Manfaat AI mulai terasa di fungsi keuangan
AI keuangan perusahaan adalah penggunaan kecerdasan buatan untuk mengolah informasi, membantu analisis, dan mendukung pekerjaan keuangan seperti pelaporan, pemeriksaan dokumen, serta pengelolaan treasury. Survei HSBC Voices of Treasury 2026 menunjukkan optimisme terhadap penerapan itu: 84% responden menilai AI akan sangat berguna bagi operasional treasury dalam tiga tahun mendatang, meningkat dibandingkan tahun sebelumnya.
Angka tersebut masuk akal karena pekerjaan keuangan banyak bergantung pada data dan pemeriksaan berulang. AI dapat membantu riset, menyusun laporan, meninjau dokumen, dan mengevaluasi risiko perubahan nilai tukar. Dalam alur transaksi, teknologi ini bisa mencocokkan faktur dengan surat jalan serta memeriksa kelengkapan berkas sebelum pembayaran. Nilainya bukan sekadar mengurangi pekerjaan manual: tim juga berpeluang mengambil keputusan dengan informasi yang lebih cepat tersedia. Namun, manfaat itu baru nyata jika hasil analisis dapat dipercaya dan terhubung dengan proses bisnis.
Adopsi meningkat, dari produktivitas hingga otomatisasi
Adopsi AI bisnis telah melampaui tahap uji coba di banyak perusahaan yang disurvei. Sebanyak 93% responden menyatakan perusahaannya telah menggunakan AI untuk berbagai kebutuhan operasional; 55% memakainya untuk meningkatkan produktivitas dan 34% telah menggunakan AI agent untuk mendorong otomatisasi pekerjaan. Survei yang dipaparkan Anne Suhandojo pada 29 Oktober 2026 juga menyoroti penggunaan AI oleh manajer keuangan untuk operasional bisnis dan treasury.
Penerapan yang sudah berjalan menunjukkan bentuk manfaat yang konkret. Shipper Group, misalnya, memakai AI untuk menyeragamkan dokumen penagihan dari klien korporasi dengan format dan persyaratan berbeda. Sistem perbankannya juga telah diintegrasikan dengan ERP agar data transaksi masuk ke sistem keuangan, sementara AI membantu mengolah dan mengonsolidasikan data untuk pelaporan. Contoh ini memperlihatkan bahwa AI bukan pengganti fondasi operasional. Ia bekerja paling baik sebagai lapisan pengolah di atas alur data yang sudah tersambung.
Integrasi dan mutu data menentukan hasil
Antusiasme terhadap AI berisiko menghasilkan proyek yang mengecewakan jika perusahaan mengabaikan integrasi sistem AI dan kesiapan datanya. Anne Suhandojo menegaskan bahwa sistem yang siap serta data berkualitas merupakan faktor penting bagi keberhasilan penerapan. Perusahaan yang masih mengandalkan pencatatan manual dan lembar kerja menghadapi kebutuhan berbeda dari perusahaan dengan data keuangan yang sudah terkonsolidasi. Data yang tersebar atau tidak akurat membuat AI sulit memberi analisis maupun rekomendasi yang berguna.
Ini alasan utama mengapa adopsi tidak bisa disamakan dengan pembelian perangkat lunak. Perusahaan perlu menata sumber data, menyambungkan sistem, dan memastikan informasi dapat diakses sesuai kewenangan. Keamanan data dan keterbatasan tenaga ahli juga menjadi hambatan: masing-masing disebut oleh 40% responden. AI dapat memeriksa dan memberi saran, tetapi pertanggungjawaban atas keputusan tidak boleh kabur. Keputusan akhir tetap memerlukan campur tangan manusia, terutama ketika menyangkut risiko keuangan dan pembayaran.
Mulai dari proses sederhana, lalu perluas
Langkah yang lebih masuk akal adalah memilih satu proses yang jelas, menguji mutu hasilnya, lalu memperluas penggunaan setelah sistem dan tata kelola siap. HSBC menyarankan perusahaan memulai dari proses sederhana, seperti riset dan perbandingan opsi, sebelum memakai AI pada fungsi operasional yang lebih kompleks. Pendekatan bertahap membantu tim menemukan masalah data dan integrasi sejak awal, alih-alih membawanya ke proses yang lebih berisiko.
Untuk AI untuk treasury, prioritasnya bukan mengejar otomatisasi sebanyak mungkin, melainkan memastikan informasi yang dipakai untuk analisis kas, dokumen transaksi, dan risiko dapat dipercaya. Survei HSBC mencatat 84% responden memperkirakan AI akan sangat bermanfaat bagi pengelolaan treasury dalam tiga tahun mendatang. Potensi itu besar, tetapi tidak otomatis menghapus kebutuhan akan pengawasan manusia. Kesimpulannya, AI dapat membuat fungsi keuangan lebih efisien hanya jika perusahaan lebih dulu membenahi data, integrasi, keamanan, dan tanggung jawab pengambilan keputusan.
