Artikel

Risiko harga komoditas mulai menekan banyak perusahaan di seluruh dunia. Kenaikan harga bahan baku dan kelangkaan material membuat biaya produksi sulit dikendalikan.

Laporan terbaru dari Aon menyebutkan, risiko harga komoditas menempati posisi keenam dalam daftar risiko global pada 2025. Posisi ini diperkirakan akan naik ke peringkat keempat pada 2028.

Kondisi ini menunjukkan tekanan belum akan mereda dalam waktu dekat.

Risiko Harga Komoditas Dipicu Banyak Faktor

Risiko harga komoditas dipengaruhi oleh beberapa faktor yang saling berkaitan. Ketegangan geopolitik menjadi salah satu pemicu utama yang mengganggu rantai pasok global.

Selain itu, cuaca ekstrem juga ikut memperparah situasi. Banjir, kekeringan, dan badai membuat produksi bahan baku terganggu.

Kekurangan tenaga kerja di sejumlah sektor ikut memperlambat distribusi. Akibatnya, pasokan tersendat dan harga naik.

Di sisi lain, kebijakan tarif perdagangan membuat biaya impor bahan baku semakin mahal. Dampaknya langsung terasa pada sektor manufaktur dan konstruksi.

Kenaikan risiko harga komoditas tidak hanya terjadi di satu sektor. Industri energi, misalnya, sempat mengalami lonjakan harga minyak akibat konflik geopolitik dan pemangkasan produksi.

Sementara itu, sektor logam dan mineral menghadapi tantangan berbeda. Kelangkaan bahan seperti tembaga dan rare earth membuat biaya produksi energi terbarukan ikut naik.

Di sektor pangan, harga komoditas masih bergerak tidak stabil. Gangguan rantai pasok dan perubahan cuaca membuat pasokan sulit diprediksi.

Kondisi ini membuat banyak perusahaan harus menyesuaikan strategi agar tetap bertahan.

Survei global menunjukkan hampir setengah perusahaan pernah mengalami kerugian akibat risiko ini dalam 12 bulan terakhir. Angkanya mencapai 47 persen.

Meski begitu, sekitar 60 persen perusahaan mengaku sudah memiliki rencana untuk menghadapi risiko tersebut.

Masalahnya, hanya sebagian kecil yang benar-benar menghitung dampak finansialnya secara detail. Artinya, masih banyak perusahaan yang belum siap menghadapi gejolak pasar.

Strategi Menghadapi Risiko Harga Komoditas

Perusahaan mulai mencari cara untuk mengurangi dampak risiko harga komoditas. Salah satu langkah yang banyak dilakukan adalah diversifikasi pemasok.

Dengan tidak bergantung pada satu sumber, risiko gangguan pasokan bisa ditekan.

Selain itu, beberapa perusahaan mulai menggunakan instrumen lindung nilai atau hedging. Cara ini membantu menjaga biaya tetap stabil meski harga pasar berfluktuasi.

Pemanfaatan data dan analisis juga semakin penting. Dengan pemantauan real-time, perusahaan bisa mengambil keputusan lebih cepat saat risiko muncul.

Di sisi lain, solusi asuransi dan transfer risiko mulai dilirik. Meski tidak langsung menutup risiko harga, pendekatan ini bisa mengurangi dampak kerugian lanjutan.

Risiko harga komoditas diperkirakan tetap menjadi tantangan besar dalam beberapa tahun ke depan. Perubahan iklim, konflik global, dan ketidakpastian ekonomi masih akan memengaruhi pasar.

Perusahaan yang mampu beradaptasi lebih cepat punya peluang lebih besar untuk bertahan. Sementara yang lambat merespons berisiko tertinggal di tengah persaingan yang makin ketat.

Situasi ini membuat manajemen risiko tidak lagi jadi pilihan, tetapi kebutuhan utama bagi dunia usaha.

Artikel ini telah diterbitkan oleh AON, dengan judul Commodity Price Risk and Material Scarcity: An Escalating and Complex Risk. Artikel selengkapnya dapat dibaca di sini.

Risiko AI di perbankan kini menjadi perhatian para pemimpin risiko di industri keuangan. Perkembangan teknologi seperti kecerdasan buatan dan meningkatnya kejahatan siber membuat bank harus mengubah cara mereka mengelola risiko.

Survei ProSight 2026 CRO Outlook menunjukkan, 74% kepala manajemen risiko (CRO) menempatkan risiko siber dan teknologi sebagai lima risiko terbesar. Angka ini menggambarkan tekanan yang terus meningkat di sektor perbankan.

Teknologi baru memang membuka peluang. Namun, di saat yang sama, risiko yang muncul juga semakin kompleks.

Risiko AI di Perbankan Mendorong Lonjakan Penipuan

Salah satu dampak terbesar dari risiko AI di perbankan adalah meningkatnya potensi penipuan. Dalam survei tersebut, kejahatan finansial menjadi risiko terbesar kedua yang dihadapi bank.

Sekitar 32% responden mengaku khawatir AI akan digunakan untuk melakukan penipuan. Teknologi seperti deepfake membuat penipuan semakin sulit dideteksi.

Pelaku kejahatan kini bisa memanfaatkan AI untuk meniru suara atau wajah seseorang. Ini membuka celah baru dalam sistem keamanan bank.

Selain itu, penggunaan agen AI oleh nasabah juga menambah titik rawan baru. Interaksi antara manusia dan mesin menjadi celah yang bisa dimanfaatkan oleh pelaku kejahatan.

Di tengah risiko tersebut, bank tetap bergerak cepat mengadopsi AI. Sebanyak 54% bank sudah menggunakan AI dalam operasional mereka.

Bahkan, 48% bank berencana menggunakan AI untuk manajemen risiko dalam dua tahun ke depan.

Penggunaan AI di perbankan mencakup berbagai fungsi. Mulai dari verifikasi nasabah (Know Your Customer), pencegahan pencucian uang, hingga analisis kredit dan kepatuhan regulasi. Namun, langkah ini belum sepenuhnya diimbangi dengan sistem pengawasan yang matang.

Meski adopsi AI meningkat, hanya 12% bank yang merasa memiliki kerangka tata kelola AI yang sangat matang. Banyak bank masih dalam tahap membangun sistem persetujuan dan pengawasan AI. Tujuannya agar penggunaan teknologi ini tetap aman dan terkendali.

Perubahan juga akan semakin besar dengan hadirnya agen AI. Ini adalah sistem AI yang bisa bertindak sendiri tanpa campur tangan manusia. Model ini berpotensi mengubah cara bank berinteraksi dengan nasabah. Namun, risikonya juga lebih sulit dikendalikan.

Untuk menghadapi risiko yang makin kompleks, bank mulai membentuk tim lintas fungsi. Tim ini menggabungkan keahlian di bidang siber, fraud, dan kepatuhan. Fokus utamanya adalah mendeteksi ancaman lebih cepat dan merespons dengan tepat. 

Salah satu langkah yang mulai banyak dilakukan adalah membangun tim khusus untuk mengawasi ancaman dari dalam organisasi atau insider threat. Tim ini menggunakan alat pemantauan dan panduan tindakan untuk mencegah potensi pelanggaran sejak dini.

Risiko AI di perbankan tidak lagi sekadar isu teknologi. Ini sudah menjadi bagian dari strategi bisnis dan pengelolaan risiko.

Artikel ini telah diterbitkan oleh ProSight, dengan judul Cyber Risk and AI Are Reshaping the CRO Agenda. Artikel selengkapnya dapat dibaca di sini.

Strategi menghadapi tarif impor kini jadi perhatian utama pelaku bisnis global. Kenaikan tarif dan kebijakan perdagangan yang berubah cepat membuat banyak perusahaan kesulitan menjaga keuntungan.

Laporan terbaru dari Oliver Wyman menyebutkan, 89% CEO perusahaan besar melihat tarif sebagai risiko serius bagi bisnis mereka. Angka ini naik tajam dibanding tahun sebelumnya. Dampaknya terasa langsung, mulai dari margin keuntungan yang tertekan hingga pengelolaan stok yang makin rumit.

Perusahaan tidak bisa lagi mengandalkan cara lama. Mereka perlu pendekatan baru yang lebih fleksibel dan cepat beradaptasi.

Strategi Menghadapi Tarif Impor dari Sisi Harga

Penyesuaian harga jadi langkah paling cepat untuk merespons kenaikan tarif. Banyak perusahaan kini langsung menaikkan harga atau menambah biaya tambahan ke pelanggan.

Survei menunjukkan, sekitar 76% produsen dan peritel mempercepat kenaikan harga setelah tarif diberlakukan. Waktu respons kini jauh lebih singkat dibanding sebelumnya.

Namun, menaikkan harga tidak bisa dilakukan sembarangan. Perusahaan perlu mempertimbangkan posisi di pasar dan daya beli pelanggan. Jika salah langkah, konsumen bisa beralih ke pesaing.

Karena itu, strategi harga harus terus diperbarui. Tim penjualan dan pemasaran perlu aktif memantau kondisi pasar dan menyesuaikan harga secara berkala.

Beberapa perusahaan bahkan mulai menciptakan model harga baru. Contohnya seperti sistem langganan atau paket layanan untuk menjaga pelanggan tetap loyal.

Mengatur Stok Agar Arus Kas Tetap Aman

Selain harga, pengelolaan stok juga jadi bagian penting dalam strategi menghadapi tarif impor. Dalam banyak industri, persediaan barang bisa menyerap lebih dari 70% arus kas.

Masalah muncul ketika perusahaan menyimpan terlalu banyak stok. Biayanya tinggi, apalagi saat tarif membuat harga barang naik.

Sebaliknya, jika stok terlalu sedikit, perusahaan bisa kehilangan penjualan karena barang tidak tersedia.

Perusahaan perlu menyeimbangkan keduanya. Mereka harus memastikan stok cukup untuk memenuhi permintaan, tapi tetap efisien dari sisi biaya.

Beberapa langkah yang bisa dilakukan antara lain memperbaiki perencanaan permintaan, mengatur ulang jalur distribusi, dan memantau stok secara real-time.

Salah satu perusahaan kimia bahkan berhasil meningkatkan tingkat pemenuhan pesanan hingga 40% dan menurunkan stok 25% dalam waktu sembilan bulan dengan strategi ini.

Mengubah Strategi Pasokan dari China

Banyak perusahaan selama ini bergantung pada China sebagai pusat produksi. Namun tarif tinggi memaksa mereka mencari alternatif.

Ada tiga pilihan utama. Pertama, memindahkan produksi ke negara lain seperti di Asia Tenggara. Biaya tenaga kerja memang lebih murah, tapi produktivitas sering lebih rendah dan waktu pengiriman lebih lama.

Kedua, bekerja sama dengan pemasok lokal di negara baru. Biayanya bisa lebih murah, tapi kemampuan produksi belum tentu setara.

Ketiga, tetap bertahan di China dengan risiko tarif tinggi yang bisa mencapai 45% hingga 60%.

Melihat kondisi ini, banyak perusahaan mulai menggabungkan beberapa pendekatan sekaligus. Produk dengan volume besar dipindahkan ke luar China, sementara produk yang lebih kompleks tetap diproduksi di sana. Langkah ini dinilai lebih fleksibel dan bisa menekan risiko.

Perubahan kebijakan tarif bisa terjadi kapan saja. Perusahaan yang lambat beradaptasi berisiko kehilangan daya saing. Strategi menghadapi tarif impor perlu dijalankan secara bersamaan dari sisi harga, stok, dan pasokan. Ketiganya saling berkaitan dan tidak bisa dipisahkan.

Dalam jangka pendek, perusahaan bisa mulai dengan penyesuaian harga dan efisiensi stok. Dalam jangka panjang, mereka perlu membangun rantai pasok yang lebih kuat dan fleksibel.

Artikel ini telah diterbitkan oleh Oliver Wyman, dengan judul A Three-Part Framework For Tackling Tariff Uncertainty. Artikel selengkapnya dapat dibaca di sini.

Risiko persaingan bisnis semakin meningkat dan menjadi ancaman nyata bagi perusahaan di seluruh dunia. Tekanan pasar yang makin ketat membuat banyak perusahaan kesulitan menjaga posisi mereka di tengah perubahan cepat.

Laporan terbaru dari Aon menyebutkan, risiko ini menempati posisi kelima dalam daftar risiko global pada 2025. Bahkan, dalam beberapa tahun ke depan, risikonya diperkirakan naik ke posisi tiga besar.

Persaingan yang makin tajam tidak muncul begitu saja. Ada beberapa faktor besar yang mendorong kondisi ini.

Risiko Persaingan Bisnis Dipicu Teknologi dan Talenta

Perubahan teknologi menjadi salah satu pendorong utama risiko persaingan bisnis. Kehadiran kecerdasan buatan, otomatisasi, hingga digitalisasi membuat cara perusahaan bersaing ikut berubah.

Perusahaan yang lambat beradaptasi berpotensi tertinggal. Sementara itu, pesaing yang lebih cepat memanfaatkan teknologi bisa menekan biaya dan meningkatkan efisiensi.

Selain teknologi, perebutan tenaga kerja berkualitas juga makin ketat. Banyak perusahaan mencari talenta di bidang data dan AI. Namun, jumlah tenaga ahli masih terbatas.

Akibatnya, perusahaan yang gagal menarik dan mempertahankan talenta akan kesulitan berkembang.

Tekanan Geopolitik Tambah Kompleks Persaingan

Faktor lain yang memperbesar risiko persaingan bisnis adalah kondisi geopolitik. Banyak negara mulai memindahkan rantai pasok ke dalam negeri atau wilayah yang lebih dekat.

Langkah ini memang memberi keuntungan bagi pemain lokal. Namun, di sisi lain, kondisi ini membuat rantai pasok global jadi lebih rumit.

Keterbatasan akses terhadap bahan baku, energi, dan pasar juga bisa menghambat pertumbuhan perusahaan.

Meski sebagian perusahaan mengaku sudah siap menghadapi tekanan persaingan, kenyataannya risiko ini tetap terjadi.

Dalam survei tersebut, sekitar 43% responden mengaku mengalami kerugian dalam 12 bulan terakhir akibat persaingan yang meningkat.

Di sisi lain, hanya 44% perusahaan yang sudah menyiapkan strategi khusus untuk menghadapi risiko ini. Angka ini menunjukkan masih ada celah antara kesiapan dan realitas di lapangan.

Untuk menghadapi risiko persaingan bisnis, perusahaan perlu bergerak lebih cepat dan fleksibel.

Salah satu langkah penting adalah berani berinovasi. Perusahaan yang aktif mengembangkan teknologi baru cenderung lebih siap menghadapi perubahan pasar.

Selain itu, penguatan sumber daya manusia juga tidak kalah penting. Perusahaan perlu fokus pada pengembangan keterampilan karyawan, bukan hanya perekrutan.

Keamanan data juga menjadi perhatian. Saat persaingan makin digital, risiko serangan siber ikut meningkat. Perusahaan perlu melindungi sistem mereka agar tidak kehilangan kepercayaan pelanggan.

Di sisi lain, menjaga loyalitas pelanggan juga menjadi kunci. Konsumen kini punya banyak pilihan, sehingga pengalaman dan kualitas layanan menjadi penentu.

Artikel ini telah diterbitkan oleh AON, dengan judul Increasing Competition Is Intensifying Risk for Organizations. Artikel selengkapnya dapat dibaca di sini.

Risiko generative AI di sektor keuangan mulai menjadi perhatian serius bagi bank dan perusahaan asuransi. Lonjakan penggunaan teknologi ini memicu banyak permintaan implementasi, tetapi di sisi lain juga membawa potensi masalah baru yang tidak bisa diabaikan.

Laporan terbaru menunjukkan tim risiko dan kontrol di lembaga keuangan kini kewalahan menghadapi banyaknya penggunaan  generative AI. Untuk mengatasinya, sejumlah perusahaan mulai mengelompokkan risiko agar lebih mudah dikendalikan dan dimitigasi.

Delapan Risiko Generative AI di Sektor Keuangan

Ada delapan jenis risiko utama yang sering muncul dalam penggunaan  generative AI di sektor keuangan.

Pertama, risiko integritas data. Pengelolaan data yang lemah bisa membuat data tidak akurat atau bahkan bocor. Ini bisa berdampak pada keputusan bisnis yang keliru.

Kedua, kesalahan model atau “halusinasi AI”. Model AI bisa menghasilkan informasi yang salah jika tidak diawasi dengan baik. Masalah ini sering muncul karena kurangnya transparansi dalam sistem.

Ketiga, risiko dari pihak vendor. Kerja sama dengan penyedia teknologi bisa bermasalah jika tidak diawasi. Pelanggaran kontrak atau layanan yang tidak optimal bisa mengganggu operasional.

Keempat, integrasi teknologi yang tidak maksimal. Banyak perusahaan kesulitan menggabungkan AI dengan sistem lama mereka. Akibatnya, proses bisnis jadi tidak efisien.

Kelima, risiko keamanan informasi. Akses yang terlalu luas ke sistem AI bisa membuka celah kebocoran data. Ini menjadi ancaman serius, terutama bagi data nasabah.

Keenam, risiko hukum dan regulasi. Penggunaan AI harus mengikuti aturan yang berlaku. Selain itu, bias dalam data pelatihan juga bisa memicu masalah hukum.

Ketujuh, risiko reputasi. Kesalahan AI bisa merusak kepercayaan publik. Sekali kepercayaan hilang, dampaknya bisa panjang bagi perusahaan.

Kedelapan, risiko strategi. Perusahaan yang lambat mengadopsi AI bisa tertinggal. Namun, adopsi tanpa arah juga bisa merugikan.

Cara Perusahaan Mengatasi Risiko AI

Perusahaan keuangan mulai mengambil langkah untuk mengurangi risiko generative AI di sektor keuangan. Salah satu cara utama adalah memperkuat tata kelola data.

Mereka juga membentuk tim lintas fungsi yang melibatkan IT, risiko, dan bagian pengadaan. Tujuannya untuk memastikan semua aspek penggunaan AI terkontrol.

Selain itu, perusahaan mulai menerapkan pengawasan ketat terhadap model AI. Setiap penggunaan harus melalui pengujian dan evaluasi sebelum diterapkan.

Untuk vendor, proses seleksi kini lebih ketat. Perusahaan memastikan mitra teknologi memiliki standar keamanan dan layanan yang jelas.

Di sisi keamanan, sistem akses diperketat. Teknologi seperti cloud privat mulai digunakan untuk melindungi data sensitif.

Langkah lain yang dilakukan adalah menyiapkan strategi komunikasi. Ini penting untuk menjaga kepercayaan publik jika terjadi masalah.

Meski berbagai langkah sudah dilakukan, risiko tidak bisa dihilangkan sepenuhnya. Namun, perusahaan bisa menguranginya hingga level yang bisa diterima.

Pendekatan yang terencana dinilai lebih efektif dibandingkan penanganan kasus per kasus. Perusahaan yang menyiapkan strategi sejak awal cenderung lebih siap menghadapi perkembangan AI.

Artikel ini telah diterbitkan oleh Bain, dengan judul Generative AI in Financial Services: Eight Risks and How to Overcome Them. Artikel selengkapnya dapat dibaca di sini.

Manajemen risiko perbankan kini mengalami perubahan besar seiring tekanan teknologi dan regulasi yang makin kuat. Bank tidak lagi hanya fokus pada risiko kredit, tetapi juga harus menghadapi ancaman siber, perubahan iklim, hingga risiko pihak ketiga.

Laporan terbaru McKinsey menunjukkan, fungsi manajemen risiko di bank global tetap stabil dari sisi jumlah tenaga kerja dan biaya. Namun, di balik stabilitas itu, terjadi pergeseran besar dalam cara bank mengelola risiko.

Perubahan Fokus dalam Manajemen Risiko Perbankan

Selama beberapa tahun terakhir, bank mulai mengalihkan perhatian dari risiko kredit ke risiko operasional dan pasar. Hal ini terlihat dari penurunan tenaga kerja di area risiko kredit, yang sebagian digantikan oleh otomatisasi.

Sebaliknya, tim yang menangani risiko operasional justru meningkat cukup signifikan. Risiko seperti serangan siber, kebocoran data, hingga gangguan sistem kini menjadi perhatian utama.

Selain itu, bank juga mulai memperkuat pengawasan terhadap risiko non-keuangan. Ini termasuk risiko terkait teknologi, kepatuhan, hingga lingkungan dan sosial.

Teknologi dan AI Mulai Mendominasi

Peran teknologi dalam manajemen risiko perbankan semakin besar. Sekitar 70 persen bank sudah mulai menggunakan kecerdasan buatan (AI) dalam berbagai fungsi, seperti penilaian kredit dan deteksi penipuan.

Penggunaan AI membantu bank bekerja lebih cepat dan efisien. Proses yang sebelumnya memakan waktu lama kini bisa dilakukan secara otomatis.

Meski begitu, ada beberapa tantangan yang masih dihadapi. Kualitas data yang buruk, masalah privasi, dan risiko penyalahgunaan menjadi hambatan utama dalam penerapan AI.

Regulator di berbagai negara juga meningkatkan pengawasan terhadap bank. Di Eropa, misalnya, bank harus memenuhi standar yang lebih tinggi dalam pengelolaan risiko iklim dan pelaporan data.

Perubahan Cara Kerja dan Organisasi

Untuk menjawab tantangan ini, banyak bank mulai merombak struktur organisasinya. Mereka membangun pusat layanan bersama dan pusat keunggulan untuk meningkatkan efisiensi.

Beberapa bank juga memindahkan sebagian operasional ke luar negeri untuk menekan biaya. Namun, fungsi yang sensitif seperti hubungan dengan regulator tetap dipertahankan di dalam negeri.

Selain itu, bank mulai mengandalkan otomatisasi dan AI untuk menggantikan pekerjaan rutin. Tenaga kerja manusia kemudian dialihkan ke tugas yang membutuhkan analisis dan pengambilan keputusan.

Ke depan, ukuran tim bukan lagi penentu utama keberhasilan. Produktivitas dan efektivitas menjadi faktor yang lebih penting dalam manajemen risiko perbankan.

Bank yang unggul biasanya memiliki sistem yang lebih sederhana, penggunaan teknologi yang optimal, serta pembagian tugas yang jelas. Mereka juga mampu menggabungkan kekuatan teknologi dengan penilaian manusia. Kombinasi ini dinilai penting untuk menghadapi risiko yang semakin kompleks.

Pada akhirnya, perubahan ini mendorong bank untuk tidak hanya mengelola risiko, tetapi juga membangun ketahanan bisnis. Bank yang mampu beradaptasi lebih cepat akan memiliki posisi yang lebih kuat di tengah persaingan yang ketat.

Artikel ini telah diterbitkan oleh McKinsey, dengan judul Global Risk Productivity Survey: Four Themes Shaping Risk Management. Artikel selengkapnya dapat dibaca di sini.

Risk professional 2026 menjadi topik yang semakin banyak dibahas karena perubahan besar dalam dunia kerja dan bisnis. Perusahaan kini tidak lagi mencari tenaga manajemen risiko yang hanya fokus pada kepatuhan, tetapi juga yang mampu memahami dinamika bisnis dan teknologi.

Tekanan risiko datang dari berbagai arah. Ancaman siber meningkat, penggunaan kecerdasan buatan makin luas, dan tuntutan terhadap aspek lingkungan serta tata kelola ikut menguat. Kondisi ini membuat peran risk professional berubah lebih strategis.

Jika sebelumnya fokus pada pelaporan dan kontrol, kini risk professional dituntut terlibat dalam pengambilan keputusan.

Risk Professional 2026 Butuh Skill yang Lebih Luas

Dalam tren risk professional 2026, kemampuan analisis tetap menjadi dasar utama. Namun, pendekatannya kini lebih berbasis data. Risk professional harus mampu membaca data dan mengubahnya menjadi insight yang berguna.

Pemahaman terhadap teknologi juga menjadi kebutuhan penting. Risiko digital seperti serangan siber dan kesalahan penggunaan AI semakin sering terjadi. Tanpa pemahaman ini, sulit bagi perusahaan untuk mengantisipasi potensi masalah.

Kemampuan berpikir kritis juga menjadi sorotan. Banyak risiko muncul dalam kondisi yang tidak pasti. Situasi seperti ini membutuhkan penilaian yang tajam, bukan sekadar mengikuti prosedur.

Komunikasi Menentukan Dampak Risiko

Risk professional 2026 juga dituntut memiliki kemampuan komunikasi yang kuat. Risiko yang sudah dianalisis tidak akan berdampak jika tidak dipahami oleh manajemen.

Karena itu, kemampuan menyederhanakan isu kompleks menjadi sangat penting. Risk professional harus bisa menjelaskan risiko dalam bahasa bisnis, bukan bahasa teknis.

Selain itu, kemampuan memengaruhi keputusan juga menjadi nilai tambah. Mereka perlu mendorong manajemen agar mengambil langkah yang tepat tanpa menghambat pertumbuhan bisnis.

Adaptasi dan Pemahaman Bisnis Jadi Kunci

Perubahan cepat membuat risk professional 2026 harus lebih adaptif. Skill yang relevan hari ini bisa cepat usang jika tidak diperbarui.

Kemampuan belajar hal baru menjadi penting. Terutama terkait teknologi, regulasi, dan tren industri.

Di sisi lain, pemahaman bisnis juga menjadi pembeda. Risk professional perlu memahami model bisnis perusahaan agar bisa mengaitkan risiko dengan strategi.

Perubahan risk professional 2026 menunjukkan pergeseran peran yang cukup signifikan. Kini, mereka tidak hanya menjaga perusahaan dari risiko, tetapi juga membantu menemukan peluang.

Perusahaan membutuhkan risk professional yang mampu melihat gambaran besar. Mereka diharapkan bisa memberikan pandangan yang seimbang antara risiko dan pertumbuhan.

Artikel ini telah diterbitkan oleh CRMS Indonesia, dengan judul Skill Risk Professional yang Paling Dicari di Era Risiko 2026. Artikel selengkapnya dapat dibaca di sini.

Strategi pengendalian biaya kini menjadi fokus utama perusahaan di tengah tekanan perdagangan global yang makin berat. Kenaikan tarif impor, biaya kepatuhan, dan ketidakpastian geopolitik membuat banyak pelaku bisnis harus memutar strategi agar tetap bertahan.

Dalam beberapa waktu terakhir, biaya operasional meningkat di banyak sektor. Tarif impor di sejumlah negara melonjak tajam dan berdampak luas ke berbagai produk. Di sisi lain, biaya tambahan seperti kepatuhan regulasi ikut menambah beban perusahaan.

Kondisi ini membuat perusahaan tidak bisa lagi mengandalkan efisiensi biasa. Mereka perlu pendekatan yang lebih menyeluruh agar tetap kompetitif.

Strategi Pengendalian Biaya Bukan Sekadar Pangkas Anggaran

Strategi pengendalian biaya bukan hanya soal memotong pengeluaran. Perusahaan perlu melihat ulang cara mereka mengelola rantai pasok, operasional, hingga strategi penjualan.

Perusahaan yang lebih siap biasanya sudah memiliki sistem yang kuat sejak awal. Mereka tidak menunggu tekanan datang, tetapi membangun struktur biaya yang lebih tahan terhadap perubahan.

Salah satu langkah penting adalah memperbaiki rantai pasok. Bukan hanya memindahkan produksi, tetapi juga mengatur ulang jaringan pemasok agar lebih fleksibel.

Dengan memiliki lebih dari satu pemasok, risiko gangguan bisa ditekan. Meski ada tambahan biaya di awal, langkah ini membantu menghindari kerugian yang lebih besar di kemudian hari.

Selain rantai pasok, teknologi juga menjadi bagian penting dalam strategi pengendalian biaya. Banyak perusahaan mulai menggunakan sistem digital untuk mengelola perdagangan dan kepatuhan.

Teknologi ini membantu memantau perubahan tarif, mengelola dokumen, dan memastikan proses berjalan sesuai aturan. Dengan sistem yang lebih rapi, risiko kesalahan dan denda bisa ditekan.

Penggunaan artificial intelligence (AI) juga mulai meningkat. Namun, belum semua perusahaan merasakan dampaknya.

Masalahnya, AI sering hanya dijadikan alat tambahan. Padahal, manfaat terbesar muncul ketika perusahaan mengubah proses kerja secara menyeluruh.

Jika diterapkan dengan tepat, AI bisa mempercepat pekerjaan, meningkatkan akurasi, dan menekan biaya operasional.

Penyesuaian Harga Jadi Pilihan Sulit

Tekanan biaya juga berdampak langsung ke strategi penjualan. Banyak perusahaan mulai menyesuaikan harga produk untuk menjaga margin.

Kenaikan tarif dan biaya bahan baku membuat harga lama sulit dipertahankan. Karena itu, perusahaan perlu lebih fleksibel dalam menentukan harga.

Selain itu, penggunaan data menjadi semakin penting. Dengan analisis yang tepat, perusahaan bisa fokus pada produk yang paling menguntungkan dan pasar yang masih berkembang.

Meski strategi sudah jelas, tantangan terbesar ada pada pelaksanaannya. Banyak perusahaan masih ragu bergerak karena kondisi global yang belum stabil.

Padahal, menunda keputusan bisa membuat perusahaan tertinggal. Perusahaan yang bergerak lebih cepat biasanya punya peluang lebih besar untuk bertahan.

Investasi juga tetap dibutuhkan, terutama di bidang teknologi, analitik, dan kepatuhan. Tidak semua biaya harus ditekan, karena ada pengeluaran yang justru penting untuk mendukung pertumbuhan.

Artikel ini telah diterbitkan oleh BCG, dengan judul As Trade Gets Tougher, Companies Turn to Cost Discipline. Artikel selengkapnya dapat dibaca di sini.

Tata kelola AI kini menjadi isu penting di level eksekutif, seiring makin luasnya penggunaan kecerdasan buatan di perusahaan. Teknologi ini tidak lagi sekadar eksperimen, tetapi sudah dipakai untuk pengambilan keputusan, otomatisasi proses, hingga meningkatkan layanan pelanggan.

Perubahan ini membuat pimpinan perusahaan harus berpikir ulang. Fokusnya bukan lagi apakah AI perlu digunakan, tetapi bagaimana memastikan penggunaannya aman, terkontrol, dan sesuai tujuan bisnis.

Risiko AI Kini Masuk Risiko Perusahaan

Penggunaan AI membawa dampak langsung ke berbagai aspek bisnis. Mulai dari laporan keuangan, kepatuhan regulasi, hingga reputasi perusahaan.

Masalahnya, risiko AI sering kali tidak terlihat di awal. Misalnya keputusan yang dihasilkan AI sulit dijelaskan, atau muncul bias yang merugikan kelompok tertentu. Ada juga risiko kebocoran data dan penyalahgunaan informasi.

Karena itu, risiko AI tidak bisa dianggap sebagai urusan tim teknologi saja. Risiko ini menyentuh seluruh organisasi dan perlu diawasi di tingkat manajemen.

Dari Uji Coba ke Sistem yang Terstruktur

Banyak perusahaan memulai AI dari proyek kecil. Biasanya berupa uji coba di satu divisi. Pendekatan ini memang cepat, tetapi tidak bisa dipakai dalam jangka panjang. Saat penggunaan AI makin luas, perusahaan butuh sistem yang lebih rapi.

Di sinilah tata kelola AI menjadi penting. Perusahaan perlu menetapkan siapa yang bertanggung jawab atas sistem AI, bagaimana proses persetujuan dilakukan, serta bagaimana kinerja AI dipantau.

Tanpa struktur yang jelas, penggunaan AI justru bisa menimbulkan masalah baru.

Tata Kelola AI Bukan Penghambat Inovasi

Ada anggapan bahwa aturan akan memperlambat inovasi. Namun dalam praktiknya, tata kelola justru membantu perusahaan bergerak lebih pasti.

Dengan aturan yang jelas, perusahaan bisa mengurangi ketidakpastian. Risiko bisa diidentifikasi lebih awal, sehingga keputusan bisnis jadi lebih terarah.

Tata kelola AI juga sebaiknya tidak berdiri sendiri. Perusahaan bisa menggabungkannya dengan sistem yang sudah ada, seperti manajemen risiko dan kontrol internal.

Pendekatan ini membuat proses lebih konsisten tanpa menambah beban baru.

Peran Penting Pimpinan dan Dewan

Penggunaan AI tidak bisa dilepas begitu saja ke tim teknis. Pimpinan bisnis tetap harus bertanggung jawab atas keputusan yang dihasilkan AI.

Artinya, setiap penggunaan AI harus jelas pemiliknya. Selain itu, tim risiko, hukum, dan keamanan perlu dilibatkan sejak awal.

Dewan direksi juga mulai memberi perhatian lebih pada isu ini. Mereka ingin tahu bagaimana AI digunakan, apa risikonya, dan bagaimana perusahaan mengendalikannya.

Tetap Butuh Peran Manusia

Meski AI bisa meningkatkan efisiensi, peran manusia tetap penting. Keputusan akhir tidak bisa sepenuhnya diserahkan ke mesin.

Perusahaan perlu menentukan kapan AI harus ditinjau manusia. Selain itu, kinerja AI harus terus dipantau agar tidak menyimpang dari tujuan awal.

Langkah ini juga penting untuk kebutuhan audit dan evaluasi di masa depan.

AI Harus Dikendalikan

Penggunaan AI akan terus berkembang dan menjadi bagian inti bisnis. Namun tanpa tata kelola AI yang kuat, manfaatnya bisa berubah menjadi risiko.

Perusahaan yang mampu mengelola AI dengan baik akan lebih siap menghadapi tekanan regulasi dan persaingan pasar. Mereka juga lebih dipercaya oleh pelanggan dan mitra.

Pada akhirnya, AI bukan hanya soal teknologi. Ini soal bagaimana perusahaan mengelola risiko dan mengambil keputusan secara bertanggung jawab.

Artikel ini telah diterbitkan oleh ISACA, dengan judul Responsible AI: From Emerging Technology to Executive Governance Imperative. Artikel selengkapnya dapat dibaca di sini.

Risiko AI generatif kini menjadi perhatian banyak perusahaan di tengah penggunaan teknologi kecerdasan buatan yang semakin luas. Teknologi ini memang membantu meningkatkan efisiensi bisnis, tetapi juga membuka celah risiko baru yang tidak bisa dianggap sepele.

Laporan dari Aon menyebutkan, penggunaan AI generatif sudah memicu berbagai insiden serius. Salah satunya adalah penipuan yang memanfaatkan teknologi ini untuk meniru suara dan wajah eksekutif perusahaan. Dalam satu kasus, pelaku berhasil menipu perusahaan hingga kerugian mencapai jutaan dolar.

Selain itu, gangguan teknologi seperti insiden CrowdStrike menunjukkan bagaimana kegagalan satu sistem bisa berdampak luas ke operasional bisnis dan rantai pasok.

Risiko AI Generatif Semakin Kompleks

Risiko AI generatif tidak hanya datang dari satu sisi. Ada beberapa jenis ancaman yang kini mulai muncul seiring adopsi teknologi ini.

Pertama, serangan siber berbasis AI. Pelaku kejahatan kini memanfaatkan AI untuk membuat serangan lebih cepat dan sulit dideteksi. Mereka bisa membuat malware baru atau menjalankan penipuan dengan teknik rekayasa sosial yang lebih meyakinkan.

Kedua, penggunaan AI tanpa pengawasan. Banyak perusahaan mulai bereksperimen dengan AI tanpa melalui proses pengujian dan pengamanan yang memadai. Praktik ini sering disebut sebagai “shadow AI”. Akibatnya, celah keamanan makin besar dan mudah dimanfaatkan.

Ketiga, dampak yang tidak disengaja. AI bisa menghasilkan informasi yang bias atau tidak akurat. Jika digunakan dalam layanan pelanggan atau keputusan bisnis, hal ini bisa merusak reputasi perusahaan.

Perusahaan Perlu Perkuat Manajemen Risiko

Menghadapi risiko AI generatif, perusahaan perlu memperkuat manajemen risiko secara menyeluruh. Tim risiko harus memahami bagaimana AI digunakan di dalam organisasi, termasuk potensi dampaknya.

Langkah pertama adalah meningkatkan koordinasi dengan tim teknologi. Perusahaan perlu memetakan penggunaan AI yang sedang berjalan maupun yang masih dalam tahap rencana. Dari situ, risiko bisa diidentifikasi lebih awal.

Langkah berikutnya adalah bekerja sama dengan mitra eksternal, seperti vendor dan perusahaan asuransi. Saat ini, banyak polis asuransi belum secara jelas mengatur risiko AI. Karena itu, perusahaan perlu mengevaluasi apakah perlindungan yang dimiliki sudah cukup.

Kasus gangguan CrowdStrike menjadi pelajaran penting. Dampaknya tidak hanya dirasakan oleh perusahaan yang menggunakan layanan tersebut, tetapi juga oleh pihak lain dalam ekosistem bisnis. Ini menunjukkan pentingnya perlindungan risiko yang mencakup seluruh rantai pasok.

Risiko AI generatif juga berkaitan dengan komunikasi perusahaan kepada publik. Banyak perusahaan mulai menyebut AI sebagai bagian dari strategi bisnis mereka.

Namun, pernyataan yang berlebihan bisa berujung masalah. Di beberapa negara, otoritas mulai menindak perusahaan yang dianggap melebih-lebihkan kemampuan AI mereka. Hal ini bisa berdampak pada kepercayaan investor dan harga saham.

Karena itu, manajemen perlu memastikan bahwa setiap klaim terkait AI sesuai dengan kondisi sebenarnya di lapangan.

Penggunaan AI generatif diperkirakan akan terus meningkat dalam beberapa tahun ke depan. Teknologi ini menawarkan banyak peluang, tetapi juga membawa risiko yang terus berkembang.

Perusahaan yang mampu memahami risiko AI generatif sejak awal akan lebih siap menghadapi perubahan. Sebaliknya, perusahaan yang mengabaikan aspek ini berpotensi menghadapi kerugian yang lebih besar di masa depan.

Artikel ini telah diterbitkan oleh AON, dengan judul The Role of Risk Management in the Age of Generative Artificial Intelligence. Artikel selengkapnya dapat dibaca di sini.