PENGARUH KECERDASAN BUATAN DALAM PROSES AUDIT
KEUANGAN: TANTANGAN DAN PELUANG DI ERA DIGITAL
Maria
Nindri Saputri Pratama1, Maria Selviani Nahong2, Shanchay
Astrila Nggi3, Antonio Reyes Suri leki4, Maria Casandra
Bhebhe5
Universitas Katolik
Widya Mandira
Abstrak:
Kemajuan Kecerdasan Buatan (AI) secara signifikan memengaruhi lanskap
audit keuangan dalam era digital. Penelitian ini mengeksplorasi tantangan dan
peluang yang muncul dari integrasi AI dalam proses audit keuangan. Isu-isu
utama yang dibahas meliputi adaptasi metodologi audit tradisional ke AI,
keandalan analisis yang dipandu AI, dan implikasi etika otomasi dalam
pengambilan keputusan. Penelitian bertujuan untuk memahami bagaimana AI
memengaruhi efisiensi dan akurasi audit. Dengan pendekatan metode campuran,
menggabungkan analisis data kuantitatif dan studi kasus kualitatif, penelitian
menyelidiki pengalaman auditor dan organisasi dalam mengimplementasikan alat
AI. Temuan menyoroti peran berubah auditor dalam memanfaatkan AI, menekankan
perlunya pengembangan profesional berkelanjutan. Penelitian ini memberikan
wawasan berharga dalam diskursus yang sedang berlangsung tentang efek
transformatif AI dalam audit keuangan.
Kata kunci: Kecerdasan
Buatan (AI); Audit Keuangan; Metodologi Audit; Efisiensi dan Akurasi; Pengembangan
Profesional
Abstract:
The advent of
Artificial Intelligence (AI) has significantly impacted the landscape of
financial auditing in the digital era. This study explores the challenges and
opportunities arising from the integration of AI in financial audit processes.
Key issues addressed include the adaptation of traditional auditing
methodologies to AI, the reliability of AI-driven analysis, and the ethical
implications of automation in decision-making. The research aims to understand
how AI influences audit efficiency and accuracy. Employing a mixed-methods
approach, combining quantitative data analysis and qualitative case studies,
the study investigates the experiences of auditors and organizations in
implementing AI tools. The findings shed light on the evolving role of auditors
in utilizing AI, emphasizing the need for continuous professional development.
This research contributes valuable insights to the ongoing discourse on the
transformative effects of AI in financial auditing.
Keywords: Artificial Intelligence (AI); Financial Audit;, Audit Methodology;
Efficiency and Accuracy; Professional Development
Corresponding: Maria Nindri Saputri Pratama
E-mail: pratamaindry303@gmail.com
PENDAHULUAN
Era digital
membawa transformasi mendalam dalam berbagai aspek kehidupan, termasuk dunia
bisnis dan keuangan. Di tengah revolusi ini, kecerdasan buatan (AI) menjadi
kekuatan pendorong utama dalam mengubah paradigma kerja dan pengambilan
keputusan. Salah satu sektor yang secara signifikan dipengaruhi oleh kehadiran
AI adalah audit keuangan. Proses audit, yang tradisionalnya melibatkan
penilaian manusia terhadap informasi keuangan, kini menghadapi transformasi
revolusioner dengan integrasi teknologi kecerdasan buatan.
Penggunaan
kecerdasan buatan dalam audit keuangan menawarkan potensi untuk meningkatkan
efisiensi, akurasi, dan ketepatan waktu. Sistem AI dapat mengekstrak dan
menganalisis data dengan kecepatan yang jauh melampaui kemampuan manusia,
meminimalkan risiko kesalahan, dan memberikan wawasan mendalam dalam mendeteksi
anomali atau potensi penipuan (Janwanti
& Aguspriyani, 2024). Meskipun demikian, penggunaan kecerdasan
buatan dalam audit juga menghadirkan sejumlah tantangan dan perluasan
keterbatasan yang perlu dipahami dan diatasi.
Untuk
menyelidiki dampak penerapan kecerdasan buatan dalam proses audit keuangan,
mengidentifikasi tantangan yang dihadapi, dan mengeksplorasi peluang untuk
memanfaatkannya secara efektif. Dengan memahami kompleksitas dan dinamika
Transformasi digital berpengaruh dalam melakukan kegiatan atau aktivitas sehari-hari
termasuk aktivitas yang dilakukan oleh perusahaan seperti audit internal yang
membantu dalam pengawasan dan untuk memprediksi risiko yang bisa terjadi pada
perusahaan tersebut dimasa yang akan datang. Dengan begitu, kehadiran teknologi
dapat memudahkan auditor internal dalam mengelola perusahaan untuk melakukan
kegiatan audit internal secara efektif dan efisien.
Dengan semakin
berkembangnya teknologi perlahan pergantian proses pengerjaan manual mulai
bergeser ke arah digital. Contohnya saat perusahaan memerlukan kertas untuk
kepentingan primer seperti melakukan penalisisan data dan pengumpulan data,
sekarang mulai bergeser ke arah digital. Pergeseran ini dapat menyebabkan
perusahaan menghasilkan data dalam jumlah besar.
Penelitian ini
bertujuan untuk melakukan systematic literature review yang berkaitan dengan
pentingnya penerapan transformasi digital, kecerdasan buatan, internet of
things terhadap peran dan praktik audit dan mensintesis hasilnya.
METODE PENELITIAN
Berdasarkan kerangka PICO, kata kunci
yang digunakan adalah artificial intelligence dan internet of things. Kata
kunci tersebut merupakan kata kunci dasar yang akan dikembangkan saat melakukan
pencarian literatur. Data yang digunakan dalam penelitian ini adalah data
sekunder. Data tersebut berupa hasil-hasil penelitian yang dipublikasikan dalam
jurnal secara online. Pencarian data dilakukan melalui Scopus. Pencarian
artikel dilakukan dengan mengkombinasikan beberapa kata kunci yang sudah
didapatkan dengan bantuan boolean operators (AND, OR), yaitu
(digitalization* OR “artificial knowledge*” OR “artificial intelligence” OR
“digital transformation” OR “Internet of things”) AND (“internal audit*” OR
“internal auditors” OR “internal auditing*” OR “Internal Control”)).
HASIL DAN PEMBAHASAN
Tabel 1 Manfaat
yang Ditimbulkan AI dan IOT pada Sistem Audit
|
No |
Judul Artikel |
Peneliti |
Temuan |
|
1 |
Governance Effects of Digital
Transformation: From the perspective of Accounting Quality |
(Fang et
al., 2023) |
Transformasi
digital yang terjadi pada perusahaan bisa membuat penurunan manajemen laba
riil, meningkatkan kualitas akuntansi, dan membuat pengucapan efek pada tata
kelola yang positif. |
|
2 |
Elaboration of
Recomm Elaboration of
Recommendations on the Development of the state Internal Audit System When
Applying the Digital Technologies |
(Korol
et al., 2022) |
Transformasi
digital pada audit internal suatu negara bisa mempercepat suatu proses dalam
pelaksanaan suatu audit, meningkatkan transparansi, dan bisa memungkinkan
identifikasi pelanggaran secara tepat waktu di satu sisi dan penggunaan
teknologi digital dikaitkan dengan masalah tertentu dari sisi lain. Jika
menginginkan efek yang maksimal dari penggunaan teknologi digital pada bidang
audit maka diperlukannya suatu kombinasi yang sinergis antara AI, IoT, dan
Big Data |
|
3 |
The Impact of
Real Manipulation and Tax Management on Future Market Value: An Artificial
Intelligence Simulation of High Earnings Quality |
(Siladjaja
et al., 2022) |
Dengan
menggunakan bantuan AI memiliki dampak yang positif pada nilai pasar pada
masa depan dikarenakan AI bisa membantu suatu manajemen dalam membuat laporan
keuangan dengan kualitas yang tinggi |
|
4 |
Digital
Transformation of Enterprises and The Governance of Executive Corruptuion:
Empirical Evidence Based on Text Analysis |
(Zhang
& Guo, 2022) |
Transformasi
digital yang terjadi pada perusahaan bisa secara efektif mengurangi
terjadinya korupsi yang dilakukan oleh para eksekutif serta uji mekanisme
menunjukkan bahwa efek penghambatan transportasi digital yang dimiliki oleh
perusahaan pada korupsi eksekutif terutama dicapai melalui dua jalur:
mengurangi tingkat asimetri informasi dan mengurangi masalah agensi. |
|
5 |
Impact of IT
Governance Process Capability on Business Performance: Theory and Empirical
Evidence |
(Joshi
et al., 2022) |
Ditemukan
bahwa perusahaan yang mengidentifikasi, merancang, mengimplementasikan, dan
meningkatkan pengembalian keputusan TI, perencanaan TI, modernisasi
infrastruktur TI, pengiriman layanan TI. Proses pemantauan TI berada dalam
posisi yang lebih baik dalam melakukan pencapaian tujuan TI seperti
ketangkasan TI, Inovasi TI atau kelarasan strategis bisnis TI, dan bahwa
perusahaan tersebut juga mampu memenuhi tujuan internal perusahaan dengan
lebih baik seperti tujuan pembelajaraan dan pertumbuhan perusahaan, tujuan
pelanggaran perusahaan, dan tujuan hadiah masuk keuangan sehingga
meningkatkan kinerja yang dimiliki pada bisnis mereka. |
|
6 |
Is Artificial
Intelligence Improving The Audit Process? |
(Fedyk
et al., 2022) |
Dalam
penelitian menjelaskan dampak positif AI pada kualitas dan efisinsi audit.
Pada saat yang sama, temuan kami tentang dampak tenaga kerja dari AI
mengingatkan bahwa keuntungan dari teknologi baru mungkin tidak
didistribusikan secara merata keseluruh populasi. Sementara mitra firma audit
mendapatkan manafaat dari peningkatan kualitas produk, efisiensi yang lebih
besar, pengurangan biaya personil, dan karyawan junior mungkin menderita
karena perpindahan yang diamati beberapa tahun setelah investasi AI. |
|
7 |
Smart Automation
for Enhancing Cybersecurity |
(Neves
& Araujo, 2023) |
Dampak
yang ditimbulkan dari digitalisasi teknologi yang dimiliki oleh perusahaan
bisa menyebabkan hal positif dan negatif, contohnya RPA. RPA telah melihat
penggunaan yang di signifikan dalam praktiknya untuk mendukung ekosistem
otomasi cerdas atau utilitas RPA diseluruh prusahaan. |
|
8 |
The Effect of
Emergent Technologies on Accountant’s Ethical Blindness |
(Sherif
& Mohsin, 2021) |
IoT
memiliki kemampuan teknologi waktu nyata akan memungkinkan pengumpulan data
otomatis dan visibilitas yang lebih besar kedalam evaluasi dan pelacakan aset
dan dapat terhubung atau berinteraksi dari aplikasi lain ke aplikasi lain
melalui suatu protokol yang telah disetujui bersama. Perhatian utama IoT
adalah keamanan dan ancaman kegagalan tunggal. Untuk AI sendiri memiliki
kemampuan seperti Machine Learning, prediksi, kecerdasan bantu dengan
menambah kecerdasan, kecerdasan otonom yang dimiliki fungsi untuk membantu
dalam pendeteksian kecurangan, pengevaluasian aset, dan proyeksi pendapat. |
|
9 |
Internet of
Things Adoption, Earnings Management, and Resource Allocation Efficiency. |
(Wang et
al., 2021) |
Adopsi
IoT mengurangui manajemen laba perusahaan. Hubungan tersebut signifikan pada
kelompok dengan proporsi staf produksi yang lebih rendah, penurunan nilai
aset yang lebih rendah, biaya agensi yang lebih rendah dan kualitas
pengendalian internal yang lebih tinggi. Hasilnya menunjukkan bahwa dengan
mengurangi keterlibatan manusia dalam proses produksi dan operasi, IoT dapat
memperkuat pemantauan aset utama, sehingga mempersempit ruang lingkup
perusahaan untuk manajemen laba. Sementara itu, dengan lingkungan informasi
yang lebih baik, pengurangan biaya agensi, kontrol internal yang lebih baik,
dan adopsi IoT juga dapat menahan motivasi perusahaan untuk manajemen laba.
Melalui pengurangan manajemen laba ditingkat perusahaan, IoT dapat
meningkatkan pembiayaan dan efisiensi investasi ekonomi riil, memitigasi
resiko jatuhnya harga saham, dan meningkatkan efisiensi alokasi sumber daya
pasar modal. |
|
10 |
Digital
Transformation of Banking Services: Development Scenarios and Management
Mechanisms |
(Kirdasinova
et al., 2022) |
Model
untuk mengevaluasi efisiensi ekonomi sistem perbankan otomatis berbasis cloud
berdasarkan metode total biaya kepemilikan telah dibuat, dengan
mempertimbangkan dua koefisien: faktor koreksi yang menentukan pengurangan
biaya penerapan ABS berbasis cloud dibandingkan dengan tradisional; faktor
koreksi yang menentukan peningkatan biaya cloud ABS, karena inefiensi manajemen
dibandingkan dengan yang tradisional. Ketika di evaluasi menggunakan model
yang dibuat dalam pengenalan sistem perbankan otomatis berbasis cloud
dibandingkan dengan ABS tradisional mengurangi biaya penerapan dan
pemeliharaan sistem setidaknya 20% selama lima tahun. |
Sumber: Analisis Artikel
Tabel
tersebut memberikan hasil mengenai penelitian terkait manfaat transformasi
digital yang berupa artificial intelligence dan IoT pada sistem audit internal
untuk melakukan pengendalian internal. Fang et al. (2023) memberikan kesimpulan berupa transformasi digital yang terjadi pada
perusahaan bisa membuat penurunan manajemen laba riil, meningkatkan kualitas
akuntansi, dan membuat pengungkapan efek pada tata kelola yang positif.
Transformasi digital pada audit internal suatu negara bisa mempercepat suatu
proses dalam pelaksanaan suatu audit, meningkatkan transparansi dan bisa memungkinkan
identifikasi pelanggaran secara tepat waktu disatu sisi, dan penggunaan
teknologi digital dikaitkan dengan masalah tertentu dari sisi lain. Jika
menginginkan efek yang maksimal dari penggunaan teknologi digital pada bidang
audit maka diperlukannya suatu kombinasi yang sinergis antara AI, IoT, dan Big
Data (Korol et al., 2022).
Kecerdasan
Buatan (Artificial Intelligence atau disingkat AI) merujuk pada kemampuan
sistem komputer untuk melakukan tugas-tugas yang biasanya memerlukan kecerdasan
manusia (Mustofa et al., 2023). Tujuan utama dari kecerdasan buatan adalah membuat mesin atau
program komputer mampu melakukan aktivitas yang memerlukan kecerdasan manusia,
seperti pemahaman bahasa, pengambilan keputusan, pengenalan pola, dan
tugas-tugas lainnya yang melibatkan penalaran dan pemecahan masalah.
Beberapa aspek
utama dari kecerdasan buatan melibatkan:
·
Pemahaman Bahasa
Alami (Natural Language Processing - NLP): Kemampuan komputer untuk memahami,
menganalisis, dan menghasilkan teks dalam bahasa manusia dengan cara yang
bermakna.
·
Pengenalan Pola
(Pattern Recognition): Kemampuan mesin untuk mengidentifikasi pola dalam data,
baik visual (gambar, video) maupun non-visual (data terstruktur atau tidak
terstruktur).
·
Pemecahan Masalah
dan Penalaran (Problem Solving and Reasoning): Kemampuan mesin untuk memecahkan
masalah kompleks dan melakukan penalaran berdasarkan informasi yang diberikan.
·
Pengambilan
Keputusan (Decision Making): Kecerdasan buatan dapat dirancang untuk membuat
keputusan berdasarkan data yang ada atau pengalaman sebelumnya.
·
Machine Learning:
Suatu cabang dari kecerdasan buatan yang fokus pada pengembangan sistem yang
dapat belajar dari data, mengidentifikasi pola, dan meningkatkan kinerja
seiring waktu tanpa di-program secara eksplisit.
·
Robotika:
Penggunaan kecerdasan buatan dalam mengontrol dan mengelola robot fisik untuk
melaksanakan tugas-tugas tertentu.
Implementasi
kecerdasan buatan memengaruhi efisiensi proses audit keuangan di era digital. Implementasi
kecerdasan buatan (AI) dapat memberikan dampak besar terhadap efisiensi proses
audit keuangan di era digital (Janwanti & Aguspriyani, 2024). Beberapa cara di mana AI dapat memengaruhi efisiensi audit keuangan
melibatkan otomatisasi tugas-tugas rutin, analisis data yang lebih canggih, dan
memberikan wawasan mendalam. Berikut adalah beberapa cara implementasi
kecerdasan buatan memengaruhi efisiensi proses audit keuangan:
1.
Otomatisasi
Pemantauan dan Pengumpulan Data:
Kecerdasan
buatan dapat mengotomatiskan pengumpulan dan pemantauan data keuangan dari
berbagai sumber, termasuk data internal perusahaan, transaksi pelanggan, dan
informasi pasar. Proses ini dapat menghemat waktu auditor dalam pengumpulan
data dan meningkatkan ketepatan waktu informasi.
2.
Pengenalan Pola dan
Deteksi Anomali:
AI dapat
digunakan untuk menganalisis data secara mendalam dan mengidentifikasi pola
yang mungkin sulit dideteksi oleh auditor manusia. Sistem ini juga dapat secara
otomatis mendeteksi anomali atau perubahan signifikan dalam data keuangan yang
dapat menjadi indikator potensial risiko atau kesalahan.
3.
Analisis Prediktif
untuk Identifikasi Risiko:
Melalui
penggunaan algoritma machine learning, kecerdasan buatan dapat melakukan
analisis prediktif untuk mengidentifikasi potensi risiko keuangan di masa
depan. Hal ini membantu auditor dalam mengarahkan perhatian mereka pada area
yang memerlukan perhatian khusus.
4.
Otomatisasi Tugas
Rutin:
Tugas-tugas
audit yang bersifat rutin dan berulang, seperti pengecekan dokumen dan
pencocokan data, dapat diotomatiskan menggunakan kecerdasan buatan. Auditor
dapat fokus pada kegiatan yang memerlukan penilaian dan pengetahuan manusia.
5.
Pemrosesan Bahasa
Alami (Natural Language Processing - NLP):
AI yang
dilengkapi dengan NLP dapat membantu dalam pemahaman dokumen dan kontrak secara
otomatis. Ini memudahkan auditor dalam mengakses dan mengevaluasi informasi
yang terkandung dalam dokumen-dokumen besar.
6.
Audit Berbasis
Data:
AI memungkinkan
audit yang lebih berbasis data dengan melakukan analisis besar-besaran pada
data keuangan perusahaan. Auditor dapat menggunakan model AI untuk mengevaluasi
risiko, mengidentifikasi tren, dan menghasilkan wawasan yang mendalam.
7.
Percepatan Proses Konsolidasi
dan Pelaporan:
Kecerdasan
buatan dapat meningkatkan efisiensi dalam proses konsolidasi dan pelaporan
keuangan. Penyusunan laporan keuangan dapat dipercepat dengan menggunakan AI
untuk menyatukan dan memformat data dari berbagai unit bisnis.
8.
Manajemen Risiko
yang Lebih Efektif:
AI dapat
membantu auditor dalam mengelola risiko secara lebih efektif dengan memberikan
pemahaman yang lebih baik tentang risiko potensial dan mempercepat respons
terhadap masalah yang muncul.
Tantangan yang
muncul dalam mengintegrasikan AI dalam audit keuangan. Integrasi kecerdasan
buatan (AI) dalam audit keuangan membawa sejumlah tantangan yang perlu diatasi
agar implementasinya efektif dan sesuai (Syakarna, 2023). Beberapa tantangan utama melibatkan aspek teknis, etika, dan
kebijakan. Berikut adalah beberapa tantangan yang muncul dalam mengintegrasikan
AI dalam audit keuangan:
1.
Kualitas Data:
AI
membutuhkan data yang berkualitas tinggi untuk memberikan hasil yang akurat.
Tantangan muncul ketika data yang digunakan tidak lengkap, tidak akurat, atau
tidak terstruktur dengan baik. Kualitas data yang buruk dapat menghasilkan
analisis dan prediksi yang tidak andal.
2.
Ketergantungan pada
Algoritma:
Kecerdasan
buatan bergantung pada algoritma untuk menghasilkan output. Tantangan muncul
ketika algoritma tersebut tidak transparan atau sulit dijelaskan, sehingga
auditor mungkin kesulitan memahami logika di balik keputusan yang diambil oleh
sistem AI.
3.
Pengelolaan dan
Pengawasan Model AI:
Model AI
perlu dipelihara dan diawasi dengan cermat agar tetap relevan dan efektif.
Tantangan ini melibatkan perawatan, pembaruan, dan pemantauan terus-menerus
terhadap kinerja model AI.
4.
Kekhawatiran Keamanan
dan Privasi:
Penggunaan
AI dalam audit keuangan menghadirkan kekhawatiran keamanan dan privasi terkait
dengan pengumpulan, penyimpanan, dan pengolahan data sensitif. Perlindungan
data menjadi sangat penting agar tidak terjadi pelanggaran privasi atau kebocoran
informasi yang dapat merugikan perusahaan.
5.
Pentingnya
Keterlibatan Manusia:
Meskipun AI
dapat melakukan banyak tugas dengan efisiensi tinggi, keterlibatan manusia
tetap penting dalam proses audit, terutama untuk penilaian konteks dan
penanganan situasi kompleks yang mungkin sulit dipahami oleh AI.
6.
Perubahan dalam
Peran Auditor:
Integrasi
AI dapat mengubah peran tradisional auditor, memerlukan keahlian baru, seperti
pemahaman terhadap teknologi dan analisis data yang lebih mendalam. Tantangan
ini berkaitan dengan perubahan budaya organisasi dan penyesuaian peran auditor.
7.
Biaya Implementasi
dan Investasi Awal:
Implementasi
AI memerlukan investasi awal yang signifikan, baik dalam hal sumber daya
manusia yang terlatih maupun infrastruktur teknologi. Tantangan ini melibatkan
pertimbangan biaya dan manfaat, terutama untuk organisasi yang belum
mengalokasikan sumber daya yang cukup untuk transformasi digital.
8.
Tantangan Hukum dan
Etika:
Ada
kebutuhan untuk mempertimbangkan aspek hukum dan etika sehubungan dengan
penggunaan AI dalam audit, termasuk pertanyaan seputar tanggung jawab dan
akuntabilitas jika terjadi kesalahan atau ketidakpatuhan.
9.
Kesulitan dalam
Integrasi dengan Sistem yang Ada:
Implementasi
AI dalam audit mungkin menghadapi kesulitan dalam integrasi dengan sistem yang
sudah ada dalam perusahaan. Tantangan ini dapat muncul ketika sistem yang ada
tidak dirancang untuk bekerja bersama dengan solusi AI.
10.
Sikap dan
Penerimaan:
Tantangan juga
dapat berkaitan dengan sikap dan penerimaan auditor, manajemen perusahaan, dan
pemangku kepentingan lainnya terhadap penggunaan teknologi AI. Penerimaan ini
memerlukan edukasi dan komunikasi yang efektif.
Optimasi
kolaborasi antara auditor dan manajemen perusahaan dengan kecerdasan buatan
(AI) dapat meningkatkan kualitas audit dan memberikan wawasan yang lebih
mendalam. Berikut adalah beberapa langkah yang dapat diambil untuk
mengoptimalkan kolaborasi ini:
1.
Pemahaman Bersama
tentang Kecerdasan Buatan:
Auditor dan
manajemen perusahaan perlu memiliki pemahaman yang solid tentang kecerdasan
buatan, termasuk kemampuan, batasan, dan cara kerja algoritma. Pelatihan dan
edukasi yang terarah dapat membantu menciptakan pemahaman bersama.
2.
Penetapan Tujuan
Bersama:
Menetapkan
tujuan bersama antara auditor dan manajemen perusahaan dalam penggunaan
kecerdasan buatan. Hal ini dapat mencakup peningkatan efisiensi, identifikasi
risiko dengan lebih baik, atau fokus pada aspek-aspek tertentu dari audit.
3.
Identifikasi Tugas
yang Dapat Diotomatisasi:
Auditor dan
manajemen perusahaan dapat bekerja sama untuk mengidentifikasi tugas-tugas
audit yang dapat diotomatisasi menggunakan kecerdasan buatan. Hal ini
memungkinkan fokus manusia pada kegiatan yang memerlukan penilaian dan
interpretasi.
4.
Kolaborasi dalam
Pemilihan dan Pengembangan Algoritma:
Auditor dan
manajemen perusahaan dapat bekerja sama dalam pemilihan dan pengembangan
algoritma yang paling relevan dan sesuai dengan kebutuhan audit mereka.
Keterlibatan bersama dalam pemilihan teknologi dapat meningkatkan penerimaan
dan pemahaman.
5.
Penggunaan
Kecerdasan Buatan untuk Analisis Data Besar:
Kolaborasi
dapat difokuskan pada penggunaan kecerdasan buatan untuk melakukan analisis
besar-besaran pada data keuangan. Auditor dapat memanfaatkan kemampuan AI untuk
mengidentifikasi pola dan tren yang mungkin tidak terdeteksi oleh metode
analisis tradisional.
6.
Peningkatan
Pemantauan dan Deteksi Risiko:
Manajemen
perusahaan dapat berkolaborasi dengan auditor untuk mengoptimalkan penggunaan
kecerdasan buatan dalam pemantauan dan deteksi risiko. AI dapat membantu dalam
mengidentifikasi potensi risiko secara lebih cepat dan memberikan wawasan
real-time.
7.
Analisis Prediktif
untuk Perencanaan Audit:
Auditor dan
manajemen perusahaan dapat bekerja sama dalam penggunaan analisis prediktif
menggunakan AI untuk merencanakan audit lebih efisien. Ini mencakup
identifikasi area risiko potensial dan alokasi sumber daya dengan lebih cerdas.
8.
Kolaborasi dalam
Pengembangan Sistem:
Jika
perusahaan mengembangkan sistem AI khusus untuk audit, auditor dan manajemen
perusahaan harus terlibat dalam pengembangan sistem tersebut. Hal ini
memastikan bahwa sistem mencakup kebutuhan audit dengan baik.
9.
Pelatihan Auditor
dan Manajemen:
Memberikan
pelatihan kepada auditor dan manajemen perusahaan tentang cara berinteraksi
dengan sistem kecerdasan buatan dan cara memahami outputnya. Pelatihan ini
membantu meningkatkan kemampuan dalam menginterpretasi hasil dan mengambil
keputusan yang lebih baik.
10.
Komunikasi Terbuka
dan Transparan:
Membangun
komunikasi yang terbuka dan transparan antara auditor dan manajemen perusahaan
mengenai penggunaan kecerdasan buatan. Hal ini mencakup pembahasan potensialnya
dampak pada peran auditor dan manajemen.
Dengan
adanya kolaborasi yang efektif, auditor dan manajemen perusahaan dapat
memanfaatkan kecerdasan buatan secara optimal untuk meningkatkan efisiensi dan
efektivitas audit keuangan (Iswahyudi et al., 2023). Penting untuk memiliki pemahaman bersama, tujuan bersama, dan
komunikasi terbuka agar kolaborasi ini berhasil.
Tingkat
kepercayaan pemangku kepentingan, termasuk investor dan regulator, terhadap
hasil audit yang melibatkan kecerdasan buatan dalam era digital (Ulfani, 2024). Tingkat kepercayaan pemangku kepentingan, termasuk investor dan regulator,
terhadap hasil audit yang melibatkan kecerdasan buatan dalam era digital dapat
dipengaruhi oleh beberapa faktor. Berikut adalah beberapa pertimbangan yang
dapat memengaruhi tingkat kepercayaan ini:
1.
Transparansi
Algoritma:
Tingkat
kepercayaan dapat dipengaruhi oleh sejauh mana algoritma kecerdasan buatan yang
digunakan dapat dijelaskan dan dipahami oleh pemangku kepentingan. Semakin
transparan algoritma, semakin mudah bagi mereka untuk memahami bagaimana
keputusan dihasilkan.
2.
Akurasi dan
Konsistensi:
Kepercayaan
akan meningkat jika implementasi kecerdasan buatan mampu memberikan hasil yang
akurat dan konsisten secara berulang. Jika hasilnya dapat diandalkan, pemangku
kepentingan akan lebih cenderung mempercayai proses audit yang melibatkan
kecerdasan buatan.
3.
Manajemen Risiko
dan Ketepatan Wawasan:
Jika
kecerdasan buatan dapat membantu dalam mengidentifikasi dan mengelola risiko
dengan lebih baik, serta memberikan wawasan yang relevan, pemangku kepentingan
akan lebih mempercayai hasil audit. Kemampuan AI dalam memberikan pemahaman
mendalam dapat meningkatkan kepercayaan.
4.
Keamanan Data dan
Privasi:
Tingkat
kepercayaan juga dipengaruhi oleh keamanan data dan privasi yang
diimplementasikan dalam penggunaan kecerdasan buatan. Jika sistem dapat menjaga
keamanan data dan privasi dengan baik, ini akan mendukung kepercayaan pemangku
kepentingan.
5.
Penerapan Standar
Etika dan Kepatuhan:
Implementasi
kecerdasan buatan harus mematuhi standar etika dan regulasi yang berlaku. Jika
perusahaan dan auditor memastikan kepatuhan terhadap standar etika dan
regulasi, ini dapat meningkatkan tingkat kepercayaan.
6.
Keterlibatan
Manusia dan Pemahaman Konteks:
Pemangku
kepentingan mungkin lebih percaya pada hasil audit yang melibatkan kecerdasan
buatan jika terdapat keterlibatan manusia dalam proses pengambilan keputusan
dan pemahaman konteks yang mendalam.
7.
Pengalaman dan
Riwayat Keberhasilan:
Tingkat
kepercayaan dapat dipengaruhi oleh pengalaman dan riwayat keberhasilan
implementasi kecerdasan buatan dalam audit sebelumnya. Jika terdapat bukti
kesuksesan, pemangku kepentingan lebih cenderung mempercayai penggunaan
teknologi tersebut.
8.
Komunikasi dan
Edukasi:
Komunikasi
yang efektif dan edukasi kepada pemangku kepentingan tentang bagaimana
kecerdasan buatan diterapkan dalam proses audit dapat membangun kepercayaan.
Pemangku kepentingan yang memahami cara kerja teknologi ini lebih mungkin
memberikan kepercayaan mereka.
9.
Kolaborasi dengan
Pemangku Kepentingan:
Mengikutsertakan
pemangku kepentingan dalam proses pengembangan dan implementasi kecerdasan
buatan dapat meningkatkan kepercayaan. Pemangku kepentingan yang merasa
terlibat dalam proses pengambilan keputusan akan lebih cenderung mempercayai
hasilnya.
Transparansi
dan akuntabilitas dari pihak auditor dan perusahaan dalam mengelola
implementasi kecerdasan buatan akan membantu membangun kepercayaan. Semua ini
bersama-sama akan memainkan peran penting dalam meningkatkan tingkat
kepercayaan pemangku kepentingan terhadap hasil audit yang melibatkan
kecerdasan buatan dalam era digital.
KESIMPULAN
Kesimpulannya,
bidang audit telah menerapkan alat teknologi untuk membantu auditor dalam
pekerjaan mereka, dan melalui perubahan teknologi, tujuan utama audit untuk
memberikan keyakinan memadai bahwa laporan keuangan klien disajikan secara
wajar tetap tidak berubah. Dengan munculnya teknologi yang mungkin mengganggu
seperti AI, tugas auditor tidak akan sepenuhnya hilang, dan AI dapat
dimanfaatkan untuk memudahkan proses audit dengan menganalisis data atau
dokumen yang diberikan dan mengenali pola kesalahan atau salah saji yang dapat
berguna. Pada akhirnya laporan yang berisi opini audit akan tetap dikeluarkan
oleh manusia auditor, namun proses menuju ke sana seperti pengujian dan
pengumpulan serta analisis data dibantu oleh teknologi. Untuk bersiap
menghadapi perubahan yang akan datang, auditor harus mahir secara teknologi
agar dapat menafsirkan analisis sistem, dan skeptisisme profesional akan selalu
diperlukan agar auditor tidak bergantung begitu saja pada inovasi teknologi.
DAFTAR PUSTAKA
Fang, Q., Yu, N., &
Xu, H. (2023). Governance effects of digital transformation: from the
perspective of accounting quality. China Journal of Accounting Studies, 11(1),
77–107.
Fedyk,
A., Hodson, J., Khimich, N., & Fedyk, T. (2022). Is artificial intelligence
improving the audit process? Review of Accounting Studies, 27(3),
938–985.
Iswahyudi,
M. S., Anwar, H. M., Sintesa, N., Hidayat, M., Kom, M., Windreis, C., Ida
Adhani, S. E., AK, M., Samara, A., & Ak, S. (2023). Pengantar Teknologi
Manajemen Bisnis. Cendikia Mulia Mandiri.
Janwanti,
I., & Aguspriyani, Y. (2024). Manfaat Teknologi Kecerdasan Buatan (AI)
Dalam Proses Audit Keuangan. IJM: Indonesian Journal of Multidisciplinary,
2(1), 9–15.
Joshi,
A., Benitez, J., Huygh, T., Ruiz, L., & De Haes, S. (2022). Impact of IT
governance process capability on business performance: Theory and empirical
evidence. Decision Support Systems, 153, 113668.
Kirdasinova,
K., Omarbekova, N., Tolysbaev, B., Utegenova, Z., & Ashimova, I. (2022).
Digital transformation of banking services: development scenarios and
management mechanisms. Eastern-European Journal of Enterprise Technologies,
6(13 (120)), 107–113.
Korol,
V., Dmytryk, O., Karpenko, O., Riadinska, V. O., Basiuk, O., Kobylnik, D.,
Moroz, V., Safronova, O., Alisov, E., & Mishchenko, T. (2022). Elaboration
of recommendations on the development of the state internal audit system when
applying the digital technologies. Eastern-European Journal of Enterprise
Technologies, 1(13), 115.
Mustofa,
Z., Arifatuzzahro, A., Wahyuni, R. D., & Mukminin, A. (2023). Pengaruh
Penerapan Artificial Intellegence Pada Kehidupan Masyarakat Di Indonesia. Lisyabab:
Jurnal Studi Islam Dan Sosial, 4(1), 106–116.
Neves,
A., & Araujo, V. (2023). Smart Automation for Enhancing Cybersecurity. Foresight
and STI Governance (Foresight-Russia till No. 3/2015), 17(1), 89–97.
Sherif,
K., & Mohsin, H. (2021). The effect of emergent technologies on
accountants ethical blindness.
Siladjaja,
M., Anwar, Y., & Djan, I. (2022). The Impact of Real Manipulation and Tax
Management on Future Market Value: An Artificial Intelligence Simulation of
High Earnings Quality. ACRN Oxford Journal of Finance & Risk
Perspectives, 11.
Syakarna,
N. F. R. (2023). Peran Teknologi Disruptif dalam Transformasi Perbankan dan
Keuangan Islam di Indonesia. Musyarakah: Journal of Sharia Economic (MJSE),
12(1), 76–90.
Ulfani,
A. (2024). Implementasi Teori Akuntansi Dalam Era Digital Dan Transformasi
Bisnis. WANARGI: Jurnal Manajemen Dan Akuntansi, 1(2), 296–301.
Wang,
X., Bu, L., & Peng, X. (2021). Internet of things adoption, earnings
management, and resource allocation efficiency. China Journal of Accounting
Studies, 9(3), 333–359.
Zhang,
Y., & Guo, X. (2022). Digital transformation of enterprises and the
governance of executive corruption: empirical evidence based on text analysis. Journal
of Global Information Management (JGIM), 30(11), 1–18.