Integrasi Kecerdasan Buatan dalam Operasional Family Office

Kecerdasan buatan mulai merambah ke operasional family office, meskipun tingkat adopsi masih belum seluas yang sering digembar-gemborkan dalam klaim promosi. Campden Wealth melaporkan pada akhir 2024 bahwa sepertiga dari kantor keluarga di Eropa telah mengadopsi suatu bentuk kecerdasan buatan generatif, sementara 30 persen lainnya tertarik untuk melakukannya. Angka-angka tersebut menunjukkan peningkatan keterlibatan, namun juga menggambarkan pasar di mana banyak kantor masih menguji aplikasi-aplikasi tertentu daripada menempatkan kecerdasan buatan sebagai inti dari keputusan investasi.

Peluang yang paling menjanjikan saat ini terdapat pada pekerjaan administratif dan analitis, termasuk konsolidasi data investasi, peninjauan dokumen, penyusunan laporan, pemantauan arus kas, dan uji tuntas. Fungsi-fungsi ini memakan waktu yang cukup banyak di kantor-kantor yang mengelola kekayaan di berbagai sektor, seperti sekuritas publik, perusahaan swasta, properti, perwalian, dan berbagai hubungan perbankan. AI dapat mengurangi beban tersebut, namun hanya jika terhubung dengan data yang akurat, kontrol yang jelas, dan karyawan yang memahami batasan hasil yang dihasilkannya.

Bagi kantor keluarga, pertanyaan utamanya bukanlah apakah AI dapat memproses informasi lebih cepat daripada tim internal yang kecil. Tentu saja bisa. Masalah yang lebih rumit adalah apakah teknologi tersebut dapat diterapkan tanpa mengorbankan kerahasiaan, akuntabilitas, atau penilaian yang sangat personal—sesuatu yang diharapkan oleh keluarga-keluarga kaya dari para penasihat mereka.

Kekayaan yang kompleks menjadi dasar penerapan AI

Sebuah family office mungkin mengawasi hal-hal yang jauh lebih luas daripada sekadar portofolio investasi. Tanggung jawabnya dapat mencakup akuntansi, koordinasi perpajakan, perencanaan warisan, kegiatan filantropi, pengelolaan properti, pengawasan perusahaan swasta, pengeluaran rumah tangga, serta pendidikan keuangan bagi anggota keluarga yang lebih muda. Informasi sering kali tersebar di antara pihak penitipan, penasihat, lembar kerja, akun email, dan perangkat lunak khusus, sehingga karyawan harus mencocokkan catatan secara manual sebelum keluarga dapat memperoleh gambaran terpadu.

Fragmentasi ini menjadikan sektor ini sebagai kandidat yang potensial untuk otomatisasi yang didukung AI. Sistem yang mampu mengekstrak informasi dari laporan mutasi rekening, pemberitahuan penarikan modal, dan laporan dana dapat mengurangi entri data yang berulang, sementara alat pendeteksi anomali dapat mengidentifikasi transaksi yang hilang atau pergerakan yang tidak terduga. AI generatif juga dapat merangkum dokumen hukum atau investasi yang panjang, sehingga para profesional dapat menemukan klausul yang relevan sebelum melakukan tinjauan menyeluruh.

Manfaatnya lebih bersifat praktis daripada revolusioner. Sebuah kantor yang menyusun laporan triwulanan dengan mengumpulkan informasi dari sepuluh bank dan puluhan dana swasta dapat mempersingkat proses penyusunan jika dokumen-dokumen tersebut diklasifikasikan secara otomatis. Hal ini juga dapat meningkatkan konsistensi dengan menerapkan terminologi dan aturan pelaporan yang sama di seluruh akun, meskipun angka akhir tetap memerlukan validasi, terutama jika aset swasta dinilai secara tidak teratur atau dilaporkan dalam format yang tidak kompatibel.

Campden Wealth juga menemukan bahwa tingkat adopsi platform agregasi kekayaan di kalangan family office Eropa telah meningkat dari 32 menjadi 39 persen. Perkembangan ini penting karena penerapan kecerdasan buatan bergantung pada informasi yang mudah diakses dan terstruktur. Sebuah family office tidak dapat menghasilkan analisis yang andal dari data yang masih tersebar di berbagai sistem yang tidak terhubung.

Otomatisasi tidak sama dengan kecerdasan investasi

Pernyataan mengenai AI dalam pengelolaan kekayaan sering kali menggabungkan beberapa teknologi yang berbeda. Otomatisasi tradisional mengikuti aturan yang telah ditetapkan sebelumnya, seperti mengirimkan pembayaran untuk disetujui ketika nilai faktur mencapai batas tertentu. Pembelajaran mesin mengidentifikasi pola dalam data, sedangkan AI generatif menghasilkan atau merangkum teks, gambar, dan kode perangkat lunak. Alat-alat ini mungkin beroperasi secara bersamaan, namun kemampuan dan risikonya berbeda-beda.

Sebuah family office dapat mengotomatiskan laporan portofolio tanpa membiarkan algoritma menentukan aset mana yang akan dibeli. Family office tersebut dapat menggunakan kecerdasan buatan (AI) untuk membandingkan dokumen reksa dana tanpa harus menerima penilaian sistem terhadap kualitas manajer investasi. Perbedaan ini penting karena alat operasional biasanya mendukung keputusan manusia, sedangkan sistem investasi otonom dapat mengubah alokasi modal keluarga secara langsung.

Sebagian besar kantor keluarga memiliki alasan yang lebih kuat untuk memulai dengan fungsi pendukung. Portofolio investasi sering kali berisi aset-aset yang tidak likuid dan sangat spesifik, yang data historisnya terbatas. Model pembelajaran mesin yang dilatih menggunakan sekuritas yang terdaftar di bursa mungkin tidak memberikan wawasan yang berarti mengenai perusahaan industri swasta, portofolio properti yang terkonsentrasi, atau investasi ventura yang nilainya bergantung pada tim manajemen yang kecil.

AI masih dapat meningkatkan proses investasi dengan mengorganisir informasi. AI dapat membandingkan bahasa yang digunakan dalam laporan ekuitas swasta, mengidentifikasi perubahan dalam kinerja perusahaan portofolio, atau memantau apakah beberapa manajer telah membangun eksposur ke sektor yang sama. Penerapan ini memperluas cakupan analisis tanpa mengklaim bahwa suatu model dapat menentukan nilai aset di masa depan yang tidak memiliki harga pasar yang dapat diandalkan.

Pelaporan dan peninjauan dokumen memberikan manfaat langsung

Kantor keluarga menerima sejumlah besar materi yang tidak terstruktur, termasuk laporan kemitraan, dokumen perpajakan, perjanjian hukum, catatan penelitian, dan surat-menyurat dari bank. Meninjau informasi ini membutuhkan biaya yang besar karena pekerjaan tersebut sering kali harus dilakukan oleh para profesional yang seharusnya menghabiskan waktunya untuk menganalisis dan mengambil keputusan.

Sistem kecerdasan buatan (AI) dapat mengklasifikasikan dokumen-dokumen ini, mengekstrak data tertentu, dan menyusun ringkasan awal. Tim pasar swasta, misalnya, dapat memanfaatkan teknologi ini untuk mencari informasi mengenai biaya pengelolaan, pembagian hasil, tingkat utang, dan perubahan penilaian di berbagai laporan reksa dana. Seorang penasihat hukum kemudian dapat meninjau bagian-bagian yang relevan alih-alih membaca setiap dokumen dari awal.

PwC mengidentifikasi due diligence, manajemen risiko, dan analisis investasi sebagai beberapa bidang di mana family office mulai menerapkan kecerdasan buatan (AI). Perusahaan tersebut juga menekankan tata kelola yang bertanggung jawab, yang sangat penting karena ringkasan yang efisien tetap dapat mengabaikan kualifikasi penting atau mengulangi kesalahan yang terdapat dalam materi dasarnya.

Oleh karena itu, alat bantu dokumentasi harus mendukung proses yang terkendali. Karyawan perlu memiliki akses ke sumber asli, petunjuk yang jelas mengenai konten mana yang dihasilkan secara otomatis, serta mekanisme untuk meneruskan temuan yang meragukan ke tingkat yang lebih tinggi. Tujuannya bukanlah untuk menghilangkan tinjauan profesional, melainkan untuk mengarahkannya ke poin-poin yang paling mungkin memengaruhi suatu keputusan.

Pengelolaan kas dapat menjadi lebih berorientasi ke masa depan

Perencanaan likuiditas merupakan tantangan yang terus-menerus dihadapi oleh keluarga-keluarga kaya. Sebuah kantor mungkin perlu membiayai pengeluaran rumah tangga, pembayaran pajak, proyek properti, komitmen amal, dan permintaan penambahan modal dari dana pasar swasta, sambil menghindari penjualan yang tidak perlu atas investasi jangka panjang. Waktu terjadinya kewajiban-kewajiban ini seringkali tidak pasti, terutama ketika pembagian hasil investasi ekuitas swasta dan peluang investasi tidak dapat diprediksi secara tepat.

Peramalan yang didukung AI dapat menggabungkan data pengeluaran historis, komitmen yang sudah diketahui, dan skenario alternatif untuk menghasilkan gambaran yang lebih terperinci mengenai kebutuhan kas di masa depan. Sistem tersebut mungkin menunjukkan, misalnya, bahwa beberapa komitmen pendanaan dapat ditarik pada kuartal yang sama dengan pembayaran pajak dalam jumlah besar, sehingga mendorong kantor untuk meningkatkan cadangan likuid atau mengatur kredit lebih awal.

Hasil analisis ini tidak boleh dianggap sebagai perkiraan yang tepat. Dana swasta dapat menunda atau mempercepat permintaan penambahan modal, pengeluaran keluarga dapat berubah, dan pergerakan pasar mungkin menurunkan nilai aset yang akan dijual. Oleh karena itu, analisis skenario lebih bermanfaat daripada satu angka perkiraan semata, dan alat yang dirancang dengan baik seharusnya menunjukkan konsekuensi dari beberapa asumsi, bukan menyembunyikan ketidakpastian di balik perkiraan yang tampak meyakinkan.

Pengawasan manusia tetap diperlukan karena prioritas keluarga tidak sepenuhnya tercermin dalam catatan keuangan. Sebuah keluarga mungkin bersedia menerima likuiditas portofolio yang lebih rendah demi mempertahankan kendali atas sebuah perusahaan, melestarikan sebuah properti, atau mendukung komitmen filantropi. AI dapat menghitung implikasi finansialnya, tetapi tidak dapat menentukan arti penting secara pribadi dari pilihan-pilihan tersebut.

AI dapat memperkuat sistem pengendalian sekaligus menciptakan kerentanan baru

Kantor keluarga menjadi sasaran yang menarik bagi kejahatan siber karena mereka memiliki informasi keuangan yang berharga namun hanya memiliki tim internal yang relatif kecil. Para penjahat mungkin mencoba menyamar sebagai anggota keluarga, penasihat, atau pemasok, sementara permintaan pembayaran palsu dapat tampak meyakinkan jika para penyerang memahami aktivitas dan gaya komunikasi keluarga tersebut.

AI dapat membantu mendeteksi pembayaran yang tidak biasa, aktivitas login, dan perubahan pola transaksi. AI juga dapat membandingkan faktur dengan catatan sebelumnya atau menandai instruksi yang berbeda dari pola perilaku yang biasa. Kemampuan-kemampuan ini dapat memperkuat pengendalian internal, terutama ketika karyawan mengelola pembayaran di beberapa entitas dan yurisdiksi.

Teknologi yang sama juga dapat dimanfaatkan oleh para penyerang. Sistem generatif mampu menghasilkan email yang meyakinkan, suara tiruan, dan dokumen palsu, sehingga membuat tanda-tanda penipuan konvensional menjadi kurang dapat diandalkan. Oleh karena itu, sebuah family office yang menerapkan AI demi efisiensi harus memperkuat prosedur verifikasi, alih-alih berasumsi bahwa perangkat lunak yang lebih baik saja sudah cukup untuk memberikan perlindungan.

Pengendalian praktis harus mencakup verifikasi independen terhadap pembayaran dalam jumlah besar atau yang tidak biasa melalui saluran komunikasi terpisah. Akses ke informasi sensitif harus dibatasi sesuai dengan peran masing-masing karyawan, sementara alat berbasis kecerdasan buatan (AI) harus disetujui secara terpusat sebelum dokumen rahasia diunggah. Kantor juga harus menyimpan jejak audit yang terperinci serta menguji responsnya terhadap pencurian kredensial, instruksi palsu, atau kegagalan platform eksternal.

Kewajiban kerahasiaan memberlakukan batasan yang lebih ketat daripada di perusahaan pada umumnya

Privasi sangat penting dalam sebuah family office karena catatan-catatan yang dimilikinya dapat mengungkap di mana anggota keluarga tinggal, bagaimana aset dimiliki, perwalian mana yang memberikan manfaat bagi individu tertentu, serta kapan transaksi besar direncanakan. Data-data ini menimbulkan risiko pribadi dan keuangan yang melampaui batas kerahasiaan korporat pada umumnya.

Penyedia AI eksternal mungkin memproses informasi di beberapa yurisdiksi atau menyimpan prompt dan dokumen untuk peningkatan sistem. Sebelum menggunakan layanan semacam itu, kantor harus memahami di mana data tersebut disimpan, apakah data tersebut dienkripsi, siapa saja yang dapat mengaksesnya, dan apakah data tersebut dapat digunakan untuk melatih model yang lebih luas. Jaminan kontrak harus didukung oleh pengendalian teknis dan tinjauan independen.

Beberapa kantor mungkin memilih lingkungan AI pribadi atau yang dihosting secara lokal untuk pekerjaan yang paling sensitif. Hal ini dapat meningkatkan kontrol, namun juga meningkatkan biaya dan membutuhkan keahlian khusus. Kantor-kantor yang lebih kecil mungkin memilih menggunakan versi perusahaan dari platform-platform yang sudah mapan dengan pengaturan privasi yang lebih ketat, sambil tetap menyimpan dokumen-dokumen yang paling rahasia di luar sistem generatif sama sekali.

Penelitian Deloitte mengenai transformasi teknologi di organisasi yang dikendalikan keluarga menunjukkan bahwa kekhawatiran terkait privasi dan kepercayaan terhadap pemasok eksternal tetap menjadi hambatan utama dalam penerapan teknologi tersebut. Bisnis keluarga dan kantor keluarga memang tidak sama, namun kekhawatiran ini secara langsung berlaku bagi organisasi yang proposisi nilainya bergantung pada kerahasiaan dan kendali atas informasi.

Tata kelola harus didahulukan sebelum penerapan teknologi tingkat lanjut

Sebuah family office sebaiknya tidak memulai dengan membeli platform AI umum dan meminta karyawan untuk mencari cara memanfaatkannya. Pendekatan yang lebih tepat dimulai dengan masalah operasional yang terdefinisi dengan jelas, penanggung jawab yang jelas, serta tolok ukur keberhasilan yang jelas. Otomatisasi klasifikasi dokumen, misalnya, dapat dievaluasi berdasarkan waktu pemrosesan dan tingkat kesalahan, sedangkan janji umum untuk meningkatkan kinerja investasi sulit untuk diuji.

Tata kelola harus menetapkan keputusan mana saja yang dapat didukung oleh AI, mana yang memerlukan persetujuan manusia, dan mana yang harus sepenuhnya berada di luar sistem otomatis. Tata kelola juga harus menentukan pihak yang bertanggung jawab apabila hasil yang dihasilkan tidak akurat. Tanggung jawab tidak dapat dilimpahkan kepada penyedia layanan atau algoritma apabila kantor keluarga telah menggunakan hasil tersebut untuk melakukan pembayaran, menyetujui investasi, atau berkomunikasi dengan penerima manfaat.

Program implementasi praktis sebaiknya dimulai dengan memetakan alur kerja yang ada serta mengidentifikasi tugas-tugas yang berulang, hambatan, dan sumber kesalahan. Selanjutnya, kantor tersebut harus menilai kualitas data, memilih proyek percontohan yang berskala terbatas dan berisiko relatif rendah, mengukur nilai riil yang dihasilkan, serta menunjuk seorang peninjau manusia yang ditugaskan secara khusus untuk setiap hasil kerja yang signifikan.

Pendekatan bertahap ini mungkin tampak lebih lambat daripada peluncuran teknologi secara besar-besaran, tetapi dapat mengurangi risiko terintegrasinya proses yang buruk ke dalam sistem baru. Otomatisasi yang diterapkan pada data yang tidak akurat dapat menimbulkan kesalahan dengan lebih cepat dan menyebarkannya ke lebih banyak pihak.

Analisis investasi memerlukan kehati-hatian khusus

Family office tidak hanya berperan sebagai pengguna teknologi kecerdasan buatan (AI), tetapi juga sebagai investor aktif di perusahaan-perusahaan AI. Penelitian mengenai transaksi yang dilakukan oleh family office menunjukkan adanya minat yang signifikan terhadap kecerdasan buatan dan pembelajaran mesin dalam investasi di pasar swasta. Tren tersebut tidak boleh disamakan dengan bukti bahwa family office telah mengubah operasional internal mereka.

Penelitian UBS Family Office juga telah mengidentifikasi kecerdasan buatan sebagai tema investasi yang menarik. Bagi sebuah kantor yang mengevaluasi sektor ini, alat AI internal mungkin dapat meningkatkan proses penyaringan dan uji tuntas, namun alat tersebut juga dapat memperkuat konsensus dengan mengacu pada informasi publik dan asumsi yang sama yang digunakan oleh investor lain.

Para manajer sebaiknya mempertanyakan apakah rekomendasi yang didukung AI tersebut mencerminkan analisis baru atau sekadar merangkum sentimen pasar yang sedang berlaku. Mereka juga perlu memeriksa apakah model tersebut memiliki akses ke informasi terkini yang memadai, karena kondisi keuangan perusahaan, kinerja produk, dan regulasi dapat berubah lebih cepat daripada kecepatan pembaruan sistem serba guna.

Teknologi ini mungkin sangat berguna untuk membandingkan peluang investasi dengan eksposur yang sudah dimiliki keluarga. Sebuah kantor yang memiliki investasi di reksa dana teknologi, properti pusat data, dan perusahaan semikonduktor mungkin memiliki konsentrasi yang lebih besar pada permintaan terkait kecerdasan buatan (AI) daripada yang ditunjukkan oleh kategori portofolionya. Mengidentifikasi tumpang tindih ini dapat meningkatkan manajemen risiko, bahkan ketika sistem tidak memprediksi investasi mana yang akan memberikan kinerja lebih baik.

Peran manusia justru menjadi semakin terspesialisasi, bukan menjadi tidak diperlukan lagi

Kantor keluarga tampaknya tidak akan menggantikan para profesional senior mereka dengan sistem otonom. Pekerjaan mereka melibatkan penilaian, kebijaksanaan, dan pemahaman akan hubungan-hubungan yang jarang didokumentasikan secara lengkap. Sebuah keputusan mungkin perlu mempertimbangkan preferensi beberapa generasi, sejarah bisnis keluarga, serta konsekuensi bagi kerabat yang memiliki kepentingan finansial yang berbeda-beda.

AI dapat mengubah cara karyawan memanfaatkan waktu mereka. Akuntan mungkin akan meninjau kasus-kasus yang tidak biasa alih-alih memasukkan setiap transaksi, para profesional investasi mungkin akan fokus pada menafsirkan laporan manajer, dan penasihat mungkin akan mempersiapkan rapat keluarga dengan informasi yang lebih lengkap. Hal ini dapat meningkatkan nilai keahlian manusia, asalkan karyawan dilatih untuk mengkritisi hasil otomatisasi alih-alih menerimanya begitu saja.

Persyaratan perekrutan juga mungkin berubah. Kantor-kantor akan membutuhkan tenaga profesional yang memahami investasi atau keuangan sekaligus mampu bekerja sama dengan sistem data, penyedia teknologi, dan spesialis keamanan siber. Hanya sedikit kantor kecil yang mampu mempertahankan semua kemampuan tersebut secara internal, sehingga pemilihan vendor dan pengawasan eksternal menjadi semakin penting.

Pelatihan harus melampaui sekadar instruksi teknis. Karyawan perlu memahami halusinasi, kebocoran data, bias model, serta perbedaan antara tanggapan yang masuk akal dan kesimpulan yang terverifikasi. Keyakinan terhadap redaksi jawaban yang dihasilkan oleh AI bukanlah bukti keakuratan.

Tahap berikutnya akan berfokus pada integrasi, bukan pada prediksi

Selama tiga hingga lima tahun ke depan, penerapan kecerdasan buatan (AI) di kantor keluarga diperkirakan akan semakin meluas dalam bidang pelaporan, pemrosesan dokumen, analisis arus kas, kepatuhan, dan keamanan siber. Kemajuan yang dicapai akan lebih bergantung pada integrasi alat-alat tersebut dengan data portofolio dan entitas yang andal, daripada pada kemajuan spektakuler dalam bidang prediksi. Kantor-kantor yang telah menerapkan platform agregasi dan tata kelola data yang konsisten akan berada dalam posisi yang lebih baik untuk memanfaatkan AI secara produktif.

Sistem yang lebih canggih pada akhirnya dapat mengoordinasikan alur kerja rutin di bidang akuntansi, pemantauan investasi, dan pelaporan keluarga. Alat yang telah diberi wewenang dapat mengidentifikasi permintaan penambahan modal yang akan datang, memeriksa likuiditas yang tersedia, menyusun rekomendasi pendanaan, dan meneruskannya kepada karyawan yang berwenang untuk disetujui. Proses semacam itu akan mengurangi beban kerja administratif sekaligus tetap mempertahankan kontrol manusia atas transfer dana.

Penerapan sistem tersebut mungkin tetap tidak merata karena kantor keluarga memiliki perbedaan yang sangat besar dalam hal skala dan tujuan. Sebuah organisasi besar yang mencakup beberapa generasi, memiliki banyak entitas, dan dilengkapi tim investasi institusional memiliki alasan ekonomi yang lebih kuat untuk menggunakan sistem yang dirancang khusus dibandingkan dengan kantor kecil yang mengelola portofolio yang relatif sederhana. Biaya implementasi harus dibandingkan dengan tingkat kompleksitas yang ingin dikurangi.

Kantor keluarga yang paling mungkin memperoleh manfaat dari AI bukanlah yang menggunakan jumlah alat terbanyak. Melainkan, mereka yang mampu mengidentifikasi di mana teknologi dapat meningkatkan suatu proses tertentu tanpa mengorbankan kerahasiaan atau akuntabilitas. Data adopsi dari Campden Wealth menunjukkan bahwa eksperimen sudah cukup meluas untuk dianggap signifikan, namun data tersebut belum membuktikan bahwa AI telah menjadi model operasional standar di seluruh sektor ini.

Teknologi tidak dapat menggantikan peran sebuah family office yang terorganisir dengan baik

Integrasi kecerdasan buatan (AI) dalam operasional family office menawarkan jalan yang dapat diandalkan menuju pelaporan yang lebih cepat, peninjauan dokumen yang lebih efisien, deteksi anomali yang lebih akurat, serta perencanaan likuiditas yang lebih terinformasi. Manfaat-manfaat ini sangat berharga karena kekayaan keluarga kini semakin tersebar secara geografis dan semakin kompleks secara operasional. Namun, manfaat-manfaat tersebut tidak mendukung klaim bahwa AI dapat secara mandiri mengoptimalkan portofolio atau menjamin imbal hasil yang lebih tinggi.

Pekerjaan yang sangat menentukan dilakukan sebelum sebuah model diterapkan. Kantor harus mengatur datanya, memperjelas tanggung jawab, melindungi informasi rahasia, dan menentukan keputusan mana saja yang memerlukan penilaian manusia. Tanpa landasan-landasan tersebut, sistem canggih justru dapat menambah biaya sekaligus membuat analisis yang tidak dapat diandalkan tampak seolah-olah akurat.

Oleh karena itu, AI sebaiknya dipandang sebagai kemampuan operasional, bukan sebagai solusi umum. AI dapat membantu sebuah family office memahami aset dan kewajibannya dengan lebih cepat, tetapi tidak dapat menentukan apa yang menjadi nilai-nilai keluarga, bagaimana kepentingan yang saling bertentangan harus diseimbangkan, atau risiko mana yang dapat diterima lintas generasi. Pertanyaan-pertanyaan tersebut tetap menjadi tanggung jawab manusia.