Di sebuah kafe di Jakarta Selatan, seorang mahasiswa semester akhir menggeser layar ponselnya untuk menyetujui cicilan pembelian laptop Rp8,9 juta. Ia tidak tahu bahwa keputusan itu diproses dalam 12 detik oleh sistem yang sama yang baru saja membantu BillEase mencatat kenaikan laba bersih 56% tahun lalu. Yang ia rasakan adalah kecepatan dan kemudahan. Yang tidak ia lihat adalah pergeseran strategis: BillEase kini lebih banyak menjual teknologi daripada uang.
Tren ini terungkap dalam pelacakan keuangan startup Asia Tenggara yang dikompilasi dari laporan resmi perusahaan — bukan prediksi atau estimasi pasar. Data tersebut menunjukkan bahwa BillEase, perusahaan fintech asal Filipina yang aktif di Indonesia sejak 2021, memang mencatat pertumbuhan laba bersih sebesar 56% secara year-on-year. Namun angka itu tidak muncul dari peningkatan volume pinjaman, melainkan dari perluasan model bisnis ke luar ranah kredit langsung. Menurut TechInAsia, yang mengulas temuan ini dalam laporan terbaru, BillEase kini menghasilkan lebih dari 40% pendapatan operasionalnya dari lisensi platform credit decisioning kepada bank dan fintech lokal.
Platform Scoring yang Dipakai Bank Lokal, Bukan Hanya E-commerce
BillEase tidak lagi hanya menjadi mitra pembayaran di Tokopedia atau Shopee. Sejak awal 2023, platform credit scoring-nya — yang menggunakan model machine learning berbasis data alternatif seperti riwayat transaksi e-wallet dan pola penggunaan aplikasi — mulai diadopsi oleh tiga bank digital nasional dan dua perusahaan pembiayaan multinasional berbasis di Jakarta. Platform ini tidak hanya menilai kelayakan kredit, tetapi juga menghitung risiko default dengan akurasi 89,3% dalam uji coba internal selama enam bulan, menurut dokumen presentasi investor yang bocor ke publik pada Maret 2024.
Baca juga: Startup ASEAN: Apa Arti '18 Bulan Runway' di Tengah Krisis Likuiditas?
integrasi teknologi ini tidak memerlukan migrasi sistem core banking. BillEase menyediakan API berbasis containerized microservices yang bisa di-deploy dalam waktu kurang dari 72 jam. Ini berbeda dari solusi legacy yang biasa digunakan oleh penyedia scoring lokal, yang rata-rata butuh 4–6 bulan implementasi. Dua bank digital yang mengadopsi sistem ini melaporkan penurunan waktu persetujuan pinjaman dari rata-rata 47 menit menjadi 8,2 menit — tanpa penurunan signifikan dalam rasio NPL.
Kenapa Startup Asing Justru Lebih Cepat Masuk Regulasi OJK?
Secara formal, BillEase tidak memiliki izin sebagai Penyedia Teknologi Finansial (PTF) dari Otoritas Jasa Keuangan (OJK). Namun, perusahaan ini beroperasi secara legal melalui skema kerja sama dengan entitas terdaftar — yaitu sebagai vendor teknologi bagi perusahaan pembiayaan yang sudah memiliki izin. Model ini memungkinkan BillEase menghindari proses sertifikasi teknis yang panjang, sekaligus mempercepat penetrasi pasar. Dilansir TechInAsia, pendekatan serupa juga digunakan oleh dua startup AI asal Singapura di sektor compliance dan fraud detection yang kini bekerja sama dengan lima lembaga keuangan di Indonesia.
Baca juga: Runable Raup $21 Juta: Saat AI Agent Beralih dari Membangun ke Mengembangkan Bisnis
Ini mengungkap celah regulasi yang belum sepenuhnya tertutup: OJK mengatur penyedia layanan finansial, bukan penyedia teknologi finansial murni — selama mereka tidak menyentuh dana nasabah atau mengambil keputusan kredit final. Akibatnya, perusahaan seperti BillEase justru lebih gesit dibanding penyedia lokal yang masih berkutat dengan proses sertifikasi Sistem Informasi Manajemen (SIM) dan uji keamanan siber wajib dari Bank Indonesia.
Padahal, menurut catatan Asosiasi Fintech Indonesia (AFTECH), baru 12 dari 87 perusahaan teknologi kredit lokal yang telah memenuhi semua persyaratan teknis OJK hingga kuartal II 2024. Sementara itu, BillEase — meski berbasis di Manila — sudah mengintegrasikan sistemnya ke dalam 17 saluran distribusi keuangan di Tanah Air, termasuk aplikasi dompet digital dan platform payroll berbasis cloud.
Fakta tambahan yang mengejutkan: BillEase tidak menyimpan satu pun data pribadi nasabah Indonesia di server luar negeri. Semua data pelatihan model AI diproses dan disimpan di pusat data lokal milik Mitra Cloud Indonesia (MCI) di Batam — sesuai ketentuan POJK No. 12/2021 tentang perlindungan data nasabah. Artinya, kecepatan adopsi teknologinya bukan hasil dari pelonggaran aturan, melainkan dari kemampuan menyesuaikan arsitektur sistem dengan kerangka regulasi yang ada — sesuatu yang masih jarang dilakukan oleh penyedia lokal.