Challenges of adopting AI in accounting firms

Sekitar 79% profesional pajak, akuntansi, dan audit memprediksi bahwa Kecerdasan Buatan (AI) akan membawa dampak transformasional yang tinggi bagi masa depan industri mereka. Namun, faktanya hanya 14% perusahaan yang menyatakan telah memiliki strategi AI yang terdefinisi dengan jelas. Mengadopsi teknologi ini tidak sesederhana menginstal perangkat lunak baru, melainkan melibatkan pergeseran cara kerja yang membawa berbagai rintangan kompleks.

Berikut adalah tantangan-tantangan utama yang dihadapi firma akuntansi saat mengadopsi AI, serta bagaimana cara mengatasinya.

1. Privasi dan Keamanan Data Masalah privasi dan keamanan data menonjol sebagai salah satu kekhawatiran paling signifikan dan menjadi tantangan nomor satu bagi para profesional. Sistem AI membutuhkan akses ke data dalam jumlah besar, termasuk catatan keuangan pribadi, riwayat transaksi, dan informasi bisnis rahasia. Hal ini membuka celah yang sangat rentan terhadap risiko pelanggaran data (data breach) atau ancaman siber jika tidak diamankan dengan benar.

Oleh karena itu, sangat tidak disarankan untuk memasukkan data sensitif klien ke dalam alat AI generik yang berjalan di browser publik pada tahap saat ini. Firma harus berinvestasi pada sistem keamanan tingkat lanjut, misalnya dengan menggunakan AI berstandar perusahaan yang dilengkapi keamanan SOC2 Tipe 2—seperti ChatGPT Team Plan—yang menjamin bahwa data perusahaan tidak digunakan untuk melatih model bahasa mereka.

2. Biaya dan Kompleksitas Integrasi Mengintegrasikan AI ke dalam sistem perusahaan membutuhkan komitmen finansial dan logistik yang besar. Investasi awalnya sering kali mencakup peningkatan server, peningkatan kapasitas penyimpanan data, dan upaya untuk menghubungkan AI dengan platform yang sudah ada (seperti sistem ERP).

Selain itu, perangkat lunak AI yang siap pakai (off-the-shelf) sering kali tidak cukup memadai untuk alur kerja firma akuntansi yang unik. Perusahaan dihadapkan pada dilema: apakah harus membangun solusi kustom, menyewa pakar dari luar, atau membeli teknologi khusus industri. Mengingat AI adalah teknologi dinamis, sistem ini juga menuntut biaya perawatan dan pembaruan model secara terus-menerus.

3. Kurangnya Pelatihan Staf dan Masalah Pengawasan Meskipun AI semakin canggih, hanya 25% firma akuntansi dan pajak yang telah memberikan pelatihan generative AI kepada karyawannya. Berbeda dengan software tradisional, AI terus berevolusi, sehingga staf membutuhkan pembelajaran berkelanjutan.

Kurangnya pelatihan ini berisiko melahirkan masalah baru di internal firma. Sebuah penelitian menunjukkan bahwa akuntan senior umumnya lebih mahir bertindak sebagai "rekan" bagi AI; mereka memiliki skeptisisme untuk turun tangan jika AI memberikan hasil yang keliru. Sebaliknya, staf junior cenderung menerima output yang dihasilkan AI secara mentah-mentah tanpa memverifikasinya. Untuk mengatasi kesenjangan ini, firma perlu memfasilitasi staf melalui kursus daring, alat simulasi AI yang aman untuk eksperimen, dan program pendampingan (mentoring).

4. Memastikan Kepatuhan Terhadap Regulasi (Compliance) Industri keuangan terikat pada aturan yang sangat ketat. Alat AI yang digunakan perusahaan harus selalu mematuhi undang-undang privasi data seperti GDPR di Uni Eropa atau CCPA di Amerika Serikat, yang mengatur pengumpulan dan pemrosesan informasi klien secara ketat. Di sisi lain, segala bentuk laporan keuangan atau otomatisasi perhitungan pajak juga wajib tunduk pada standar industri akuntansi (seperti GAAP atau IFRS). Algoritma AI harus dikalibrasi agar menghasilkan wawasan yang akurat dan taat regulasi.

5. Mengelola Kepercayaan dan Ekspektasi Klien Sangat penting bagi firma untuk secara transparan mengomunikasikan bagaimana mereka menggunakan AI pada data klien, untuk mencegah kesalahpahaman dan menjaga ekspektasi yang realistis. Menunjukkan kepatuhan terhadap standar etika penggunaan AI dapat memberikan rasa aman pada klien bahwa rahasia mereka dilindungi.

Di luar kecepatan dan otomatisasi, klien selalu menghargai sentuhan personal. AI sangat brilian dalam mengotomatiskan tugas back-office yang repetitif dan mempercepat proses pembukuan, tetapi teknologi ini tidak dapat menggantikan rasa empati dan pemahaman bernuansa yang dimiliki akuntan ketika memecahkan masalah klien yang sensitif.

Membawa AI ke dalam firma akuntansi pada akhirnya adalah tentang melakukan lompatan inovasi sambil menyeimbangkan kecerdasan mesin dengan keahlian manusia. Ketika firma mengambil langkah proaktif—mengamankan infrastruktur TI, melatih staf dengan disiplin, dan mempertahankan komunikasi klien yang empatik—mereka tidak hanya bertahan dari arus otomasi, namun juga membangun fondasi bisnis yang efisien dan dapat dipercaya dalam jangka panjang.