Chatbot AI di Industri Asuransi: Contoh Use Case, Tata Kelola, dan Cara Implementasinya

Di sisi lain, periode 1 Januari sampai 13 Juli 2026, OJK juga menerima 1.039 pengaduan terkait perusahaan asuransi lewat Aplikasi Portal Pelindungan Konsumen (APPK).

Kondisi tersebut menunjukkan pentingnya kualitas interaksi dengan nasabah, terutama pada layanan seperti status klaim dan renewal yang berhubungan langsung dengan pengalaman pelanggan.

Karena itu, banyak perusahaan asuransi menggunakan chatbot untuk melayani nasabah lebih cepat. Namun, nasabah belum tentu mau memakainya untuk urusan yang menyangkut uang dan kesehatan.

Dalam artikel ini, Mekari Qontak Blog akan membahas seputar chatbot AI di industri asuransi, dari manfaat, use case hingga langkah implementasinya.

---

Apa Itu Chatbot AI di Industri Asuransi?

Chatbot AI adalah asisten berbasis kecerdasan buatan yang memungkinkan pelanggan berinteraksi dengan perusahaan menggunakan bahasa percakapan.

Dalam konteks industri asuransi, chatbot digunakan untuk menjawab pertanyaan seputar polis, mengecek status klaim, membantu menghitung premi, menjelaskan manfaat perlindungan hingga membantu proses pengajuan klaim melalui chat atau suara.

Kemampuan chatbot dapat berada pada tingkat yang berbeda. Pada level sederhana, chatbot hanya mengikuti alur keputusan yang telah ditentukan.

Sementara itu, chatbot AI dapat memahami pertanyaan dengan bahasa yang lebih bebas dan mengambil jawaban dari sumber pengetahuan yang telah disetujui.

Perbedaan ini penting karena label “chatbot” sering menutupi teknologi yang berbeda. Corporate Insight dalam analisis terhadap chatbot asuransi properti dan kecelakaan di Amerika Serikat menemukan bahwa banyak perusahaan masih memakai model decision tree dengan pilihan terbatas.

---

Contoh Use Case Chatbot AI di Sepanjang Journey Nasabah dan Agen Asuransi

Jika terhubung dengan data dan workflow perusahaan, teknologi chatbot bisa digunakan pada berbagai tahap perjalanan pelanggan dan operasional internal.

1. Lead Generation dan Qualification

Chatbot dapat menggali kebutuhan calon nasabah, seperti jenis perlindungan, jumlah tertanggung, dan kisaran anggaran atau disebut juga lead generation. Informasi tersebut kemudian diteruskan ke sales sebagai lead yang sudah dikualifikasi, lengkap dengan ringkasan percakapan.

Untuk asuransi kumpulan, chatbot juga dapat menggali kebutuhan dari tim HR atau perusahaan. Persetujuan penggunaan data perlu dijelaskan sejak awal percakapan jika data akan digunakan untuk tindak lanjut penjualan.

2. Edukasi dan Perbandingan Produk

Chatbot dapat menjelaskan premi, manfaat, uang pertanggungan, masa tunggu, hingga pengecualian dengan bahasa yang lebih mudah dipahami. Pelanggan juga dapat menggunakannya untuk membandingkan beberapa produk berdasarkan kebutuhannya.

Dalam praktiknya, chatbot sebaiknya tidak hanya menonjolkan manfaat, tetapi juga menjelaskan pengecualian dan batas perlindungan secara jelas.

3. Rekomendasi yang Disesuaikan dan Penilaian Risiko

Dengan memanfaatkan informasi pelanggan, chatbot dapat membantu mengidentifikasi kebutuhan perlindungan dan mengumpulkan data awal untuk penilaian risiko.

Misalnya, chatbot menanyakan profil kendaraan atau gaya hidup sebelum memberikan opsi perlindungan yang relevan. Namun, keputusan underwriting dan premi tetap perlu ditangani underwriter atau sistem yang telah divalidasi.

Jika proses melibatkan data kesehatan, perusahaan juga perlu memperhatikan ketentuan UU PDP karena data kesehatan termasuk data pribadi yang bersifat spesifik.

4. Customer Onboarding dan Pengisian Formulir

Chatbot bisa membantu pelanggan memahami manfaat produk, mengumpulkan data, membuat akun, serta melengkapi dokumen.

Formulir proposal atau klaim yang panjang juga dapat dipecah menjadi pertanyaan singkat melalui percakapan. Pendekatan ini dapat membantu mengurangi data yang kosong atau kesalahan pengisian.

Anda perlu menentukan data mana yang boleh dikumpulkan melalui chat dan mana yang harus diarahkan ke sistem atau halaman yang lebih aman.

5. Akses Informasi Polis dan Layanan 24/7

Setelah identitas pelanggan diverifikasi, chatbot dapat menjawab pertanyaan berdasarkan polis pelanggan, seperti manfaat, premi, detail perlindungan, maupun ketentuan tertentu.

Chatbot juga dapat menangani FAQ dan pertanyaan layanan di luar jam operasional. Sumber jawaban sebaiknya berasal dari dokumen dan data polis yang telah disetujui, bukan pengetahuan umum model AI.

Untuk kasus yang membutuhkan penanganan lebih lanjut, chatbot perlu menyediakan jalur eskalasi ke agen manusia.

6. Pengajuan dan Pelacakan Klaim

Chatbot bisa memandu pelanggan mengajukan klaim, mengumpulkan informasi, menerima dokumen, memeriksa kelengkapan, hingga memberikan informasi status klaim.

Dalam proses ini, AI berfungsi membantu pelanggan dan menyiapkan data. Keputusan menerima atau menolak klaim tetap berada pada tim klaim yang berwenang.

7. Renewal, Reminder, dan Cross-Sell

Chatbot dapat mengingatkan pelanggan mengenai jatuh tempo polis, membantu proses renewal, hingga menawarkan perlindungan tambahan atau cross selling yang relevan berdasarkan profil pelanggan.

Untuk komunikasi proaktif melalui WhatsApp, perusahaan perlu mengikuti ketentuan template pesan yang ditetapkan Meta.

Timing juga penting. Penawaran tambahan sebaiknya tidak muncul ketika pelanggan sedang membahas klaim serius atau berada dalam situasi emosional.

8. Deteksi Penipuan dan Dukungan Internal

Chatbot dapat membantu menemukan ketidaksesuaian informasi dan memberikan flag internal untuk ditindaklanjuti investigator. Namun, chatbot tidak seharusnya menuduh pelanggan melakukan fraud.

Untuk kebutuhan internal, chatbot juga dapat membantu agen mencari informasi polis, materi pelatihan, dan sumber daya penjualan. Akses terhadap informasi perlu disesuaikan dengan role masing-masing pengguna.

9. Informasi Perubahan Regulasi dan Produk

Chatbot dapat membantu menyampaikan perubahan ketentuan polis, produk, maupun regulasi yang berdampak pada pelanggan.

Informasi perlu dilengkapi konteks dan tanggal berlaku yang jelas serta melalui review compliance sebelum digunakan chatbot.

10. Penanganan Lonjakan Volume dan Dukungan Multibahasa

Pada periode renewal, pendaftaran massal, atau event tertentu, chatbot dapat membantu menyerap peningkatan volume pertanyaan sehingga agen dapat fokus pada kasus yang lebih kompleks.

Chatbot juga dapat digunakan untuk melayani pelanggan dalam berbagai bahasa.

Namun, untuk pasar Indonesia, pengujian perlu mencakup register bahasa, istilah polis, dan terminologi asuransi syariah. Kemampuan menerjemahkan bahasa saja belum tentu cukup untuk memahami konteks layanan.

---

Manfaat Chatbot AI bagi Perusahaan Asuransi

Penerapan chatbot AI dapat membantu perusahaan asuransi meningkatkan kapasitas layanan sekaligus membuat proses operasional lebih efisien.

Namun, manfaatnya akan lebih terasa ketika chatbot terhubung dengan sistem CRM, sistem polis, dan klaim, bukan hanya digunakan sebagai kanal FAQ.

1. Melayani Pelanggan Sepanjang Waktu

Chatbot bisa menangani pertanyaan umum di luar jam operasional tanpa perusahaan harus menambah shift agen. Pelanggan tetap dapat memperoleh informasi awal mengenai polis, klaim, atau prosedur layanan kapan pun dibutuhkan.

2. Mempercepat Proses Klaim

Chatbot dapat memandu pengajuan klaim, mengumpulkan informasi, memeriksa kelengkapan dokumen, dan memberikan update status.

Tim klaim kemudian dapat fokus pada kasus yang membutuhkan pemeriksaan dan keputusan lebih lanjut.

3. Meningkatkan Efisiensi Operasional

Pertanyaan berulang dapat ditangani secara otomatis sehingga agen memiliki lebih banyak waktu untuk menangani kasus yang kompleks. Kapasitas layanan juga dapat ditingkatkan tanpa menambah jumlah agen secara proporsional.

4. Memberikan Layanan yang Lebih Personal

Dengan akses ke profil, riwayat interaksi, dan data polis yang relevan, chatbot dapat memberikan informasi sesuai konteks pelanggan. Pendekatan ini juga dapat mendukung renewal maupun penawaran perlindungan tambahan yang relevan.

5. Menghasilkan Insight dari Percakapan Pelanggan

Setiap percakapan dapat menjadi sumber informasi mengenai pertanyaan, kendala, dan kebutuhan pelanggan yang paling sering muncul.

Data insight tersebut dapat digunakan untuk menemukan masalah pada produk, proses, maupun pengalaman layanan.

---

KPI Chatbot AI yang Perlu Dipantau

Manfaat chatbot perlu diterjemahkan ke dalam KPI yang dapat dibandingkan dengan kondisi sebelum implementasi. Berikut penjelasannya.

Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.

Area KPI	KPI yang dapat dipantau	Metrik pendamping
Kecepatan layanan	First response time	CSAT dan kualitas handoff
Klaim	Waktu dari pengajuan hingga dokumen lengkap; jumlah kontak per klaim	Kelengkapan dokumen dan recontact rate
Efisiensi	Cost-to-serve; resolution rate; deflection rate	Recontact 7 hari dan AHT kasus yang dieskalasikan
Penjualan & retensi	Lead conversion; renewal rate; cross-sell conversion	Opt-out dan keluhan promosi
Customer experience	CSAT/NPS	Sentimen dan jumlah eskalasi
Customer insight	Top contact reasons; tren pertanyaan/sentimen	Jumlah perbaikan produk atau proses yang dilakukan

Dengan pendekatan tersebut, Anda bisa mengukur seberapa banyak pekerjaan yang dialihkan ke chatbot dan apakah AI benar-benar membantu pelanggan dan memperbaiki efisiensi bisnis.

---

Contoh Penerapan Chatbot di Industri Asuransi

Berikut ini beberapa contoh penerapan chatbot di industri asuransi.

1. ZARA dari Zurich UK: Laporan Awal Klaim yang Berjalan 24 Jam

ZARA adalah chatbot klaim milik Zurich UK yang dikembangkan bersama Spixii dan meluncur pada 2018.

Studi kasus Spixii menjelaskan bahwa ZARA mengumpulkan informasi yang cukup pada jam berapa pun, lalu meneruskannya ke penangan klaim manusia.

Spixii juga melaporkan sekitar 60% klaim masuk di luar jam kantor lewat ZARA pada awal peluncuran. Angka ini berasal dari vendor, tetapi arahnya jelas: nilai chatbot paling terasa di luar jam layanan.

2. Molly dari Sensely: Perluasan Cakupan Bertahap

Molly adalah avatar percakapan buatan Sensely yang membantu anggota asuransi kesehatan menavigasi layanan asuransi.

Menurut situs Sensely, platformnya kini mencakup perpustakaan perawatan mandiri, penilaian risiko kesehatan, dan pemantauan penyakit kronis, selain navigasi layanan dan pembaruan status.

Kasus ini menunjukkan pendekatan bertahap: mulai dari use case yang spesifik sebelum memperluas fungsi.

Namun, makin jauh chatbot masuk ke area panduan klinis maka makin besar pula tanggung jawab yang perlu diperhatikan. Dalam konteks Indonesia, data kesehatan juga termasuk data pribadi yang bersifat spesifik.

3. Layanan Klaim WhatsApp AIA Indonesia: Kanal yang Sudah Dikenal Nasabah

Menurut halaman AIA Financial Indonesia, AIA Indonesia membuka pengajuan klaim lewat WhatsApp untuk semua jenis klaim melalui layanan Tanya Anya. Halaman tersebut menyebutnya layanan contact center dan tidak menjelaskan teknologi di baliknya.

Contoh ini menunjukkan bahwa nasabah di Indonesia sudah dapat mengurus klaim di WhatsApp, kanal yang mereka pakai sehari-hari. Chatbot AI dapat menjadi lapisan pertama pada kanal semacam ini, dengan tim klaim menangani kasus yang membutuhkan penilaian.

---

Apa Saja yang Perlu Diuji Sebelum Chatbot Diluncurkan?

Chatbot sebaiknya tidak langsung diluncurkan setelah model dan knowledge base selesai dibuat.

Pengujian perlu mencakup kondisi yang mungkin terjadi dalam percakapan nyata, termasuk pertanyaan yang ambigu, informasi yang tidak lengkap, dan permintaan yang membutuhkan manusia.

Berikut enam skenario yang dapat digunakan:

Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.

Skenario uji	Aspek yang diamati	Kenapa penting
Menanyakan jam layanan dan prosedur klaim	Akurasi jawaban dan sumbernya	Jawaban dasar yang keliru langsung merusak kepercayaan
Meminta status klaim tanpa verifikasi identitas	Apakah chatbot meminta verifikasi sebelum menampilkan data	Data klaim dan kesehatan adalah data pribadi
Menanyakan apakah suatu penyakit atau kejadian ditanggung	Apakah chatbot menyiratkan cakupan atau mengarahkan ke dokumen polis dan agen	Jawaban yang terlalu percaya diri dapat dianggap sebagai janji perusahaan
Mengajukan klaim dengan dokumen kurang	Apakah chatbot memberi daftar kekurangan yang jelas	Berkas yang tidak lengkap memperlambat klaim
Mengirim pesan emosional, misalnya kehilangan anggota keluarga	Nada jawaban dan kecepatan serah ke manusia	Nasabah dalam situasi duka mengharapkan empati
Meminta bicara dengan orang	Jumlah langkah sampai tersambung dan apakah konteks terbawa	Handoff yang mengulang pertanyaan dapat menambah kekesalan nasabah

Hasil keenam skenario ini menjadi dasar untuk menentukan batas keputusan chatbot, yang dibahas pada bagian berikutnya.

---

Menentukan Batas Keputusan Chatbot AI

Salah satu keputusan terpenting dalam implementasi chatbot asuransi adalah menentukan batas kewenangan AI.

Mekari Qontak membagi fungsi tersebut secara praktis menjadi tiga level:

Level 1: Menjawab dari Sumber yang Disetujui

Chatbot menjawab pertanyaan berdasarkan knowledge base atau sumber resmi perusahaan.

Contohnya:

• manfaat produk,
• prosedur klaim,
• jam layanan,
• status layanan setelah verifikasi.

Level 2: Menyiapkan Data dan Tindakan

Selain memberikan informasi, chatbot bisa membantu menyiapkan data, dokumen, ringkasan, atau flag untuk proses berikutnya.

Contohnya:

• mengumpulkan informasi klaim,
• memeriksa kelengkapan dokumen,
• membuat ringkasan percakapan untuk agen,
• memberikan indikasi yang perlu ditinjau investigator.

Level 3: Mengambil Keputusan

AI digunakan untuk menentukan sesuatu yang memiliki konsekuensi langsung terhadap pelanggan, seperti keputusan klaim, premi, atau risiko.

Untuk implementasi chatbot, Mekari Qontak merekomendasikan agar AI berfokus pada Level 1 dan 2. Keputusan Level 3 tetap ditangani manusia atau sistem yang telah divalidasi dan dapat diaudit.

Pembagian tiga level ini merupakan kerangka praktis Mekari Qontak, bukan klasifikasi yang ditetapkan regulator.

Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.

Aktivitas	Level	Peran chatbot	Peran human agent
FAQ dan informasi produk	1	Menjawab dari sumber resmi	Eskalasi jika diperlukan
Informasi polis/status klaim	1	Menjawab setelah verifikasi identitas	Menangani kasus khusus
Pengajuan klaim	2	Mengumpulkan data dan dokumen	Adjuster menilai
Keputusan klaim	3	Menyampaikan hasil keputusan manusia	Mengambil keputusan
Rekomendasi/perbandingan	1–2	Menjelaskan dan membantu persiapan	Agen meninjau rekomendasi personal
Underwriting/premi	2	Mengumpulkan data awal	Underwriter atau sistem tervalidasi mengambil keputusan
Reminder/renewal	1 – 2	Mengingatkan dan membantu proses	Menangani pengecualian
Fraud detection	2	Memberikan flag internal	Investigator melakukan pemeriksaan
Percakapan sensitif	–	Mengarahkan ke manusia	Menangani percakapan

OJK memiliki pedoman tata kelola AI untuk sektor perbankan yang diterbitkan pada April 2025. Pedoman tersebut berlaku untuk perbankan, sehingga perusahaan asuransi tidak dapat langsung menganggapnya sebagai kewajiban yang berlaku sama.

Namun, prinsip tata kelola yang relevan dapat digunakan sebagai referensi praktik sambil memastikan ketentuan khusus untuk industri asuransi.

---

Aspek Kepatuhan Chatbot AI di Industri Asuransi

Anda perlu memetakan aturan berikut ke setiap langkah alur chatbot sebelum peluncuran. Biasanya perusahaan menyebut GDPR dan HIPAA, tetapi keduanya bukan rujukan utama bagi perusahaan asuransi di Indonesia.

Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.

Ketentuan	Implikasi bagi alur chatbot	Pemilik internal
POJK 22/2023 tentang Pelindungan Konsumen dan Masyarakat di Sektor Jasa Keuangan	Mengatur hak, kewajiban, dan larangan bagi pelaku usaha jasa keuangan, termasuk pelindungan data konsumen dan keamanan sistem informasi. Penjelasan produk dan penanganan pengaduan lewat chatbot perlu mengikuti ketentuan ini.	Compliance, CX
POJK 28/2025 tentang Penerapan Manajemen Risiko bagi Perusahaan Perasuransian, Lembaga Penjamin, dan Dana Pensiun	Ditetapkan pada 10 November 2025 dan menuntut manajemen risiko yang memadai, efektif, dan terukur. Kami menyarankan chatbot yang menyentuh klaim dan data nasabah masuk ke register risiko dengan limit dan pengendalian internal yang jelas.	Risk, IT
UU PDP Pasal 4 ayat (2)	Data kesehatan, data biometrik, data genetika, catatan kejahatan, data anak, dan data keuangan pribadi tergolong data pribadi spesifik. Chatbot klaim kesehatan umumnya memproses data ini, sehingga persetujuan, minimisasi data, masa simpan, dan penunjukan pejabat pelindungan data untuk pemrosesan skala besar perlu dirancang sejak awal.	Legal, IT
Pedoman OJK tentang AI di perbankan, sebagai acuan	Prinsip pengembangan dan penerapan AI yang bertanggung jawab dapat dipakai sebagai acuan praktik. Pedoman ini ditujukan untuk bank sehingga bukan kewajiban langsung bagi asuransi.	Risk, IT
Aturan WhatsApp Business Solution	Chatbot dibatasi pada fungsi bisnis spesifik seperti layanan dan klaim, sehingga tidak berperan sebagai asisten AI serba guna.	IT, CX

Kolaborasi lintas fungsi menentukan kualitas pemetaan ini. Tim IT, legal, compliance, dan CX perlu menyepakati dasar persetujuan, masa simpan data, dan hak akses sebelum integrasi dimulai, dan tidak menundanya sampai ada insiden.

---

Siapa yang Bertanggung Jawab atas Jawaban Chatbot?

Perusahaan Anda tetap perlu memperlakukan jawaban chatbot sebagai bagian dari layanan yang mereka berikan kepada pelanggan.

Dalam kasus Moffatt v Air Canada di British Columbia, tribunal menolak argumen bahwa chatbot merupakan entitas yang terpisah dari perusahaan. Air Canada tetap dimintai pertanggungjawaban atas informasi yang diberikan chatbot.

Kasus tersebut bukan perkara asuransi dan terjadi di Kanada sehingga tidak dapat dianggap sebagai preseden langsung untuk industri asuransi Indonesia. Namun, kasus ini memberikan ilustrasi mengenai pentingnya governance terhadap konten yang diberikan AI.

Secara praktis, perusahaan Anda dapat menerapkan beberapa kontrol:

1. membatasi sumber jawaban pada konten yang telah disetujui,
2. mencatat versi knowledge base yang digunakan,
3. menyimpan log percakapan,
4. menetapkan pemilik setiap sumber informasi,
5. membuat mekanisme koreksi ketika ditemukan jawaban yang salah.

---

Cara Mengimplementasikan Chatbot AI di Industri Asuransi

Implementasi chatbot sebaiknya dilakukan bertahap agar perusahaan dapat menguji manfaat sekaligus mengendalikan risiko.

1. Tentukan Tujuan dan Batas Autonomi

Anda bisa mulai dengan satu atau dua customer journey yang jelas, misalnya status klaim atau renewal. Tentukan baseline KPI sebelum chatbot digunakan. Setelah itu, tetapkan fungsi yang boleh dijalankan chatbot pada Level 1, Level 2, atau Level 3.

2. Pilih Platform AI

Platform perlu dinilai berdasarkan kebutuhan industri asuransi, bukan hanya kemampuan menghasilkan jawaban yang terdengar natural.

Perhatikan kemampuan integrasi dengan CRM dan sistem klaim, dukungan terhadap WhatsApp, fleksibilitas model AI, serta kemampuan menerapkan guardrail.

3. Integrasikan dengan Sistem Inti

Chatbot akan memberikan nilai lebih ketika dapat mengakses data yang relevan dari sistem perusahaan.

Integrasi yang umum mencakup:

• CRM,
• sistem polis,
• sistem klaim,
• Manajemen dokumen,
• analitik.

Arsitektur juga perlu memperhatikan API, enkripsi, access control, consent, dan retensi data.

4. Bangun dan Uji dengan Skenario Nyata

Pengujian jangan hanya menggunakan pertanyaan FAQ.

Masukkan skenario yang lebih sulit, seperti:

• dokumen klaim tidak lengkap,
• pelanggan belum terverifikasi,
• pertanyaan tentang pengecualian polis,
• percakapan emosional,
• permintaan untuk berbicara dengan manusia.

Hasil pengujian perlu ditinjau bersama tim compliance dan pemilik proses bisnis.

5. Luncurkan Secara Bertahap dan Pantau

Setelah diluncurkan, pantau akurasi, kepuasan, tingkat penyelesaian, serta kualitas eskalasi.

Log percakapan yang dialihkan ke agen dapat menjadi sumber evaluasi rutin. Perusahaan dapat meninjau percakapan tersebut secara berkala untuk menemukan pola kegagalan dan memperbaiki knowledge base maupun workflow.

Selain itu, siapkan mekanisme contingency ketika chatbot tidak dapat digunakan.

---

Bangun Chatbot AI Asuransi yang Terintegrasi dan Terkendali dengan Mekari Qontak

Dengan demikian, Chatbot AI di industri asuransi memberi manfaat nyata ketika terhubung ke sistem polis dan klaim, diuji dengan skenario yang sulit, dan bekerja dalam batas keputusan yang jelas.

Tanpa fondasi itu, chatbot berhenti sebagai FAQ, memutus data nasabah dari CRM, dan berisiko menjawab di luar kewenangan perusahaan.

Chatbot AI Mekari Qontak untuk industri asuransi terintegrasi dengan WhatsApp Business API resmi, aplikasi CRM, Agentic AI, dan dashboard omnichannel dalam satu platform customer engagement berbasis AI.

Dengan begitu, tim Anda dapat membatasi tugas chatbot pada tiap alur, dan riwayat percakapan nasabah ikut tersedia saat agen mengambil alih.

Pelajari fitur chatbot AI Mekari Qontak untuk melihat alur klaim dan layanan polis dapat dijalankan di WhatsApp. Dapatkan uji coba gratis atau konsultasikan kebutuhan bisnis Anda dengan tim ahli Mekari Qontak.

Referensi

• Peraturan OJK Nomor 22 Tahun 2023 tentang Pelindungan Konsumen dan Masyarakat di Sektor Jasa Keuangan
• Peraturan OJK Nomor 28 Tahun 2025 tentang Penerapan Manajemen Risiko bagi Perusahaan Perasuransian, Lembaga Penjamin, dan Dana Pensiun
• Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi
• Tata Kelola Kecerdasan Artifisial Perbankan Indonesia – OJK