Tim fintech yang baru merilis aplikasi biasanya menghabiskan energi untuk mengurus izin dari Otoritas Jasa Keuangan dan Bank Indonesia, sementara aspek HKI aplikasinya sendiri — nama produk, sistem verifikasi, algoritma penilaian risiko — sering luput diperhatikan sampai muncul aplikasi lain dengan nama mirip atau fitur yang terasa "kebetulan" identik.
Merek untuk Nama Aplikasi dan Layanan Keuangan
Nama aplikasi fintech masuk Kelas Nice 36 untuk layanan keuangan dan Kelas 9 untuk perangkat lunaknya, sehingga pendaftaran merek yang lengkap sebaiknya mencakup kedua kelas ini sekaligus. Banyak startup baru sadar pentingnya ini setelah nama aplikasinya dipakai pihak lain untuk membuat aplikasi serupa yang membingungkan pengguna, terutama karena nama produk fintech cenderung singkat dan mudah ditiru dengan variasi ejaan kecil.
Paten untuk Sistem dan Metode Pemrosesan
Metode teknis baru dalam memproses transaksi — misalnya sistem verifikasi identitas berlapis yang menggabungkan beberapa sumber data secara spesifik, atau mekanisme deteksi anomali transaksi dengan langkah teknis tertentu — berpotensi dipatenkan jika memenuhi unsur kebaruan dan langkah inventif, bukan sekadar ide bisnis biasa. Yang sulit dipatenkan adalah metode bisnis murni tanpa implementasi teknis konkret, sehingga tim legal fintech perlu bekerja sama erat dengan tim teknik untuk merumuskan klaim paten yang berfokus pada cara kerja sistem, bukan sekadar tujuan bisnisnya. Perbedaan mendasar antara invensi yang bisa dipatenkan dan yang tidak dibahas lebih rinci di panduan hak paten di era digital.
Hak Cipta atas Kode Sumber dan Antarmuka
Kode sumber aplikasi otomatis dilindungi hak cipta sejak selesai ditulis, tapi pencatatan hak cipta di DJKI tetap penting sebagai bukti kepemilikan tertanggal saat terjadi sengketa dengan mantan pengembang atau kompetitor yang menyalin fitur. Tampilan antarmuka pengguna yang khas dan orisinal — bukan sekadar tata letak umum yang lazim dipakai aplikasi sejenis — juga bisa mendapat perlindungan hak cipta terpisah dari kode di baliknya.
Rahasia Dagang untuk Model dan Algoritma Penilaian Risiko
Algoritma credit scoring atau model deteksi fraud yang dikembangkan internal umumnya lebih aman dilindungi sebagai rahasia dagang daripada dipatenkan, karena mematenkan berarti membuka detail teknisnya ke publik dalam dokumen paten yang bisa dipelajari kompetitor. Perusahaan fintech biasanya menjaga model ini lewat akses terbatas, enkripsi, dan perjanjian kerahasiaan ketat dengan data scientist yang mengembangkannya, sambil hanya mematenkan komponen sistem yang benar-benar perlu dibuka untuk klaim eksklusivitas jangka panjang.
Kecerdasan Buatan dalam Sistem Fintech
Semakin banyak fintech memakai model machine learning untuk scoring, deteksi fraud, dan personalisasi produk, yang memunculkan pertanyaan siapa pemilik hak atas output model dan bagaimana status hukum data pelatihan yang dipakai. Isu kepemilikan karya yang melibatkan AI ini dibahas lebih mendalam di panduan HKI dan kecerdasan buatan, yang relevan bagi tim produk fintech yang mengintegrasikan model AI pihak ketiga maupun yang membangun modelnya sendiri.
Kerja Sama dengan Bank dan Lembaga Keuangan Mitra
Fintech yang bermitra dengan bank melalui skema open banking atau integrasi API perlu memperhatikan status HKI atas dokumentasi teknis API dan spesifikasi integrasi yang dipertukarkan dalam kerja sama tersebut. Klausul kerahasiaan dan lisensi penggunaan API biasanya diatur dalam perjanjian kerja sama terpisah dari kontrak layanan utama, dan fintech yang mengembangkan modul integrasi khusus untuk satu bank mitra perlu memastikan hak atas modul tersebut tetap menjadi miliknya sendiri, bukan otomatis berpindah ke pihak bank hanya karena dikembangkan untuk kebutuhan integrasi bersama.
- Daftarkan merek di Kelas 9 dan 36 sekaligus agar perlindungan mencakup perangkat lunak dan layanan keuangannya.
- Catatkan hak cipta kode sumber secara berkala setiap rilis versi mayor sebagai bukti tertanggal.
- Pisahkan komponen yang dipatenkan dari yang dijaga sebagai rahasia dagang berdasarkan seberapa mudah ditiru dari luar.
- Terapkan kontrol akses berlapis pada model scoring dan data pelatihan internal.