, bukan sekadar implementasi yang terpisah. Kita perlu kerangka kerja keselamatan dan tata kelola bersama agar kepercayaan bisa berkembang seiring inovasi. Dan kita perlu partisipasi aktif dari pemimpin fintech di kelompok industri yang mendefinisikan dan memelihara standar-standar ini—bukan hanya observasi pasif.

Ini tidak berarti menyerah pada diferensiasi. Perusahaan terkuat akan membedakan diri dalam pengalaman, manajemen risiko, dan kecerdasan—bukan pada infrastruktur plumbing yang proprietary. Sejarah internet menunjukkan bahwa infrastruktur yang kuat dapat memperluas peluang alih-alih menguranginya. Agentic AI memberi kesempatan untuk melakukan hal yang sama lagi.

Tentang penulis

Manik Surtani adalah Kepala Open Source di Block, Inc. Di Block, Manik sebelumnya memimpin tim rekayasa di Square dan Cash App. Sebelum bergabung dengan Block, Manik adalah Staff Engineer di Red Hat. Ia adalah pendiri dan lead engineer dari proyek Infinispan serta arsitek platform di JBoss Data Grid. Manik memiliki latar belakang di AI, sistem terdistribusi dan fault tolerant, serta penyetelan performa JVM. Manik adalah pendorong kuat pengembangan open source, etos, dan proses kolaboratif, serta terlibat dalam open source sejak terjun pertamanya ke komputasi.