Selama bertahun-tahun, industri keuangan memiliki jalur karier yang cukup jelas. Banyak lulusan baru memulai perjalanan profesional mereka sebagai analis junior, associate, atau staf operasional. Di posisi inilah mereka belajar membaca laporan keuangan, memahami dinamika pasar, hingga mengasah intuisi bisnis. Seiring waktu dan pengalaman, sebagian dari mereka kemudian berkembang menjadi analis senior, manajer investasi, direktur, atau bahkan partner di firma konsultan. Jalur ini sudah menjadi semacam “ritual awal” bagi siapa pun yang ingin berkarier di dunia keuangan.
Namun dalam beberapa tahun terakhir, muncul pertanyaan yang semakin sering dibicarakan: apakah jalur karier itu akan tetap bertahan di era kecerdasan buatan?
Perkembangan teknologi AI mulai mengubah cara industri keuangan bekerja. Banyak institusi keuangan global kini mengandalkan sistem otomatis untuk memproses data, menganalisis risiko, hingga membantu penyusunan laporan. Dalam konteks ini, efisiensi menjadi kata kunci. Beberapa perusahaan bahkan mulai menyesuaikan jumlah tenaga kerja mereka. Pada tahun 2026, misalnya, Morgan Stanley mengurangi sekitar tiga persen dari total tenaga kerjanya atau sekitar 2.500 karyawan dalam proses restrukturisasi bisnis.
Tentu saja, pengurangan tenaga kerja seperti ini tidak bisa langsung disimpulkan sebagai dampak AI semata. Banyak faktor lain yang memengaruhi keputusan bisnis tersebut. Namun sulit untuk mengabaikan bahwa semakin canggihnya teknologi otomatisasi ikut mendorong perubahan besar dalam struktur pekerjaan di sektor keuangan.
Yang menarik, AI tidak serta-merta menggantikan posisi banker senior atau pengambil keputusan di perusahaan. Justru posisi yang paling terdampak sering kali berada di level awal karier. Banyak tugas yang biasanya dikerjakan oleh analis junior sebenarnya bersifat rutin dan berbasis data, seperti menyaring laporan keuangan, membuat ringkasan riset pasar, memeriksa dokumen kepatuhan, atau menyusun analisis awal. Pekerjaan semacam ini sangat cocok untuk diproses oleh algoritma yang mampu membaca dan mengolah data dalam jumlah besar dengan sangat cepat.
Jika dulu seorang analis junior bisa menghabiskan berjam-jam untuk menelaah laporan perusahaan atau menyusun model analisis sederhana, kini sebagian pekerjaan tersebut bisa diselesaikan oleh sistem AI dalam waktu jauh lebih singkat. Dalam beberapa tahun terakhir, berbagai studi industri menunjukkan bahwa sebagian besar pekerjaan administratif dan analisis dasar di sektor perbankan berpotensi mengalami otomatisasi. Bahkan ada proyeksi yang menyebutkan bahwa ratusan ribu pekerjaan di sektor perbankan global dapat terdampak oleh otomatisasi dalam beberapa tahun ke depan.
Namun ancaman tersebut tidak tersebar merata. Posisi yang paling rentan tetap berada di lapisan bawah organisasi, seperti staf back-office, analis junior, atau fungsi operasional yang banyak berurusan dengan pemrosesan data.
Dari sudut pandang perusahaan, penggunaan AI sebenarnya masuk akal. Teknologi ini mampu membantu perusahaan bekerja lebih cepat dan lebih efisien. Bank dapat memproses transaksi dalam jumlah besar, memantau potensi penipuan secara real-time, atau melakukan analisis risiko dengan lebih akurat. Semua ini tentu berkontribusi pada peningkatan produktivitas sekaligus pengurangan biaya operasional.
Namun di balik efisiensi tersebut muncul sebuah perubahan yang lebih halus tetapi signifikan. AI tidak selalu menghilangkan suatu profesi, tetapi dapat mengurangi kebutuhan tenaga kerja pada level tertentu. Jika sebelumnya sebuah tim riset investasi membutuhkan beberapa analis junior untuk mengolah data dan menyiapkan laporan awal, kini sebagian tugas tersebut dapat ditangani oleh sistem otomatis. Akibatnya, perusahaan mungkin hanya membutuhkan satu atau dua analis junior, bukan lima atau enam seperti sebelumnya.
Perubahan semacam ini juga mulai terasa di industri konsultan dan investment banking. Selama ini, banyak firma konsultan besar beroperasi dengan struktur piramida tenaga kerja. Di bagian atas terdapat partner dan direktur yang jumlahnya sedikit, di tengah ada manajer dan konsultan senior, sementara di bagian bawah terdapat banyak analis junior yang mengerjakan berbagai tugas teknis.
Para analis junior inilah yang biasanya mengolah data, membuat model finansial, atau menyusun bahan presentasi untuk klien. Namun dengan hadirnya AI generatif yang mampu merangkum dokumen panjang, menganalisis data dalam jumlah besar, dan menghasilkan laporan awal, sebagian pekerjaan tersebut kini dapat dilakukan oleh teknologi. Akibatnya, kebutuhan terhadap tenaga kerja entry-level berpotensi semakin berkurang.
Di Indonesia, dampak AI terhadap lapangan kerja sektor keuangan mungkin belum terasa secara drastis. Namun arah perubahannya mulai terlihat. Transformasi digital di sektor keuangan berkembang sangat pesat dalam beberapa tahun terakhir. Pertumbuhan bank digital, layanan pembayaran elektronik, serta berbagai platform fintech menunjukkan bagaimana teknologi mengubah cara masyarakat mengakses layanan keuangan.
Data industri menunjukkan bahwa sepuluh bank digital terbesar di Indonesia telah memiliki lebih dari seratus juta pengguna pada tahun 2024. Angka ini menggambarkan betapa cepatnya masyarakat beradaptasi dengan layanan keuangan berbasis teknologi.
Seiring dengan perkembangan tersebut, perusahaan keuangan juga semakin banyak memanfaatkan otomatisasi. Proses penilaian kredit kini dapat dilakukan oleh sistem algoritma yang menganalisis data calon nasabah secara otomatis. Teknologi deteksi penipuan dapat memantau pola transaksi untuk menemukan aktivitas mencurigakan. Bahkan layanan pelanggan di banyak perusahaan fintech kini ditangani oleh chatbot berbasis AI.
Perusahaan fintech juga cenderung memiliki struktur organisasi yang lebih ramping dibandingkan bank konvensional. Dengan memanfaatkan teknologi sejak awal, mereka dapat menjalankan layanan keuangan tanpa memerlukan banyak staf operasional. Dalam situasi seperti ini, posisi entry-level kembali menjadi yang paling rentan karena banyak fungsi administratif mulai tergantikan oleh sistem otomatis.
Meski demikian, bukan berarti profesi di sektor keuangan akan hilang sepenuhnya. Pekerjaan yang membutuhkan penilaian strategis, pemahaman terhadap kondisi ekonomi, serta kemampuan membangun hubungan dengan klien tetap sulit digantikan oleh mesin. Justru sebaliknya, teknologi AI kemungkinan akan mendorong peningkatan standar kompetensi di industri ini.
Di masa depan, profesional keuangan mungkin tidak lagi dinilai hanya dari kemampuan membuat spreadsheet yang kompleks. Yang lebih penting adalah kemampuan memahami data, membaca tren ekonomi, serta mengambil keputusan strategis berdasarkan informasi yang dihasilkan oleh teknologi.
Namun di balik optimisme tersebut, ada satu risiko yang jarang dibicarakan: kemungkinan terjadinya krisis regenerasi talenta di industri keuangan. Jika perusahaan semakin mengurangi posisi entry-level, maka semakin sedikit pula lulusan baru yang memiliki kesempatan untuk belajar dan berkembang di bidang ini.
Padahal hampir semua profesional senior di industri keuangan saat ini pernah memulai karier mereka dari posisi analis junior. Dari posisi itulah mereka memperoleh pengalaman, memahami cara kerja industri, dan membangun keahlian yang akhirnya membawa mereka ke posisi kepemimpinan.
Tanpa generasi junior yang cukup, jalur regenerasi di industri keuangan bisa terganggu. Perusahaan mungkin akan kesulitan menemukan analis senior atau pemimpin masa depan karena semakin sedikit orang yang mendapatkan pengalaman awal di bidang ini.
Di sinilah muncul sebuah paradoks menarik. AI mungkin tidak akan menggantikan para banker senior dalam waktu dekat. Namun secara perlahan, teknologi ini bisa menghapus tahap awal karier yang selama ini menjadi fondasi lahirnya generasi baru profesional keuangan. Jika tren ini terus berlanjut, industri keuangan mungkin tidak akan kekurangan banker hari ini, tetapi bisa saja kekurangan analis yang siap menggantikan mereka di masa depan.
