Saat ini adalah era “Ekonomi Agenik (Agentic Economy)”. Kata ini, yang dipilih sebagai kata kunci utama dalam majalah bulanan berkualitas tinggi di bawah TokenPost, 《Blockchain Business Review》 edisi Januari 2026, menandakan bahwa AI melampaui sekadar alat dan bertransformasi menjadi subjek kegiatan ekonomi otonom dalam paradigma ekonomi baru. Selain itu, gelombang besar ini juga terbukti di bidang paling konservatif dan inti dari sistem keuangan—“sistem pembayaran dan penyelesaian”.
Baru-baru ini, makalah penelitian dari Bank for International Settlements (BIS) dan tim riset Bank Kanada menunjukkan bahwa Generative AI (Gen AI) memiliki potensi untuk menjalankan peran sebagai “Pengelola Kas (Cash Manager)” di bank, mengisyaratkan bahwa ekonomi agenik bukanlah fiksi ilmiah di masa depan yang jauh, melainkan kenyataan yang semakin dekat.
◇ Eksperimen BIS: AI, Membuka “Tantangan Manajemen Likuiditas”
Tim riset BIS melakukan sebuah eksperimen, memberikan otoritas pengelolaan likuiditas dalam sistem pembayaran grosir kepada model AI generatif umum. Tugas yang diberikan kepada AI ini sama sekali tidak sederhana. Karena ia harus mempersiapkan diri terhadap guncangan likuiditas (Liquidity Shock) dalam aliran dana yang tidak pasti, serta menyeimbangkan biaya penundaan penyelesaian dan biaya penahanan likuiditas secara halus (Trade-off).
Yang mengejutkan, bahkan model AI umum yang tidak dilatih secara khusus dalam bidang keuangan pun mampu membuat keputusan “pencegahan (Precautionary)” yang serupa dengan manajer manusia yang berpengalaman.
AI ini membuat keputusan untuk menunda pengeluaran kecil saat menghadapi pembayaran besar darurat di masa depan;
Dengan menghitung kemungkinan masuknya dana, AI ini menyesuaikan prioritas;
Dan menyimpulkan strategi optimal yang meminimalkan penundaan penyelesaian sekaligus menjaga likuiditas.
Ini secara kuat membuktikan bahwa AI telah melampaui tahap sekadar menjalankan instruksi input, dan berevolusi menjadi “agen ekonomi” yang mampu menghitung risiko dan mengambil tindakan di bawah ketidakpastian.
◇ “Lebih cepat dan lebih fleksibel daripada Pembelajaran Penguatan (RL)”… Inovasi yang Dibuka oleh Gen AI
Pesan yang disampaikan oleh penelitian ini kepada dunia keuangan Korea sangat jelas. Yaitu “kecepatan” dan “efisiensi”.
Sebelumnya, metode pembelajaran penguatan (RL) yang menjadi arus utama dalam model optimisasi keuangan, ibarat mengajarkan aturan pembayaran dan penyelesaian secara berurutan dari awal kepada anak kecil. Untuk mempelajari strategi optimal, dibutuhkan puluhan ribu simulasi, data dalam jumlah besar, dan waktu yang lama.
Sebaliknya, agen berbasis AI generatif memiliki kemampuan belajar “nol sampel (Zero-shot)” atau “sedikit sampel (Few-shot)”. Hanya dengan petunjuk kata, AI ini dapat memahami konteks dan melakukan penalaran secara langsung, sehingga tidak memerlukan pelatihan jangka panjang khusus untuk terjun ke bisnis keuangan yang kompleks. Ini berarti lembaga keuangan dapat memperkenalkan agen ini untuk secara signifikan menurunkan biaya operasional dan meningkatkan kecepatan prototipe (Prototyping).
[BBR Vol. 16] “AI memiliki dompet dan bertransaksi secara mandiri”… Tatanan keuangan baru yang akan dibawa oleh “Ekonomi Agenik” tahun 2026
◇ Masa Depan Keuangan: “Sandbox AI” dan Peran Manusia
Tentu saja, tidak bisa langsung menyerahkan seluruh kekuasaan bank ke AI. Laporan BIS juga menekankan mode “Manusia dalam Loop (Human-in-the-loop)”, dan menyoroti pentingnya pengelola manusia yang melakukan verifikasi akhir terhadap keputusan AI. Pada saat yang sama, laporan ini juga memperingatkan risiko AI yang bergantung pada data masa lalu dan dapat membuat penilaian yang keliru dalam situasi “black swan” yang tidak terduga.
Namun, arah sudah pasti. Pembuat kebijakan dapat memanfaatkan agen AI ini untuk membangun “simulator pembayaran dan penyelesaian multi-agen (Multi-agent payment system simulator)”. Mereka dapat menguji ketahanan terhadap kemacetan sistemik (Gridlock) atau situasi krisis secara aman di sandbox virtual, dan menguji kebijakan regulasi baru.
◇ Sikap yang Harus Dimiliki untuk Menyambut ‘Ekonomi Agenik’
Alasan majalah TokenPost edisi Januari sangat memperhatikan ‘ekonomi agenik’ sangat jelas. Karena tahun 2026 akan menjadi tahun di mana AI bertransformasi dari alat bantu manusia (Tool) menjadi agen otonom (Agent).
Pasar keuangan Korea telah mempercepat transformasi AI melalui pengenalan bank AI, peningkatan robot penasihat, dan lain-lain. Penelitian BIS ini lebih jauh lagi, menunjukkan bahwa AI dapat melampaui sekadar menjawab secara sederhana dan menjadi subjek utama dalam bisnis inti seperti pengelolaan dana.
Lembaga keuangan domestik saat ini harus mempercepat pengenalan solusi AI yang sesuai untuk efisiensi operasional, dan sekaligus mempersiapkan penilaian risiko serta pengawasan kepatuhan secara matang. Penelitian BIS ini hanyalah awal dari perubahan besar ini. Masa depan keuangan saat ini bergantung pada “siapa yang bisa mempekerjakan agen yang lebih pintar”.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
[TokenPost Kolom] Pembukaan ‘Ekonomi Agen (Agentic Economy)’: Hari Ketika AI Menjadi Pengelola Brankas Bank
Saat ini adalah era “Ekonomi Agenik (Agentic Economy)”. Kata ini, yang dipilih sebagai kata kunci utama dalam majalah bulanan berkualitas tinggi di bawah TokenPost, 《Blockchain Business Review》 edisi Januari 2026, menandakan bahwa AI melampaui sekadar alat dan bertransformasi menjadi subjek kegiatan ekonomi otonom dalam paradigma ekonomi baru. Selain itu, gelombang besar ini juga terbukti di bidang paling konservatif dan inti dari sistem keuangan—“sistem pembayaran dan penyelesaian”.
Baru-baru ini, makalah penelitian dari Bank for International Settlements (BIS) dan tim riset Bank Kanada menunjukkan bahwa Generative AI (Gen AI) memiliki potensi untuk menjalankan peran sebagai “Pengelola Kas (Cash Manager)” di bank, mengisyaratkan bahwa ekonomi agenik bukanlah fiksi ilmiah di masa depan yang jauh, melainkan kenyataan yang semakin dekat.
◇ Eksperimen BIS: AI, Membuka “Tantangan Manajemen Likuiditas”
Tim riset BIS melakukan sebuah eksperimen, memberikan otoritas pengelolaan likuiditas dalam sistem pembayaran grosir kepada model AI generatif umum. Tugas yang diberikan kepada AI ini sama sekali tidak sederhana. Karena ia harus mempersiapkan diri terhadap guncangan likuiditas (Liquidity Shock) dalam aliran dana yang tidak pasti, serta menyeimbangkan biaya penundaan penyelesaian dan biaya penahanan likuiditas secara halus (Trade-off).
Yang mengejutkan, bahkan model AI umum yang tidak dilatih secara khusus dalam bidang keuangan pun mampu membuat keputusan “pencegahan (Precautionary)” yang serupa dengan manajer manusia yang berpengalaman.
AI ini membuat keputusan untuk menunda pengeluaran kecil saat menghadapi pembayaran besar darurat di masa depan;
Dengan menghitung kemungkinan masuknya dana, AI ini menyesuaikan prioritas;
Dan menyimpulkan strategi optimal yang meminimalkan penundaan penyelesaian sekaligus menjaga likuiditas.
Ini secara kuat membuktikan bahwa AI telah melampaui tahap sekadar menjalankan instruksi input, dan berevolusi menjadi “agen ekonomi” yang mampu menghitung risiko dan mengambil tindakan di bawah ketidakpastian.
◇ “Lebih cepat dan lebih fleksibel daripada Pembelajaran Penguatan (RL)”… Inovasi yang Dibuka oleh Gen AI
Pesan yang disampaikan oleh penelitian ini kepada dunia keuangan Korea sangat jelas. Yaitu “kecepatan” dan “efisiensi”.
Sebelumnya, metode pembelajaran penguatan (RL) yang menjadi arus utama dalam model optimisasi keuangan, ibarat mengajarkan aturan pembayaran dan penyelesaian secara berurutan dari awal kepada anak kecil. Untuk mempelajari strategi optimal, dibutuhkan puluhan ribu simulasi, data dalam jumlah besar, dan waktu yang lama.
Sebaliknya, agen berbasis AI generatif memiliki kemampuan belajar “nol sampel (Zero-shot)” atau “sedikit sampel (Few-shot)”. Hanya dengan petunjuk kata, AI ini dapat memahami konteks dan melakukan penalaran secara langsung, sehingga tidak memerlukan pelatihan jangka panjang khusus untuk terjun ke bisnis keuangan yang kompleks. Ini berarti lembaga keuangan dapat memperkenalkan agen ini untuk secara signifikan menurunkan biaya operasional dan meningkatkan kecepatan prototipe (Prototyping).
[BBR Vol. 16] “AI memiliki dompet dan bertransaksi secara mandiri”… Tatanan keuangan baru yang akan dibawa oleh “Ekonomi Agenik” tahun 2026
◇ Masa Depan Keuangan: “Sandbox AI” dan Peran Manusia
Tentu saja, tidak bisa langsung menyerahkan seluruh kekuasaan bank ke AI. Laporan BIS juga menekankan mode “Manusia dalam Loop (Human-in-the-loop)”, dan menyoroti pentingnya pengelola manusia yang melakukan verifikasi akhir terhadap keputusan AI. Pada saat yang sama, laporan ini juga memperingatkan risiko AI yang bergantung pada data masa lalu dan dapat membuat penilaian yang keliru dalam situasi “black swan” yang tidak terduga.
Namun, arah sudah pasti. Pembuat kebijakan dapat memanfaatkan agen AI ini untuk membangun “simulator pembayaran dan penyelesaian multi-agen (Multi-agent payment system simulator)”. Mereka dapat menguji ketahanan terhadap kemacetan sistemik (Gridlock) atau situasi krisis secara aman di sandbox virtual, dan menguji kebijakan regulasi baru.
◇ Sikap yang Harus Dimiliki untuk Menyambut ‘Ekonomi Agenik’
Alasan majalah TokenPost edisi Januari sangat memperhatikan ‘ekonomi agenik’ sangat jelas. Karena tahun 2026 akan menjadi tahun di mana AI bertransformasi dari alat bantu manusia (Tool) menjadi agen otonom (Agent).
Pasar keuangan Korea telah mempercepat transformasi AI melalui pengenalan bank AI, peningkatan robot penasihat, dan lain-lain. Penelitian BIS ini lebih jauh lagi, menunjukkan bahwa AI dapat melampaui sekadar menjawab secara sederhana dan menjadi subjek utama dalam bisnis inti seperti pengelolaan dana.
Lembaga keuangan domestik saat ini harus mempercepat pengenalan solusi AI yang sesuai untuk efisiensi operasional, dan sekaligus mempersiapkan penilaian risiko serta pengawasan kepatuhan secara matang. Penelitian BIS ini hanyalah awal dari perubahan besar ini. Masa depan keuangan saat ini bergantung pada “siapa yang bisa mempekerjakan agen yang lebih pintar”.