Dewasa ini, dunia industri terus berlomba dalam menghasilkan sebuah produktivitas yang unggul agar dapat selalu menjadi yang terdepan dalam berdaya saing secara global. Peningkatan kinerja operasional dan rekonstruksi strukturisasi dalam bisnis terus dilakukan dengan harapan dapat mencapai tujuan secara efektif melalui strategi yang mentransformasikan berbagai aspek entitas. Hal ini semakin marak berlangsung akibat dunia yang telah memasuki era revolusi industri 4.0 dengan tuntutan kepada perusahaan agar dapat beradaptasi sesuai perubahan zaman apabila tidak ingin terdisrupsi secara berkelanjutan (Kumaraswamy et al., 2018). Kemajuan yang dihadapi dunia industri ditandai dengan adanya konektivitas kegiatan nyata kedalam dunia virtual, seperti Cyber-Physical Systems (CPS) yang beroperasi pada jaringan Internet of Things (IoT). Selain itu, dalam sisi produksi organisasi akan bergantung kepada smart factories yang memanfaatkan teknologi sebagai sumber daya secara optimal, dimana dengan mengintegrasikan sistem modern menghasilkan informasi secara real-time yang membantu pengambilan keputusan terkait dengan pengembangan operasional dan produktivitas dengan bantuan otomatisasi serta algoritma sistem.

Secara keseluruhan, bisnis telah bertransformasi berbasis teknologi. Hal yang membedakan transformasi dengan digitalisasi adalah transformasi memiliki cakupan yang luas dan bersifat keseluruhan, dimulai dari revitalisasi struktur perusahaan, model bisnis, aspek dalam perusahaan, pihak pemangku kepentingan, hingga pelaksanaan yang mengarah kepada perubahan tersebut dalam kurun waktu bulanan hingga tahunan. Sedangkan, dalam digitalisasi lebih mengarah ke spesifik bidang di perusahaan, seperti contoh bagaimana proses pencatatan akuntansi telah berintegrasi dengan penggunaan teknologi, sehingga dengan menggunakan teknologi membantu mengotomatisasikan proses pencatatan dan analisis transaksi secara real-time. Namun, pada pengimplementasian teknologi memiliki beberapa risiko yang dihadapi oleh perusahaan, yang dengan demikian perlu pengukuran dan penilaian risiko yang tepat agar dapat mencegah terjadinya hal yang tidak diinginkan. Berikut merupakan beberapa contoh risiko yang dapat terjadi:

  1. Unorganized Data: Ledakan pertumbuhan data telah menciptakan istilah big data yang terdiri dari sekumpulan data besar baik dalam bentuk struktured ataupun unstructured. Penyajian data yang terpisah / tersebar (unstructured) membutuhkan waktu dalam memahami dan merekonstruksi data tersebut kedalam database agar mudah dibaca, dimana hal ini membutuhkan peranan teknologi dan strategi dalam membantu mengolah data.
  2. Data Storage and Retention: Penyimpanan data harus diperbarui dari sistem tradisional menjadi modern, karena dengan masif nya pertumbuhan data baik dalam jumlah maupun kecepatan proses data, membutuhkan tempat penyimpanan yang memadai dan relevan, agar seluruh data dapat diolah secara otomatis untuk membantu perusahaan dalam mengidentifikasi peluang tersembunyi dan mencegah terjadinya kecurangan. Adanya tempat penyimpanan yang memadai, seperti cloud, dapat membantu pengoperasian untuk berjalan secara fleksibel dan efektif, dimana hal ini dapat dikerjakan bersama tanpa adanya batasan tempat dan waktu.
  3. Cost Management: Data bersifat mentah dan perlu diolah secara lebih lanjut agar menjadi informasi yang bernilai bagi kelangsungan perusahaan dan pihak pemangku kepentingan. Melalui proses penyimpanan, analisis, pencatatan, pelaporan, hingga mengelola big data membutuhkan biaya yang tinggi, mengingat investasi kepada penggunaan teknologi canggih membutuhkan jumlah pengeluaran yang besar. Hal ini dapat menghambat kemajuan perusahaan apabila tidak memiliki dana yang cukup, atau daya kelola keuangan yang rendah, sehingga dapat berdampak kepada karyawan dan anggaran yang bersifat minus (Gepp et al., 2018).
  4. Incompetent Analytics: Keberadaan data sangat penting sebagai kunci untuk menunjang aktivitas perusahaan kedepan, seperti memperbaiki kekurangan yang terjadi sebelumnya, memenuhi kebutuhan seluruh bagian dalam perusahaan, membangun kerangka sistem yang handal, hingga pengalokasian dana yang dapat dikeluarkan berdasarkan susunan prioritas, memerlukan sebuah analitik yang berkompeten. Akan tetapi, bila karyawan dalam perusahaan kurang terupdate akan pengetahuan dan kemampuan yang dimiliki, dapat terjadi daya analitik yang tidak berkompeten, sehingga meningkatkan risiko penyajian data informasi yang keliru dan menghambat rencana strategi perusahaan. Oleh karena itu, perlu adanya pelatihan secara berkala dan pengenalan dunia teknologi sejak dini, agar mendorong kesiapan dan kewaspadaan terhadap pertumbuhan teknologi.
  5. Data Privacy: Tingkat keamanan sangat dibutuhkan untuk menjaga titik vital dalam perusahaan seperti hacking, cracking, dan sebagainya. Selain itu, perusahaan harus dapat menjaga data internal agar tidak tersebar secara sembarangan kepada kompetitor atau pihak yang tidak bertanggung jawab, sehingga dapat mengundang terjadinya kecurangan seperti pencurian data. Hal ini menjadi tantangan besar bagi entitas untuk mengoperasikan tingkat keamanan yang baik agar dapat menjaga kelangsungan hidup perusahaan baik dalam jangka panjang maupun jangka pendek.

REFERENSI

  • Gepp, A., Linnenluecke, M. K., O’Neill, T. J., & Smith, T. (2018). Big data techniques in auditing research and practice: Current trends and future opportunities. Journal of Accounting Literature, 40(May 2017), 102–115. https://doi.org/10.1016/j.acclit.2017.05.003
  • Hunziker, S. (2019). Enterprise Risk Management Modern Approach to Balancing Risk and Reward. Springer Gabler. Wiesbaden, Germany
  • Kumaraswamy, A., Garud, R., & Ansari, S. (Shaz). (2018). Perspectives on Disruptive Innovations. Journal of Management Studies. https://doi.org/10.1111/joms.12399
  • Moeller, R.R. (2011). COSO Enterprise Risk Management: Establishing Effective Governance, Risk, and Compliance (GRC) Processes. 2nd edition. John Wiley & Sons Inc. New Jersey.  ISBN: 9780470912881.

Image Sources: Google Images