Tri Winarno. Foto: Istimewa.
Oleh Tri Winarno,
mantan Ekonom Senior Bank Indonesia
UKMDANBURSA.COM – Para ekonom di seluruh dunia memang berfokus pada bagaimana Artificial Intelligence (AI) akan membentuk kembali pasar tenaga kerja. Namun, pergeseran paling penting dalam dekade mendatang mungkin terjadi di pasar yang sama sekali berbeda: ekuitas.
Dengan mentransformasi cara data dihasilkan dan dibagikan, AI dapat secara drastis mengurangi biaya informasi, pemantauan, kepatuhan, dan pembentukan pasar. Dengan demikian, AI dapat mengubah ekuitas dari hak istimewa kaum elit menjadi sumber pembiayaan utama, terutama bagi perusahaan kecil dan muda.
Artikel pilihan:
Jangan Biarkan Pejuang Bangsa Hilang dalam Senyap

Biaya Masih Mahal
Di luar beberapa negara seperti Amerika Serikat, Inggris, Kanada, dan Singapura, pasar ekuitas yang dinamis masih langka. Dan bahkan dalam kasus seperti itu, “long tail” perusahaan publik sangat tipis. Hanya sedikit perusahaan yang go public dengan valuasi di bawah US$ 10 juta, dan ketika mereka go public, likuiditasnya sangat kecil, dan biaya tetap untuk menjadi perusahaan publik sangat mahal.
Memang, di sebagian besar dunia, termasuk Eropa Barat, “pembangunan keuangan” telah diartikan sebagai “pembangunan perbankan”. Meski bank sangat diperlukan, mereka hanya menjual satu produk: utang. Di sisi lain, neraca yang sehat bergantung pada keseimbangan antara utang dan ekuitas – semakin berisiko suatu usaha, semakin banyak ekuitas yang dibutuhkan.
Dan, di situlah letak kesulitannya: meskipun pasar utang kuat, pasar ekuitas tidak. Dalam praktiknya, bank memberikan pinjaman sebanding dengan cadangan ekuitas yang sudah dimiliki perusahaan. Namun, ekuitas tersebut biasanya berasal dari dua sumber: uang teman dan keluarga atau laba ditahan. Sumber pertama terbatas dan tidak terdistribusi secara merata; sumber kedua menghambat pertumbuhan.
Artikel pilihan:
Putting “Indonesia Incorporated” into Action: Driving Synergy for Speed and Sustainability
Peluang Lompatan Lewat?
Akibatnya, perusahaan yang mengandalkan pembiayaan mandiri hanya dapat tumbuh secepat keuntungan mereka, alih-alih peluang mereka. Hal itu mungkin cukup untuk toko roti, tetapi tidak untuk platform digital yang bergantung pada efek jaringan, atau produsen yang harus berinvestasi besar-besaran sebelum menghasilkan pendapatan.
Banyak perusahaan transformatif – mulai dari raksasa e-commerce seperti Amazon hingga pelopor transportasi online seperti Uber – beroperasi dengan kerugian selama bertahun-tahun. Sistem yang berpusat pada perbankan tidak dapat mendanai pertumbuhan semacam itu.
Kelangkaan ekuitas ini sebagian besar disebabkan oleh informasi yang asimetris. Sementara pemberi pinjaman dapat mengamankan agunan, menuntut pembayaran tetap, dan menyita aset jika terjadi masalah, investor ekuitas berada di urutan terakhir dan mendapatkan sisa dana setelah semua orang dibayar.
Hal ini menjadikan pengungkapan, uji tuntas, dan tata kelola penting bagi kelangsungan pasar ekuitas. Namun, bagi perusahaan kecil, biayanya seringkali melebihi potensi keuntungan. Ditambah dengan kondisi likuiditas yang rendah, biaya pencatatan yang tinggi, cakupan analis yang terbatas, dan perlindungan yang lemah bagi pemegang saham minoritas, Anda akan menghadapi tangga tanpa anak tangga terbawah.
Peran AI Seberapa Dahsyat?
AI kini dapat membantu membangunnya, dimulai dengan pengungkapan. Penerbit kecil saat ini menghadapi sistem kepatuhan yang dirancang untuk perusahaan raksasa, tetapi AI dapat menurunkan biaya dengan menghasilkan laporan keuangan yang dapat dibaca mesin dan memeriksa silang faktur, laporan bank, laporan pajak, dan catatan penggajian secara real-time – serta menandai inkonsistensi sebelum menjadi skandal.
Data terstandarisasi yang dapat dibaca mesin akan memungkinkan investor (atau bot mereka) untuk melakukan perbandingan instan dan setara di antara ribuan perusahaan, bukan hanya beberapa perusahaan besar yang sudah diliput analis. Seiring waktu, pemantauan bertenaga AI dapat membuat audit tahunan tradisional tampak ketinggalan zaman seperti internet dial-up.
Lebih lanjut, model bahasa alami dapat meninjau kontrak, izin, riwayat litigasi, dan pengungkapan lingkungan, sementara model deret waktu dapat merekonsiliasi pesanan, pengiriman, dan arus kas. Tugas yang dulu membutuhkan banyak rekanan kini dapat diselesaikan dalam hitungan menit, dan hasilnya akan lebih murah, lebih konsisten, dan sepenuhnya dapat diaudit.
Model Bisnis Baru
Pergeseran ini dapat memunculkan model bisnis baru: penjamin emisi AI. Alih-alih memungut biaya yang besar dari beberapa klien besar, penjamin emisi semacam itu dapat membawa puluhan emiten yang lebih kecil ke publik setiap minggu, menggunakan pengungkapan terstandarisasi, pemeriksaan otomatis, dan peringatan risiko waktu nyata.
Peluang lain melibatkan likuiditas. Pembuat pasar algoritmik – yang sudah menjadi standar di antara perusahaan publik besar – dapat diperluas secara bertanggung jawab kepada emiten yang lebih kecil setelah pengungkapan distandarisasi dan pemantauan menjadi berkelanjutan. Riset berbasis AI dapat membantu meningkatkan harga dan likuiditas dengan meningkatkan ketersediaan informasi dan kepercayaan, sementara algoritma pencocokan dapat menyelaraskan mandat investor dan profil emiten jauh lebih tepat daripada pengelompokan sederhana saat ini.

Kepercayaan Investor Terkikis
Di banyak negara berkembang, transaksi pihak terkait, pengalihan aset, dan dilusi mendadak telah lama mengikis kepercayaan investor. Namun, sistem pemantauan berbasis AI dapat membantu menegakkan perlindungan pemegang saham minoritas dengan melacak transaksi, notulen rapat dewan, catatan pengadaan, dan pola perdagangan secara real-time, memperingatkan regulator dan investor tentang potensi penyalahgunaan.
Sementara itu, tata kelola yang dapat diprogram – piagam yang secara otomatis menegakkan hak preemptive, perlindungan, dan pemicu dividen – dapat mengubah teks hukum menjadi kode yang dapat ditegakkan. Dengan demikian, jauh lebih sulit bagi orang dalam untuk mengencerkan atau merugikan investor luar.
Terakhir, pengungkapan digital terstandarisasi dan robo-advisor dapat membantu mendemokratisasi investasi di perusahaan-perusahaan kecil, membangun portofolio saham yang terdiversifikasi di usaha kecil dan menengah (UKM), yang disesuaikan dengan toleransi risiko, lokasi, dan tujuan investor. Dana pensiun dan perusahaan asuransi, yang sebagian besar tidak ada di segmen ini, dapat diizinkan untuk mengalokasikan sebagian kecil aset mereka ke indeks yang dikurasi AI, sehingga menghilangkan kebutuhan akan tim internal yang mahal.
4 Pilar Harus Dibangun
Namun, agar visi tersebut terwujud, para pembuat kebijakan perlu membangun rezim ekuitas publik berskala kecil yang dibangun di atas empat pilar. Ini mencakup pelaporan yang berkelanjutan dan efisien, alih-alih pelaporan berkala yang rumit; perlindungan liabilitas bagi penerbit yang mengadopsi sistem verifikasi berbasis AI; persyaratan pencatatan yang disederhanakan; dan kerangka kerja data terbuka, yang memungkinkan pihak ketiga untuk menambah nilai dengan menganalisis pengungkapan.
Setelah puluhan tahun menyubsidi kredit, bank pembangunan publik pun harus menyalurkan sebagian sumber daya mereka ke dalam investasi ekuitas. Misalnya, mereka dapat mendukung perusahaan yang memenuhi standar pengungkapan dan verifikasi berbasis AI, menyediakan cakupan kerugian pertama untuk dana ekuitas UKM yang terdiversifikasi, plus mempromosikan infrastruktur pengawasan bersama.
Memang, AI bisa berhalusinasi, model bisa dimanipulasi, dan orang dalam akan selalu tahu lebih banyak. Namun, ujiannya adalah keunggulan relatif, bukan kesempurnaan. Jika AI memangkas biaya transaksi sebesar 50-90%, dampaknya akan transformatif: meskipun beberapa penipuan pasti akan lolos, lebih banyak bisnis yang sah akan menjadi kandidat yang layak untuk investasi eksternal.
Untuk memperluas kepemilikan, memacu inovasi, dan mempercepat pertumbuhan, kita harus mengarahkan AI ke tantangan imbal hasil yang lebih tinggi, yaitu menciptakan ekuitas yang berlimpah. Tujuannya, yang terpenting, bukanlah kasino, melainkan pasar yang lebih aman, lebih murah, dan kaya data, di mana risiko ditanggung oleh mereka yang paling mampu menanggungnya.
Setelah satu abad menyempurnakan sistem kredit, AI menawarkan kesempatan untuk melengkapi – akhirnya – separuh lainnya dari sistem keuangan kita. Semoga Indonesia — termasuk Otoritas Jasa Keuangan (OJK) — tergugah untuk optimal memanfaatkannya. **

5 thoughts on “Mendobrak Elitisme, Mampukah OJK Memanfaatkan AI untuk Mendemokratisasi Akses Pembiayaan Ekuitas?”