Di banyak organisasi, AI mulai ditanamkan ke dalam alur kerja akuntansi inti selama proses penutupan buku akhir bulan.

Yogi Goel, Co-Founder & CEO of Maxima.

Di banyak organisasi keuangan, AI semakin terintegrasi dalam alur kerja akuntansi inti selama proses akhir bulan. Sistem kini mampu mengklasifikasikan transaksi, membuat jurnal, melakukan rekonsiliasi, serta menyusun penjelasan varians berdasarkan data yang tersedia.

Namun bagi auditor, meningkatnya peran AI dalam akuntansi menghadirkan lapisan pengawasan baru. Ketika laporan keuangan sebagian dihasilkan oleh sistem, pertanyaan utamanya menjadi terkait kelengkapan, akurasi, dan kepercayaan. Apakah hasilnya dapat ditelusuri ke sumbernya? Apakah telah ditinjau dan disetujui oleh manusia? Dan apakah dokumentasinya cukup untuk memenuhi pemeriksaan regulasi?

Jawaban atas pertanyaan-pertanyaan tersebut lebih bergantung pada bagaimana AI diterapkan dan dikelola, bukan pada teknologinya itu sendiri. Artinya, auditor perlu mengetahui apa yang harus diperiksa bahkan sebelum mereka membuka file tersebut.

Apa yang perlu diketahui auditor

Auditor sudah terbiasa menghadapi kendala saat proses penutupan. Ketika laporan keuangan akhirnya diterima yang sering kali terlambat, data pendukung biasanya tersebar di puluhan spreadsheet tanpa keterkaitan yang jelas, dan banyak entri tidak disertai alasan yang memadai. Penjelasan sering hanya tersimpan di kepala seseorang atau tersembunyi dalam rangkaian email, sehingga yang terlihat hanyalah angka dan kategorinya.

AI mulai mengubah sebagian kondisi tersebut, namun prinsip dasar yang dicari auditor tetap sama.

Area yang membutuhkan pertimbangan tinggi, seperti cadangan dan estimasi akuntansi, tetap memerlukan skeptisisme profesional seperti sebelumnya. Meskipun AI dapat menghasilkan output yang presisi dan didukung data, auditor tetap perlu memahami bagaimana asumsi dibuat serta apakah angka tersebut tetap valid dalam berbagai kondisi.

Tiga pertanyaan yang harus diajukan auditor

Seiring AI semakin umum digunakan dalam pelaporan keuangan, auditor perlu menambahkan beberapa pertanyaan baru dalam prosedur pemeriksaan mereka untuk memastikan memperoleh gambaran yang lengkap:

1. Apakah AI mengikuti aturan atau membuat penilaian? Terdapat perbedaan penting antara AI yang bekerja berdasarkan logika ketat yang telah ditentukan sebelumnya dengan AI yang menafsirkan data secara bebas untuk menghasilkan kesimpulan. Yang pertama bersifat konsisten dan dapat diuji, sedangkan yang kedua berpotensi menimbulkan kesalahan atau menghasilkan informasi yang tidak didukung oleh data dasar. Oleh karena itu, auditor perlu memahami jenis sistem yang digunakan sebelum mengevaluasi outputnya.

2. Apakah output dapat ditelusuri ke sumbernya? Traceability selalu menjadi bagian inti dalam proses audit, namun AI mengubah bentuk jejak tersebut. Auditor harus dapat menelusuri angka akhir hingga ke data dasar, logika yang digunakan, serta setiap penyesuaian atau override yang dilakukan. Tanpa dokumentasi yang memadai, akan sangat sulit menilai kelengkapan, akurasi, dan potensi bias manajemen.

3. Apakah dokumentasinya cukup untuk memenuhi pemeriksaan regulasi? Output yang dihasilkan AI harus didukung oleh tata kelola yang kuat, tidak hanya sebatas persetujuan internal. Auditor perlu memastikan bahwa dokumentasi cukup lengkap untuk ditinjau secara eksternal, serta bahwa kontrol yang ada mampu memenuhi standar regulator yang menilai pekerjaan tersebut.

Memahami apa yang harus ditanyakan adalah satu bagian dari persamaan tersebut. Bagian lainnya adalah menyadari bagaimana AI menciptakan beberapa peluang praktis untuk bekerja dengan cara yang berbeda.

Apa yang berubah dan apa yang tidak

Auditor tetap akan melakukan pekerjaan inti seperti biasa: menilai risiko, menguji kontrol, menelusuri transaksi ke dokumen sumber, serta mengevaluasi pertimbangan manajemen. Bagian ini tidak akan berubah. Namun, ketika sistem AI dikonfigurasi dengan baik, ada beberapa perubahan dalam alur kerja yang dapat membuat pekerjaan menjadi lebih efisien.

Sebagai contoh, audit berbasis sampling yang selama ini digunakan karena keterbatasan dalam meninjau seluruh transaksi. Dalam praktiknya, auditor biasanya hanya mengambil beberapa sampel dari ratusan data, yang tentu menyisakan celah. Dengan sistem yang terkonfigurasi dengan baik, auditor dapat menguji seluruh populasi data, bukan hanya sebagian. Karena sistem menerapkan logika yang konsisten, pengujian terhadap aturan yang representatif dapat memberikan keyakinan terhadap keseluruhan data.

Jejak audit juga dapat meningkat secara signifikan. Proses berbasis spreadsheet sering kali menghasilkan riwayat versi yang terfragmentasi dan kurang transparan. Sebaliknya, sistem AI yang baik dapat secara otomatis mencatat sumber data, perubahan aturan, serta penyesuaian oleh pengguna, sehingga memudahkan auditor menelusuri bagaimana suatu angka terbentuk.

Namun, yang tidak berubah adalah kebutuhan akan judgment. AI dapat menerapkan aturan secara konsisten dalam jumlah data besar, tetapi tidak dapat menilai apakah asumsi manajemen sudah wajar, konservatif, atau bias. Selain itu, AI juga tidak dapat menggantikan skeptisisme profesional, terutama ketika hasil yang muncul tidak selaras dengan kondisi ekonomi bisnis yang sebenarnya.

Masa yang membingungkan, dengan peluang yang jelas

Saat ini tidak sedikit kebingungan terkait AI, termasuk dalam bidang akuntansi. Namun, semakin jelas bahwa AI bekerja paling efektif ketika digunakan secara spesifik sesuai domain, dengan ruang lingkup yang terfokus, serta dekat dengan data keuangan yang terstruktur. Dalam kondisi tersebut, output cenderung lebih konsisten, mudah ditelusuri, dan tidak terlalu bergantung pada pekerjaan manual berbasis spreadsheet di bawah tekanan waktu. Hal ini membuka peluang nyata bagi auditor.

Hal ini bukan berarti auditor harus menjadi ahli AI, tetapi mereka perlu memahami bagaimana alat ini terintegrasi dalam lingkungan pengendalian, bagaimana output dihasilkan, serta di mana peran judgment manusia tetap diperlukan. Auditor yang mendekati AI dengan rasa ingin tahu akan menemukan bahwa banyak prinsip dasar yang selama ini digunakan tetap relevan.

 

Referensi:

  • CPA. 2026. AI is Co-Writing End-of-Month Financial Reporting. Here’s What that Means for Auditors. https://www.accountingtoday.com/news/accountants-are-ready-for-ai-to-replace-people