Industri Asuransi Masuk Era AI, Ini Tantangan Terbesarnya

Transformasi digital di industri asuransi memasuki babak baru. Jika sebelumnya perusahaan asuransi berfokus pada digitalisasi layanan dan perluasan kanal distribusi, kini perhatian mulai bergeser ke pemanfaatan data dan kecerdasan buatan (AI) sebagai penggerak utama pertumbuhan bisnis, efisiensi operasional, dan peningkatan pengalaman nasabah.

Di tengah persaingan yang semakin ketat serta tuntutan pelanggan yang menginginkan layanan cepat, personal, dan akurat, perusahaan asuransi dituntut mampu mengolah data menjadi informasi bernilai yang dapat mendukung pengambilan keputusan bisnis. Namun, keberhasilan implementasi AI ternyata tidak hanya bergantung pada kecanggihan teknologi, melainkan pada kualitas data yang menjadi fondasinya.

Hal tersebut disampaikan Alex Budiyanto, Presiden Asosiasi Manajemen Data Indonesia (DAMA Indonesia Jakarta), dalam forum Data & AI in Insurance yang membahas peluang dan tantangan penerapan data serta AI di sektor asuransi.

Menurut Alex, banyak organisasi yang terburu-buru mengadopsi AI tanpa memastikan kesiapan data yang dimiliki. Padahal, data merupakan “bahan bakar” utama yang menentukan kualitas hasil yang dihasilkan oleh teknologi AI.

“Saat ini hampir semua perusahaan berbicara mengenai AI. Namun yang sering terlupakan adalah fondasinya. AI tidak akan menghasilkan keputusan yang tepat jika data yang digunakan masih tidak lengkap, tidak konsisten, atau bahkan tidak akurat,” ujar Alex Budiyanto.

Ia menjelaskan bahwa AI pada dasarnya belajar dari data. Karena itu, kualitas data menjadi faktor yang sangat menentukan keberhasilan model AI dalam menghasilkan prediksi, rekomendasi, maupun analisis bisnis.

Industri Asuransi Tumbuh Positif

Pentingnya pengelolaan data semakin terlihat dari perkembangan industri asuransi yang terus menunjukkan pertumbuhan positif. Berdasarkan data Analytics Insurance PT Asuransi Nusantara Digital Kuartal II 2026, total premi bruto tercatat mencapai Rp4,87 triliun secara akumulatif sepanjang tahun berjalan 2026 atau meningkat 12,4 persen dibandingkan periode yang sama tahun sebelumnya.

Pertumbuhan tersebut juga diikuti peningkatan jumlah polis aktif yang mencapai 2,41 juta nasabah, naik 8,7 persen dibandingkan awal tahun. Angka ini mencerminkan semakin tingginya kesadaran masyarakat terhadap pentingnya perlindungan finansial sekaligus meningkatnya kepercayaan terhadap layanan asuransi.

Sementara itu, volume klaim yang diterima sepanjang tahun berjalan mencapai 58.240 klaim, turun 4,1 persen dibandingkan tahun sebelumnya. Penurunan ini turut mendorong perbaikan rasio kerugian (loss ratio) menjadi 61,3 persen, lebih baik dari target maksimal 65 persen dan meningkat 3,1 poin persentase dibandingkan tahun 2025.

Menurut Alex, capaian tersebut menunjukkan bahwa industri asuransi memiliki peluang besar untuk memanfaatkan analitik data dan AI guna meningkatkan efisiensi bisnis sekaligus memperkuat manajemen risiko.

“Data analytics memungkinkan perusahaan memahami pola perilaku nasabah, mengidentifikasi risiko lebih cepat, hingga meningkatkan akurasi underwriting. Ketika dipadukan dengan AI, proses yang sebelumnya memerlukan waktu berhari-hari dapat dilakukan dalam hitungan menit,” jelasnya.

Tantangan Data Masih Menjadi Hambatan

Meski potensi AI sangat besar, implementasinya di industri asuransi masih menghadapi berbagai tantangan mendasar. Salah satu yang paling sering ditemui adalah kualitas data yang belum konsisten antar sistem maupun antar unit bisnis.

Selain itu, banyak organisasi yang masih berjuang membangun tata kelola data yang matang. Tidak sedikit perusahaan yang memiliki definisi data berbeda antara satu divisi dengan divisi lainnya, sehingga menimbulkan ketidaksinkronan dalam pelaporan maupun analisis.

Alex mengungkapkan bahwa fragmentasi data masih menjadi persoalan klasik yang menghambat transformasi digital di banyak perusahaan asuransi.

Data pelanggan, data polis, data klaim, hingga data keuangan sering kali tersimpan dalam sistem yang berbeda dan tidak terintegrasi secara optimal. Akibatnya, perusahaan kesulitan memperoleh gambaran menyeluruh mengenai kondisi bisnis maupun kebutuhan pelanggan.

Tantangan lainnya mencakup keterbatasan metadata dan data lineage, integrasi dengan sistem legacy yang telah digunakan selama bertahun-tahun, minimnya sumber daya manusia yang memahami manajemen data, hingga keterbatasan infrastruktur yang mampu mendukung pengolahan data dalam skala besar.

Selain faktor teknis, perusahaan juga harus menghadapi tuntutan kepatuhan terhadap berbagai regulasi, termasuk aturan dari Otoritas Jasa Keuangan (OJK) dan Undang-Undang Perlindungan Data Pribadi (UU PDP).

“Kepercayaan adalah aset utama industri asuransi. Karena itu keamanan dan privasi data harus menjadi prioritas. Organisasi tidak hanya dituntut mampu memanfaatkan data, tetapi juga wajib memastikan data tersebut terlindungi dan dikelola sesuai regulasi,” kata Alex.

DAMA DMBOK Jadi Acuan Pengelolaan Data

Dalam pemaparannya, Alex juga menyoroti pentingnya kerangka kerja manajemen data yang terstruktur. Salah satu referensi global yang banyak digunakan adalah Data Management Body of Knowledge (DAMA-DMBOK) yang dikembangkan oleh DAMA International.

Organisasi yang berdiri sejak 1980 tersebut telah menjadi salah satu otoritas global dalam pengembangan praktik manajemen data. Melalui DAMA-DMBOK, perusahaan mendapatkan panduan mengenai berbagai aspek pengelolaan data, mulai dari data governance, data architecture, data quality, data security, hingga data science.

Alex menjelaskan bahwa DAMA juga memperkenalkan konsep DAMA Wheel, sebuah kerangka yang terdiri dari 11 area pengetahuan utama dalam manajemen data. Seluruh area tersebut saling terhubung dan mendukung siklus hidup data, mulai dari penciptaan, penyimpanan, integrasi, pengamanan, hingga pemanfaatan data sebagai aset strategis perusahaan.

Menurutnya, banyak organisasi yang berharap AI mampu menyelesaikan berbagai persoalan bisnis secara instan. Padahal, tanpa fondasi data yang kuat, manfaat AI tidak akan optimal.

“AI bukan solusi ajaib yang bisa langsung menyelesaikan semua masalah. Organisasi harus terlebih dahulu memastikan data governance berjalan baik, kualitas data terjaga, metadata tersedia, serta proses integrasi data dilakukan secara konsisten,” tegas Alex.

Strategi Data Menentukan Masa Depan AI

Untuk membantu organisasi menyusun strategi data yang lebih matang, DAMA International juga memperkenalkan konsep Aiken Pyramid yang dikembangkan oleh Peter Aiken, Presiden DAMA International.

Kerangka tersebut membantu perusahaan memahami tahapan pengelolaan data secara sistematis sehingga data dapat dimanfaatkan sebagai aset strategis yang mendukung pertumbuhan bisnis jangka panjang. Alex menilai bahwa perusahaan asuransi yang mampu membangun fondasi data yang kuat akan memiliki keunggulan kompetitif yang signifikan dibandingkan para pesaingnya.

Dengan dukungan data berkualitas dan AI yang tepat, perusahaan dapat mempercepat proses klaim, meningkatkan akurasi penilaian risiko, mengurangi potensi fraud, hingga menghadirkan layanan yang lebih personal kepada nasabah.

“Masa depan industri asuransi akan sangat ditentukan oleh kemampuan organisasi dalam mengelola data. Data bukan lagi sekadar hasil sampingan operasional, tetapi telah menjadi aset strategis yang menggerakkan inovasi, efisiensi, dan pertumbuhan bisnis. Semakin baik kualitas data, semakin besar pula nilai yang bisa dihasilkan oleh AI,” pungkas Alex Budiyanto.