BERITA TERKAIT
Istilah angsa hitam (black swan) bagi manajer risiko sangatlah tidak diharapkan karena dampaknya yang masif dan mematikan bagi perusahaan ataupun masyarakat. Ungkapan angsa hitam ini mengingatkan kita kepada burung berukuran besar atau film psikologis laris yang dibintangi oleh Natalie Portman. Tapi, bagi orang-orang bisnis, angsa hitam sangat menakutkan. Angsa hitam adalah risiko ekstrem yang memiliki dampak atau konsekuensi sangat buruk, namun dengan probabilitas kejadian yang rendah.
Istilah angsa hitam dalam manajemen risiko diperkenalkan oleh penulis Nassim Nicholas Taleb pada tahun 2007 (baca tulisan “The Black Swan: The Impact of the Highly Improbable”). Taleb menyebut angsa hitam sebagai kejadian risiko yang tidak terlihat tetapi memiliki dampak yang besar, seperti serangan 11 September di New York, tsunami Aceh Desember 2004, kebocoran reaktor nuklir Fukushima Maret 2011 di Jepang, wabah Ebola, dan sejenisnya.
Istilah ini kemudian menjadi sangat populer di kalangan praktisi manajemen risiko. Beberapa kejadian risiko ekstrem lainnya dimasukkan juga sebagai angsa hitam, termasuk krisis kredit perumahan di Amerika 2008 (yang berdampak kepada melesunya ekonomi Amerika hingga kini), tumpahan minyak akibat meledaknya sumur minyak Deepwater Horizon milik BP, dan musim semi Arab (yang telah meluluhlantakkan kondisi sosial-ekonomi masyarakat di banyak Negara Arab).
Kejadian risiko angsa hitam merupakan satu dari tiga tipe risiko yang dihadapi organisasi. Pertama adalah risiko yang diketahui (known risks), di mana organisasi bisa mengindentifikasi dan merencanakan upaya untuk menghindari atau melakukan mitigasi. Kedua adalah risiko yang sedang berkembang (emerging risks), tiba-tiba muncul di radar risiko organisasi, akan tetapi keberadaan dan implikasinya belumlah diketahui dengan jelas. Ketiga adalah angsa hitam, yang bisa menghancurkan bisnis dan masyarakat tanpa peringatan terlebih dahulu. Artinya, risiko angsa hitam tidak bisa atau sulit untuk diperkirakan atau dihindarkan.
Risiko yang tergolong angsa hitam tampaknya telah mengalami perluasan dari sisi sumber atau jenis risikonya, yakni dari kejadian yang murni di luar kemampuan manusia mengantisipasinya (seperti bencana alam, tsunami, dan gempa bumi) menjadi kejadian risiko ekstrem lainnya. Hal itu boleh jadi bisa diantisipasi atau dicegah manusia, seperti musibah yang dialami BP di sumur minyak Teluk Meksiko, musim semi Arab, dan penyebaran wabah penyakit macam Ebola. Lantas, apa yang bisa dilakukan organisasi untuk mencegah ataupun mengantisipasi kejadian angsa hitam?
Beberapa riset menyimpulkan, kejadian angsa hitam atau risiko ekstrem bisa diantisipasi dengan memanfaatkan data organisasi secara masif (sering disebut dengan istilah Big Data). Para eksekutif dan manajer bisa mengeksploitasi berbagai tipe data untuk membantu mencegah (atau setidaknya membatasi dampak) dari kerusakan yang terkait dengan kejadian angsa hitam dan berbagai risiko yang tidak terlihat lainnya. Resepnya: perusahaan atau organisasi harus semakin sedikit mengandalkan kepada pengalaman dan intuisi manajemen namun semakin banyak mengandalkan kepada data terpadu yang bisa mengidentifikasi risiko-risiko potensial.
Ron Kennet, adalah salah satu periset yang juga professor pada Universitas Turin, Italia, dan NYU’s Polytechnic School of Engineering, Amerika Serikat, membahas hal ini dalam sebuah tulisannya berjudul Managing Risks with Data. Dia mengusulkan, eksploitasi data organisasi secara benar bisa membantu mencegah terjadinya kejadian risiko yang merusak ataupun kejadian-kejadian yang sangat tidak diharapkan.
Pada praktiknya, kegiatan ini meliputi upaya mendapatkan dan menyatukan data, sekaligus upaya membangun sistem pendukung keputusan berbasis data yang melengkapi dan memperkuat metode-metode tradisional yang banyak dipergunakan hari ini. Menurut Kenett, manajemen risiko yang dipraktikkan secara tradisional menggunakan asesmen dan skenario subyektif berdasarkan analisis dampak (impact analysis). Pendekatan umum ini didasarkan kepada pendapat para pakar dan hal itu relatif mudah untuk diimplementasikan.
Sebaliknya dalam manajemen berbasis bukti yang modern mengandalkan kepada data, bukan kepada opini, dalam upaya meraih efisiensi dan efektivitas. Dalam konteks seperti itu, manajemen risiko bisa mengeksploitasi informasi dari sumber-sumber kuantitatif terstruktur (numerical data) dan sumber-sumber tidak terstruktur secara semantik (seperti, catatan teks, suara atau video) untuk melakukan asesmen risiko dan menetapkan strategi untuk mitigasi risiko.
Dalam risetnya, Kenett membuat tangga kematangan praktik manajemen organisasi menjadi 5 tangga, yakni (dimulai dari yang terendah): Intuitive (tidak ada metode manajemen risiko formal yang dipergunakan), Qualitative (asesmen risiko didasarkan kepada pendapat pakar), Quantitative (beberapa data dikumpulkan dan dipergunakan untuk menghasilkan Key Risk Indicator), Semantic (analisa risiko berdasarkan data yang tidak terstruktur, seperti logbook atau blog tulisan mencerminkan pengalaman penulis), dan Integrated (data dari berbagai sumber diintegrasikan menjadi sebuah sistem manajemen risiko yang koheren).
“Kebanyakan organisasi berada pada level 1 atau 2,” tulis Kenett. Menaiki tangga yang lebih tinggi, tentunya, memberikan tantangan dari sisi manajemen dan teknologi. Tatkala organisasi mampu mengkombinasikan level 3 dan 4 – kombinasi dari data kuantitatif dan semantik – untuk mencapai level 5 (integrasi data), maka risiko yang tidak diharapkan (termasuk kejadian angsa hitam) bisa dikelola dengan baik.
Kebutuhan bagi organisasi untuk menerapkan manajemen risiko level 5 semakin meningkat sejalan dengan kian kompleksnya bisnis perusahaan dan beragamnya lingkungan di mana perusahaan beroperasi. Manajemen risiko operasional pada dasarnya adalah sebuah fungsi dari kompleksitas bisnis dan lingkungan operasional perusahaan. Sebagai akibatnya, manajemen risiko makin membutuhkan integrasi data internal dan eksternal – tentunya dengan menyaring data eksternal sesuai ketentuan dan definisi internal perusahaan.
Kenett tidak hanya sendirian dalam mendorong manajemen risiko berbasis data. Bill Pieroni, Global Chief Operating Officer dari raksasa asuransi Marsh, menegaskan bahwa cara terbaik dalam mengelola risiko – termasuk kejadian angsa hitam – adalah dengan menggunakan data terpadu. Dia mengatakan, walaupun kejadian angsa hitam sangat jarang terjadi atau hanya sekali seumur hidup – termasuk juga gagal bayar dari negara-negara di Amerika Selatan dan Tengah, krisis kredit perumahan di Amerika Serikat, kejatuhan pasar pada bulan Oktober 2008, dan kehancuran pasar obligasi Amerika Serikat – tetapi kejadian tersebut terjadi dengan frekuensi yang meningkat dibandingkan dengan periode sebelumnya.
Keberaturan kejadian risiko yang tergolong sulit diketahui ini membuka peluang untuk lebih bisa diprediksi. Dengan perkataan lain, kejadian angsa hitam masih mungkin diubah menjadi angsa abu-abu (grey swan).
Untuk bisa melakukan analisis data berskala besar dan terpadu, maka perusahaan perlu memiliki kemampuan analitik (analytic) dengan mengimplementasikan aplikasi teknologi informasi analitik – umumnya menyatu dalam piranti lunak manajemen risiko maupun intelijen bisnis (Business Intelligence). Kemampuan analitik memungkinkan pemanfaatan berbagai data untuk mengidentifikasi, memodelkan, dan bertindak untuk mitigasi ataupun mengeksploitasi risiko-risiko yang tidak diketahui tersebut.
Pada akhirnya, apa yang bisa dilakukan oleh praktisi manajemen risiko terhadap kejadian angsa hitam bertumpu kepada data besar yang dimiliki dan kemampuan analitik yang akan memberikan kemampuan organisasi dalam memprediksi risiko ekstrem namun dengan probabilitas sangat kecil untuk terjadi.
















