ServiceNow dan BusinessNext: Arah AI untuk Workflow Keuangan Vertikal
Investasi ServiceNow pada BusinessNext menunjukkan arah baru AI enterprise: bukan sekadar chatbot, tetapi workflow keuangan vertikal yang memahami proses, risiko, compliance, dan exception handling.
ServiceNow dan BusinessNext: Arah AI untuk Workflow Keuangan Vertikal
Dalam briefing 24 Juli 2026, salah satu sinyal menarik untuk dunia finance automation adalah investasi ServiceNow pada BusinessNext yang diumumkan pada 22 Juli 2026. BusinessNext dikenal sebagai software perbankan dari India, dan langkah ini dikaitkan dengan ekspansi AI ServiceNow di layanan keuangan global.
Bagi saya, poin pentingnya bukan hanya soal investasi. Yang lebih menarik adalah arah pasar: AI enterprise mulai bergerak dari automasi umum menuju workflow vertikal yang sangat spesifik untuk industri tertentu, termasuk perbankan, pembiayaan, asuransi, dan layanan keuangan.
Dari AI Umum ke Vertical Software
Selama beberapa tahun terakhir, banyak perusahaan memakai AI untuk tugas horizontal seperti merangkum dokumen, menjawab tiket, membuat draft email, atau membantu pencarian data. Itu berguna, tetapi belum cukup untuk proses keuangan yang penuh aturan.
Di layanan keuangan, workflow tidak bisa hanya cepat. Ia harus bisa diaudit, mematuhi aturan internal, menjaga segregation of duties, dan mengelola risiko. Karena itu, saya melihat vertical software menjadi semakin penting.
Vertical software adalah software yang dibangun untuk kebutuhan industri tertentu. Dalam konteks BusinessNext dan ServiceNow, arahnya adalah software yang tidak hanya memahami task generic, tetapi juga memahami konteks perbankan: onboarding nasabah, verifikasi dokumen, rekonsiliasi, approval, ticketing operasional, hingga exception handling.
Mengapa Workflow Keuangan Butuh AI yang Domain-Specific
Workflow keuangan memiliki karakter yang berbeda dari workflow kantor biasa. Ada data sensitif, proses persetujuan berlapis, kewajiban dokumentasi, dan konsekuensi risiko yang besar jika terjadi kesalahan.
Contohnya, proses onboarding nasabah atau merchant bukan sekadar mengisi formulir. Sistem perlu menangani:
- Verifikasi dokumen identitas dan dokumen bisnis
- Pengecekan kelengkapan data
- Routing approval ke tim yang tepat
- Pencatatan audit trail
- Eskalasi jika ada data yang tidak konsisten
- Pemisahan tugas antara pembuat, pemeriksa, dan pemberi persetujuan
AI yang hanya membaca dokumen tidak cukup. AI harus terhubung ke workflow, rule, kontrol internal, dan mekanisme exception handling.
Audit Trail, Segregation of Duties, dan Compliance
Dalam finance automation, saya selalu menempatkan audit trail sebagai fondasi. Setiap keputusan penting harus bisa dijawab dengan pertanyaan sederhana: siapa melakukan apa, kapan, berdasarkan data apa, dan mengapa keputusan itu diambil.
Di sinilah platform workflow seperti ServiceNow punya posisi menarik. Jika AI dipakai di atas sistem workflow yang rapi, maka output AI bisa masuk ke proses yang terkontrol. Misalnya, AI membantu membaca dokumen dan memberi rekomendasi, tetapi keputusan final tetap mengikuti struktur approval.
Segregation of duties juga penting. Satu orang atau satu sistem tidak boleh memegang seluruh kontrol dari awal sampai akhir tanpa pemeriksaan. Untuk perusahaan keuangan, ini bukan formalitas. Ini adalah bagian dari risk management dan compliance.
Use Case Praktis untuk Bisnis Indonesia
Untuk konteks Indonesia, arah seperti ini relevan bukan hanya bagi bank besar. Profesional, UMKM, startup fintech, koperasi modern, perusahaan pembiayaan, dan bisnis dengan banyak transaksi juga bisa mengambil pelajaran.
Beberapa use case yang menurut saya paling realistis:
1. Onboarding pelanggan dan vendor
AI dapat membantu membaca dokumen, mengecek kelengkapan data, dan mengarahkan kasus ke tim yang sesuai. Namun, sistem tetap perlu workflow approval, audit trail, dan kontrol akses.
2. Verifikasi dokumen
Untuk dokumen KTP, NPWP, akta, invoice, kontrak, atau rekening koran, AI bisa membantu ekstraksi data. Nilainya meningkat jika hasil ekstraksi langsung masuk ke proses review, bukan berhenti sebagai teks mentah.
3. Rekonsiliasi transaksi
Banyak UMKM dan bisnis digital masih menghabiskan waktu untuk mencocokkan pembayaran, invoice, refund, dan settlement. AI dapat membantu menemukan pola ketidaksesuaian, tetapi exception handling tetap perlu dirancang dengan jelas.
4. Ticketing keuangan internal
Pertanyaan seperti status pembayaran, invoice belum diproses, data vendor salah, atau refund tertunda bisa masuk ke sistem ticketing. AI dapat melakukan klasifikasi, prioritas, dan rekomendasi tindakan, sementara tim tetap memiliki kontrol final.
5. Exception handling
Dalam proses keuangan, kasus normal bisa diotomasi. Tantangan sebenarnya ada pada pengecualian: dokumen tidak lengkap, transaksi ganda, data tidak cocok, approval tertahan, atau risiko fraud. Workflow yang baik harus membuat exception terlihat, terukur, dan mudah ditindaklanjuti.
Implikasi untuk Profesional dan Tim Engineering
Sebagai software engineer, saya melihat tren ini sebagai pengingat bahwa AI di finance tidak cukup dibangun sebagai fitur tambahan. AI harus dirancang bersama proses bisnis.
Jika tim engineering ingin membangun finance automation yang tahan lama, beberapa prinsip ini penting:
- Mulai dari workflow, bukan dari model AI
- Definisikan status, role, approval, dan exception sejak awal
- Simpan audit trail untuk tindakan manusia dan tindakan sistem
- Pisahkan rekomendasi AI dari keputusan final jika prosesnya sensitif
- Pastikan kontrol akses mengikuti tanggung jawab pekerjaan
- Buat dashboard untuk risiko, bottleneck, dan SLA
- Siapkan mekanisme override yang tetap tercatat
Dengan pendekatan ini, AI tidak hanya membuat proses terlihat modern. AI benar-benar membantu operasi keuangan menjadi lebih cepat, konsisten, dan mudah diaudit.
Catatan untuk UMKM dan Bisnis yang Baru Memulai
UMKM tidak harus langsung memakai platform enterprise besar. Pelajaran terpenting dari tren ServiceNow dan BusinessNext adalah cara berpikirnya.
Mulailah dengan memetakan proses keuangan yang paling sering bermasalah. Misalnya invoice telat diproses, rekonsiliasi manual, dokumen vendor tercecer, atau approval pembayaran tidak jelas. Setelah itu, buat workflow sederhana dengan status yang tegas: diterima, perlu revisi, menunggu approval, disetujui, ditolak, selesai.
Baru setelah prosesnya jelas, tambahkan automasi dan AI di titik yang memberi dampak paling besar. Biasanya, titik awal yang bagus adalah ekstraksi dokumen, klasifikasi tiket, pengingat approval, dan deteksi anomali sederhana.
Kesimpulan
Investasi ServiceNow pada BusinessNext menunjukkan bahwa AI untuk layanan keuangan sedang bergerak ke arah yang lebih spesifik dan operasional. Fokusnya bukan lagi sekadar AI yang pintar menjawab, tetapi AI yang bisa bekerja di dalam workflow yang aman, patuh, dan bisa diaudit.
Untuk bisnis Indonesia, ini adalah sinyal penting. Finance automation yang matang perlu menggabungkan AI, workflow domain-specific, compliance, audit trail, risk management, ticketing, dan exception handling. Siapa pun yang membangun sistem keuangan hari ini sebaiknya tidak hanya bertanya model AI apa yang dipakai, tetapi juga proses apa yang dikendalikan dan risiko apa yang dikurangi.