Manajer Aset Global Siapkan Lonjakan Anggaran AI, Namun Terbelah soal Risikonya

Temuan ini berasal dari laporan global Clearwater Analytics 2026 berjudul “GenAI and the Data Divide”. Penelitian tersebut melibatkan 178 eksekutif senior—termasuk CEO, CFO, CIO, dan CRO—dari perusahaan manajemen aset, hedge fund, serta perusahaan private credit di Eropa, Amerika Serikat, dan kawasan Asia Pasifik .

Anggaran AI Melonjak, tetapi Kekhawatiran Ikut Membesar

Investasi AI di industri manajemen aset meningkat sangat cepat. Sebanyak 63% perusahaan yang disurvei menaikkan anggaran AI lebih dari 50% dalam 12 bulan terakhir. Tidak satu pun responden menyatakan bahwa perusahaannya mengurangi anggaran tersebut .

Meski demikian, para manajer dana belum memiliki pandangan yang sama mengenai seberapa besar investasi yang tepat:

• 66% khawatir perusahaan mereka sudah terlalu banyak berinvestasi dalam AI .
• 25% menilai organisasi mereka masih belum cukup berinvestasi .

“Paradoks investasi yang mencolok sedang muncul di jantung revolusi AI dalam industri manajemen aset,” tulis laporan tersebut . Artinya, kenaikan anggaran belum otomatis menjawab pertanyaan utama: berapa tingkat belanja yang benar-benar masuk akal bagi sebuah perusahaan .

Operasi yang Diperkirakan Paling Berubah

Dalam satu tahun ke depan, responden memperkirakan AI akan membawa dampak besar atau transformatif pada sejumlah fungsi utama manajemen investasi. Tiga area dengan ekspektasi tertinggi adalah:

• Pembuatan dan peringkasan data: 62% responden memperkirakan dampak transformatif .
• Sistem pendukung keputusan, termasuk penyeimbangan kembali portofolio: 58% .
• Pemodelan prediktif dan stress testing: 57% .

Angka-angka tersebut menunjukkan bahwa AI mulai bergeser dari sekadar proyek uji coba menuju alur kerja inti dalam pengelolaan investasi. Sekitar dua pertiga manajer dana juga menyatakan bahwa perangkat AI mereka kini mampu mengelola data alternatif secara efektif—jenis data yang secara historis sulit diproses dalam skala besar .

Selain itu, 62% responden melaporkan keberhasilan dalam orkestrasi multi-agen, yaitu pengaturan operasi otonom yang dipicu ketika ambang batas data tertentu tercapai .

Bukan Besarnya Anggaran, Melainkan Mutu Data

Kesimpulan utama studi ini adalah bahwa jarak antara perusahaan yang berhasil memanfaatkan AI dan perusahaan yang tertinggal tidak terutama ditentukan oleh besarnya anggaran atau kecepatan adopsi. Faktor pembeda utamanya adalah kualitas fondasi data yang digunakan AI .

“Adopsi AI memaksa manajer dana menghadapi dasar-dasar pengelolaan data dengan cara yang belum pernah dilakukan teknologi lain,” kata Souvik Das, Chief Technology Officer Clearwater Analytics .

Perbedaan hasilnya terlihat jelas dalam manajemen risiko. Sebanyak 44% perusahaan yang menilai akurasi datanya baik atau sangat baik mengatakan bahwa manajemen risiko mereka menjadi jauh lebih proaktif. Angka itu hanya 17% di antara perusahaan yang menilai kualitas datanya sedang atau buruk .

Hampir seluruh eksekutif yang disurvei—95%—menyatakan bahwa perusahaan mereka meningkatkan anggaran AI dalam setahun terakhir. Namun, tambahan dana saja tidak otomatis menghasilkan kinerja yang lebih baik jika data dasarnya tidak andal .

Tren Investasi AI di Sektor Keuangan

Temuan Clearwater sejalan dengan tren yang lebih luas di sektor jasa keuangan. Survei terpisah dari KPMG menunjukkan bahwa organisasi manajemen aset dan private equity memperkirakan rata-rata belanja AI sebesar 148 juta dolar AS dalam 12 bulan ke depan. Nilai tersebut hampir 1,5 kali lipat dibandingkan proyeksi pada kuartal sebelumnya .

Data dan analitik, serta penelitian dan pengembangan, menjadi kategori investasi utama dalam survei tersebut .

Laporan Clearwater juga mencerminkan persoalan yang lebih luas dalam penerapan AI generatif di dunia usaha. Meskipun investasi perusahaan untuk GenAI telah mencapai 30–40 miliar dolar AS, banyak organisasi masih memperoleh sedikit atau bahkan tidak memperoleh hasil finansial yang berarti. Clearwater menyebut kesenjangan tersebut sebagai “GenAI Divide” .

Dengan demikian, tantangan industri manajemen aset bukan lagi sekadar memutuskan apakah perlu berinvestasi dalam AI. Pertanyaan yang lebih menentukan adalah apakah perusahaan memiliki data yang cukup akurat, terstruktur, dan dapat diandalkan untuk membuat investasi tersebut menghasilkan manfaat nyata.