Patrice Bouexel mengeksplorasi bagaimana AI dan otomatisasi memengaruhi ekspektasi dan perilaku karyawan di ekosistem keuangan yang lebih luas.
Saat ini, lebih dari sebelumnya, kita melihat lanskap di mana organisasi-organisasi di seluruh dunia berlomba untuk mengotomatisasi operasi keuangan mereka. Bagi Patrice Bouexel, General Manager Eropa di platform perangkat lunak keuangan Sis ID, ini adalah bukti ekosistem di mana perusahaan berjuang untuk memenuhi ekspektasi.
Bouexel mengatakan kepada SiliconRepublic.com, “Tim keuangan berada di bawah tekanan yang sama seperti fungsi lainnya – melakukan lebih banyak hal dengan jumlah karyawan yang sama dan melakukannya dengan lebih cepat.
“Gartner menemukan bahwa adopsi AI di bidang keuangan meningkat dari 37 persen pada tahun 2023 menjadi 58 persen pada tahun 2024, sementara milik Deloitte survei global terhadap lebih dari 1.300 pemimpin keuangan menemukan bahwa penerapan teknologi baru, termasuk AI, merupakan prioritas utama bagi 48 persen responden.”
Ia menambahkan: “Ini bukan perubahan kecil. Hal ini mencerminkan pengakuan bahwa proses manual berbasis kertas tidak dapat mengimbangi volume dan kompleksitas arus pembayaran modern, terutama karena organisasi beroperasi dengan lebih banyak mata uang, lebih banyak vendor, dan lebih banyak yurisdiksi dibandingkan lima tahun lalu.”
Bouexel menjelaskan bahwa bagi sebagian besar perusahaan, otomasi bukan lagi sebuah fitur bagus yang dapat meningkatkan produktivitas – otomasi dengan cepat menjadi ekspektasi dasar di kalangan dewan direksi dan investor, yang sering melihatnya sebagai cara utama fungsi keuangan tidak hanya mengelola risiko, namun juga biaya.
Peraturan yang kasar
Namun hal ini bukan semata-mata pengenalan teknologi baru yang menciptakan peluang dan kekacauan bagi organisasi. Salah satu tantangan yang lebih mendesak bagi para profesional keuangan modern adalah memastikan bahwa data yang digunakan dan dihasilkan oleh teknologi canggih memiliki kualitas tinggi dan dikelola dengan tepat.
“Kesenjangannya terletak antara menerapkan suatu alat dan memercayai apa yang dihasilkannya. Organisasi yang melakukan hal ini dengan benar akan memperlakukan otomatisasi sebagai upaya tata kelola terlebih dahulu,” kata Bouexel.
“Mereka memetakan proses mana yang berbasis aturan dan benar-benar siap untuk otomatisasi, seperti pemrosesan faktur dan persetujuan pengeluaran, dan memisahkan proses-proses dari proses multi-pemangku kepentingan yang memerlukan desain ulang alur kerja, bukan bot yang dimasukkan ke dalam proses lama. Mereka juga berinvestasi pada data yang mendasarinya sebelum berinvestasi pada algoritme.”
Keterampilan juga menghadirkan tantangan yang signifikan, demikian menurutnya AI, otomatisasi, analisis data, dan integrasi teknologi menjadi penting bagi para ahli di bidang ini.
“Otomasi berhasil ketika tim keuangan diberi waktu dan pelatihan untuk memiliki kasus pengecualian, bukan hanya lisensi perangkat lunak.”
Kecepatan sonik
Ia juga menemukan bahwa dalam lingkungan di mana AI dan otomasi hanya dapat diandalkan jika data keuangan diandalkan, ketergesaan dalam menyelesaikan suatu tugas sering kali dapat menimbulkan bencana.
Bouexel mencatat, “Proses otomatis akan mengeksekusi instruksi yang buruk sama efisiennya dengan instruksi yang baik. Jika catatan vendor sudah usang, jika rincian bank diubah tanpa verifikasi yang tepat, atau jika faktur duplikat lolos beberapa bulan yang lalu, otomatisasi tidak akan menangkap hal tersebut. Hal ini akan mempercepatnya.
“Itu adalah bagian yang tidak nyaman dari percakapan otomatisasi yang sering diabaikan. Organisasi-organisasi bergerak lebih cepat menuju pemrosesan langsung pada titik ketika data yang memasukkan proses-proses tersebut – file induk vendor, riwayat pembayaran, dan jalur persetujuan – sering kali merupakan bagian yang paling tidak diteliti dalam tumpukan keuangan.
“Kecepatan tanpa data terverifikasi tidak mengurangi risiko. Ini hanya berarti kesalahan atau instruksi palsu mencapai pembayaran lebih cepat dari biasanya.”
Dia menyarankan bahwa saat ini, tujuan sebenarnya adalah pencegahan daripada membereskan kekacauan yang sudah terjadi. Ketika pendeteksian perilaku curang atau mencurigakan menjadi tantangan yang lebih sulit, sebagian besar disebabkan oleh teknologi AI dan deepfake, keterampilan dan proses verifikasi dapat membuat perbedaan besar.
“Jawaban yang lebih tahan lama ada di awal rantai, memverifikasi siapa Anda sebenarnya membayar dan mengonfirmasi identitas mereka melalui saluran yang tidak dapat disentuh oleh penipu sebelum pembayaran diotorisasi, daripada mencoba menemukan anomali setelah saluran tersebut sudah ada,” katanya.
Kepemimpinan yang patut dipuji
Ketika ditanya pertanyaan, ‘Apa yang harus dilakukan para pemimpin keuangan saat ini ketika penipuan, AI, dan regulasi mengubah keamanan pembayaran?’, Bouexel mengatakan bahwa ada tiga bidang yang harus menjadi fokus para pemimpin.
Pertama, mereka harus memisahkan risiko proses dari risiko teknologi.
Kedua, Literasi AI harus dibangun dalam tim keuangan sebagai sarana untuk mengembangkan keahlian teknologi berbasis manusia, tidak hanya pada alat yang digunakan.
Dia berkata, “Tim keuangan perlu memahami bagaimana sebenarnya perilaku penipuan yang didukung AI jika mereka ingin mengenali dan menantang permintaan penipuan yang meyakinkan.”
Terakhir, mereka perlu memperlakukan perubahan peraturan sebagai landasan, bukan batas atas.
“Peraturan cenderung memformalkan praktik yang baik. Organisasi yang menunggu mandat sebelum bertindak, secara definisi, berada di belakang.”