Startup Regtech Tookitaki Masuk ke Indonesia, Hadirkan Solusi Anti Pencucian Uang untuk Fintech

Startup regtech asal Singapura "Tookitaki" mengumumkan kehadirannya di Indonesia untuk membantu lembaga keuangan mengatasi risiko pencucian uang. Di kawasan ASEAN, diklaim beberapa bank dan perusahaan fintech mengandalkan solusinya dalam menerapkan platform anti pencucian uang (anti-money laundering - AML).

Dalam keterangan resmi yang disampaikan hari ini (20/9), Founder & CEO Tookitaki Abhishek Chatterjee mengatakan, Indonesia merupakan pasar dengan potensi besar dan paling berpengaruh di Asia Tenggara. Ia berharap, kehadirannya di Indonesia tidak hanya sekadar memerangi masalah pencucian uang saja, tapi dapat berkontribusi lebih dalam membangun ekosistem finansial yang aman dalam berbagai sektor.

“[..] Kami senang dapat menjadi bagian dalam ekosistem keuangan di Indonesia, sekaligus membantu usaha percepatan sebagai anggota FATF,” kata Chatterjee.

Momentum masuknya Tookitaki bertepatan dengan upaya pemerintah Indonesia menjadi anggota penuh Financial Action Task Force (FATF) atau Satuan Tugas Aksi Keuangan. Hal tersebut dalam rangka memerangi Tindak Pidana Pencucian Uang (TPPU) dan Tindak Pidana Pendanaan Terorisme (TPPT). Indonesia merupakan satu-satunya negara G20 yang belum tergabung menjadi anggota penuh FATF.

Menjadi anggota FATF dinilai dapat menjadikan Indonesia lebih mudah diterima dalam perdagangan internasional, serta mendapatkan bantuan dalam memerangi pencucian uang dan pencegahan pendanaan terorisme. Indonesia juga akan mendapatkan kesempatan dalam menentukan standar global dalam konteksnya sebagai negara berkembang dan mendapatkan kepercayaan dari investor asing.

Berdasarkan data PPATK (Pusat Pelaporan dan Analisis Transaksi Keuangan), terdapat 73 ribu transaksi mencurigakan di Indonesia sepanjang tahun lalu. Angka tersebut meningkat dari tahun sebelumnya sebesar 68.057 transaksi.

Solusi Tookitaki

Visi Tookitaki adalah memberantas kejahatan keuangan dengan mengedepankan pendekatan kolektif yang terbuka daripada tertutup. Hal ini didukung oleh AML Ecosystem atau dinamakan The Hub dan Anti Money Laundering Suite (AMLS) atau disebut "The Spoke".

The Hub adalah layanan intelijen yang mempelajari pola pencucian uang. Sementara The Spoke adalah pengaturan simulasi yang memungkinkan perusahaan lokal untuk mengunduh dan menguji pola yang relevan dari The Hub, mendeteksi jejak uang ilegal dan tetap terlindungi. The Spoke dipasang di lingkungan lembaga keuangan tanpa membiarkan data uji keluar dari jaringan, sehingga memberikan keamanan maksimal.

AMLS memiliki empat modul utama: Transaction Monitoring, Smart Screening, Customer Risk Scoring, dan Case Manager. AMLS juga dapat digunakan dalam berbagai platform, meliputi Public Cloud, Private Cloud, dan pusat penyimpanan data.

Ekspansi Tookitaki ke dua negara dalam tahun ini didukung oleh investor baru yang masuk, yakni Thunes, perusahaan pembayaran global berbasis di Singapura, pada April 2022. Investasi yang diterima Tookitaki dalam kesepakatan tersebut sebesar $20 juta (lebih dari 299 miliar Rupiah).

Menurut perkiraan Kantor PBB untuk Narkoba dan Kejahatan (UNODC), antara 2%-5% dari PDB global, atau $800 miliar hingga $2 triliun, terjadi pencucian uang setiap tahun. Kegiatan kriminal ini mengancam berfungsinya dan integritas pasar perbankan dan jasa keuangan. Dengan meningkatnya pembayaran lintas batas, risiko pencucian uang meningkat secara signifikan, demikian juga biaya kepatuhan.

Selain itu, laporan terbaru oleh J.P. Morgan menunjukkan total biaya transaksi tahunan untuk pembayaran lintas batas global telah naik menjadi $120 miliar. Kepatuhan terhadap peraturan membentuk persentase yang signifikan dari jumlah ini, dan pengurangan apa pun akan memberikan penghematan penting bagi pelanggan Thunes.

Tookitaki yang berbasis di Singapura didirikan pada November 2014, dan mempekerjakan lebih dari 100 orang di seluruh Asia, Eropa, dan AS. Ini memberikan solusi AML dan kepatuhan ke beberapa bank dan lembaga keuangan terkemuka dunia, menggunakan teknologi Big Data dan Machine Learning.

“Pendekatan kami terhadap pemantauan AML sangat mudah beradaptasi dengan perubahan kebutuhan pasar dan perilaku pelanggan dan secara mendasar mengubah cara pembelajaran mesin diterapkan untuk mendeteksi kejahatan keuangan,” tambah Abhishek.