Dalam dunia audit sendiri sudah terdapat berbagai cara untuk mengutilisasikan LLM dalam pemeriksaan laporan keuangan. LLM dapat digunakan untuk mengotomatisasikan audit laporan keuangan, memeriksa ketaatan terhadap standar berlaku, menarik informasi dari laporan yang tidak terstruktur, dan memungkinkan identifikasi pola yang tidak lazim. Dalam konteks ESG dan keberlanjutan pun terdapat fungsi yang serupa seperti ketaatan terhadap standar ESG, deteksi aktivitas ESG, menarik KPI dari laporan keberlanjutan, dan pengungkapan ESG dalam laporan perusahaan. Secara fungsi dan tujuan sangat fleksibel dan sangat luas fungsinya sehingga terdapat banyak kemungkinan yang dapat dicapai oleh para auditor yang berkolaborasi dengan AI sendiri.

Dengan munculnya berbagai bentuk aplikasi LLM untuk audit, muncul juga beberapa penelitian yang menawarkan kerangka dan standar untuk mengukur seperti pengaruh secara keberlanjutan, transparansi dalam penyampaian informasi, dan evaluasi kualitatif terhadap bagian-bagian audit yang telah dilaksanakan. Dengan topik yang baru tersebut, terdapat sebuah potensi yang sangat besar dan perlu dipelajari lebih lanjut.

Utamanya terdapat 3 bidang yang dapat mempergunakan LLM, yakni pada analisa pelaporan keuangan, pengungkapan ESG, dan manajemen risiko. Dengan mempermudah proses pemeriksaan secara signifikan, auditor dapat meningkatkan efisiensi secara operasional untuk kemudian mengalokasikan sumber daya yang tersedia pada proses lainnya. Selain itu ketepatan pun dapat ditingkatkan karena mengurangi kemungkinan terjadinya human error. LLM dalam bidang akuntansi kemudian memerlukan pelatihan dan sosialisasi lebih lanjut untuk memahami benar-benar tujuan dari LLM yang digunakan oleh auditor. Dengan tata kelola yang kuat pun penggunaan LLM dapat memastikan kualitas dari decision making tetap terjaga, keamanan data tidak bocor ke pihak eksternal, serta mengembangkan kemampuan multibidang di antara para ahli akuntansi. Tidak hanya meningkatkan efektifvitas audit secara keseluruhan, LLM juga dianggap dapat meningkatkan inovasi dalam perusahaan dengan mengalokasikan sumber daya yang lebih, menyederhakana prosedur yang dianggap tidak diperlukan lagi dan mencapai pertumbuhan yang berkelanjutan dalam lingkuingan bisnis yang sangat dinamis dan terus berubah.

Referensi:

  • Fotoh, L. E., & Mugwira, T. (2025). Exploring Large Language Models in external audits: Implications and ethical considerations. International Journal of Accounting Information Systems, 56, 100748. https://doi.org/10.1016/j.accinf.2025.100748
  • Li, W., Liu, W., Deng, M., Liu, X., & Feng, L. (2025). The impact of large language models on accounting and future application scenarios. Journal of Accounting Literature. https://doi.org/10.1108/jal-12-2024-0357
  • Ong, K., Mao, R., Satapathy, R., Filho, R. S., Cambria, E., Sulaeman, J., & Mengaldo, G. (2024). Explainable natural language processing for corporate sustainability analysis. Information Fusion, 115, 102726. https://doi.org/10.1016/j.inffus.2024.102726
  • Wang, R., Liu, J., Zhao, W., Li, S., & Zhang, D. (2025). Automating Financial Statement Audits with Large Language Models. arXiv (Cornell University). https://doi.org/10.48550/arxiv.2506.17282