Kerja Lebih Keras, Kerja Lebih Cerdas: AI & Disiplin Anggaran

AI untuk Jasa Akuntansi Indonesia: Keuangan Digital••By 3L3C

Pesan Menkeu Purbaya soal kerja lebih keras sebenarnya ajakan kerja lebih cerdas: disiplin anggaran, data, dan pemanfaatan AI di perbankan dan jasa akuntansi.

AI akuntansikeuangan digitaltransformasi digital pemerintahperbankan Indonesiadisiplin anggaranpajak dan auditSDM keuangan
Share:

Kerja Keras Saja Nggak Cukup: Saatnya Kerja Cerdas dengan AI

Saat menerima penghargaan Game Changer of the Year pada 11/12/2025, Menkeu Purbaya Yudhi Sadewa mengirim pesan yang cukup lugas ke jajaran Kemenkeu:

"Kita harus kerja lebih keras, memastikan bahwa semua rupiah yang kita belanjakan betul-betul dibelanjakan tepat waktu, tepat sasaran, dan nggak bocor."

Di permukaan, pesan ini terdengar klasik: ajakan kerja lebih keras, lebih disiplin, lebih rapi. Tapi kalau kita kaitkan dengan konteks sekarang — transformasi digital, AI di sektor publik, dan dorongan pertumbuhan ekonomi di atas 5% — sebenarnya ini sinyal kuat: era kerja manual pelan-pelan habis, digantikan kerja cerdas berbasis data dan AI.

Buat pelaku industri perbankan, kantor akuntan, sampai praktisi keuangan digital, pesan Purbaya ini relevan banget. Karena kalau kementerian pengelola APBN sudah bicara soal ketatnya tata kelola, efisiensi, dan pemanfaatan teknologi (termasuk AI Bea Cukai yang ia pamerkan), sektor swasta nggak bisa santai.

Di artikel ini saya ingin mengurai:

  • Kenapa pesan “kerja lebih keras” Purbaya sebenarnya soal “kerja lebih cerdas” dengan teknologi
  • Hubungannya dengan transformasi digital di perbankan dan jasa akuntansi Indonesia
  • Contoh konkret bagaimana AI bisa membantu disiplin anggaran, pajak, dan audit
  • Apa yang perlu disiapkan SDM keuangan dan perbankan di era digital banking

Pesan Purbaya: Disiplin Rupiah, Disiplin Data

Inti pesan Purbaya sebenarnya sederhana: setiap rupiah harus tepat waktu, tepat sasaran, dan tidak bocor. Ini adalah prinsip dasar manajemen keuangan yang juga dipakai bank, kantor akuntan, dan startup fintech.

Kalau kita terjemahkan ke level operasional, ada tiga tuntutan besar:

  1. Ketepatan waktu
    Anggaran harus cair dan dipakai saat dibutuhkan, bukan berbulan-bulan mengendap. Di dunia bisnis, ini mirip dengan cash flow management yang sehat dan proses persetujuan yang cepat.

  2. Ketepatan sasaran
    Belanja harus menuju program dan penerima yang benar. Di perbankan, ini sepadan dengan penyaluran kredit ke segmen yang tepat, bukan sekadar mengejar penyaluran angka.

  3. Mencegah kebocoran
    Kebocoran anggaran di APBN punya padanan di sektor swasta: fraud, misstatement laporan keuangan, pajak yang salah hitung, sampai penyalahgunaan biaya operasional.

Semua tuntutan itu sulit dipenuhi kalau proses masih:

  • Penuh kertas dan file Excel tersebar di mana-mana
  • Mengandalkan pengecekan manual
  • Bergantung pada “ingatan” dan feeling senior

Di sinilah AI dan otomasi keuangan jadi relevan. Disiplin rupiah itu mustahil tanpa disiplin data.

Dari Kemenkeu ke Bank & Kantor Akuntan: Standar Baru Tata Kelola

Ketika Menkeu bicara soal tata kelola anggaran yang semakin ketat, pesan itu nggak berhenti di kementerian. Bank, lembaga keuangan, dan kantor akuntan akan ikut terdorong naikin standar.

Kenapa?

  • Regulasi makin datadriven.
    Otoritas pajak, OJK, sampai BI makin bergantung pada data terintegrasi dan analitik untuk pengawasan.

  • APBN jadi mesin pendorong ekonomi.
    Purbaya menargetkan pertumbuhan 6% di semester II 2026, salah satunya lewat belanja negara yang lebih efektif. Itu berarti lebih banyak dana pemerintah masuk ke perbankan, proyek, dan program yang butuh tata kelola kuat.

  • Kebutuhan transparansi meningkat.
    Laporan keuangan, laporan pajak, dan pelaporan ke regulator dituntut lebih cepat dan akurat.

Bagi:

  • Bank → adopsi AI untuk risk scoring, AML (anti pencucian uang), dan monitoring transaksi jadi kebutuhan, bukan pilihan.
  • Kantor akuntan → pembukuan otomatis, analitik laporan keuangan, dan dukungan audit berbasis AI jadi pembeda utama.
  • Tim keuangan perusahaan → automasi rekonsiliasi, budgeting, dan pelaporan manajemen bikin perusahaan tahan tekanan biaya dan regulasi.

Pesan “kerja lebih keras” dari Menkeu, kalau ditarik ke sini, berubah jadi: “kerja lebih ketat, lebih transparan, dan lebih cepat — dan itu hampir mustahil tanpa digital dan AI.”

Peran AI dalam Disiplin Anggaran & Pajak: Dari Bea Cukai ke Kantor Akuntan

Salah satu hal menarik dari rangkaian berita Purbaya adalah soal mesin AI buatan Bea Cukai yang ia pamerkan. Ini contoh konkret bagaimana sektor publik mulai memakai AI untuk meningkatkan pengawasan dan efisiensi.

Di dunia akuntansi dan perbankan, pola pemanfaatannya mirip. Berikut beberapa area yang paling berdampak.

1. Pembukuan Otomatis Berbasis AI

Masalah lama:

  • Input manual transaksi di software akuntansi
  • Human error tinggi: salah akun, salah nominal, salah tanggal
  • Staff akuntansi habis waktu untuk kerja administratif

Dengan AI akuntansi:

  • Sistem bisa membaca mutasi bank, invoice, dan struk, lalu otomatis mengklasifikasi transaksi ke akun yang benar
  • Pola pengeluaran berulang (gaji, langganan, utilitas) dikenali dan dicatat otomatis
  • Notifikasi muncul kalau ada transaksi tidak biasa atau berisiko

Hasilnya:

  • Laporan keuangan bulanan bisa keluar lebih cepat
  • Kantor akuntan bisa menangani lebih banyak klien dengan tim yang sama
  • Pemilik bisnis punya gambaran real time soal keuangan

2. Pelaporan Pajak yang Lebih Akurat

Masalah umum di Indonesia:

  • Data penjualan tersebar di beberapa sistem
  • Perbedaan pencatatan antara buku komersial dan fiskal
  • Keterlambatan dan kesalahan SPT karena perhitungan manual

AI untuk pajak bisa:

  • Menyatukan data transaksi dari POS, marketplace, dan bank
  • Menandai transaksi yang punya konsekuensi pajak khusus (misalnya objek PPh 23, PPN, atau transaksi lintas negara)
  • Memberi simulasi beban pajak dan rekomendasi legal untuk efisiensi

Ini selaras dengan keinginan pemerintah mengurangi tax gap dan menertibkan wajib pajak. Di sisi lain, wajib pajak dan kantor akuntan jadi bisa patuh pajak tanpa harus menambah beban kerja berlipat.

3. Dukungan Audit & Anti-Fraud

Dalam audit, baik audit pajak maupun audit laporan keuangan, AI bisa mengambil peran besar:

  • Analisis pola transaksi untuk mendeteksi anomali yang berpotensi fraud atau salah saji
  • Sample selection cerdas: bukan lagi sampling acak, tapi fokus ke area paling berisiko
  • Pemeriksaan dokumen otomatis: AI membaca kontrak, invoice, dan dokumen pendukung untuk mencocokkan angka dengan catatan buku

Ini mengarah ke hal yang Purbaya tekankan: “nggak bocor.”
Kalau di APBN, ini soal kebocoran anggaran. Di korporasi dan perbankan, ini soal kebocoran kas, fraud internal, dan risiko pelanggaran regulasi.

Efisiensi Birokrasi & Bank Digital: Kenapa Keduanya Saling Terkait

Banyak orang melihat transformasi digital di pemerintah dan di perbankan sebagai dua jalur berbeda. Padahal, untuk konteks Indonesia, keduanya saling menguatkan.

  1. Pemerintah makin digital → Data makin rapi → Bank & akuntan dapat data yang lebih kredibel.
    Contoh: integrasi data pajak, data penerima bansos, atau data proyek pemerintah dengan perbankan untuk credit scoring UMKM.

  2. Perbankan makin digital → Penyaluran dana pemerintah lebih cepat dan terukur.
    Misalnya penempatan dana pemerintah di bank BUMN yang diikat target penyaluran kredit produktif. Tanpa sistem digital yang kuat, pengawasan target ini sulit.

  3. Kantor akuntan makin digital → Kualitas laporan keuangan nasabah perbankan meningkat.
    Bank jadi bisa menilai risiko kredit lebih akurat, karena laporan tidak lagi hanya “formalitas” untuk pinjaman, tapi benar-benar mencerminkan kondisi usaha.

Nah, di tengah ekosistem ini, AI jadi “lem perekat” data.
AI yang dipakai Bea Cukai untuk menganalisis arus barang dan nilai impor bisa terhubung dengan:

  • Data pembayaran pajak
  • Data transaksi perbankan
  • Laporan keuangan perusahaan

Hasilnya: pengawasan lebih kuat, kebijakan lebih tepat sasaran, dan risiko makin terkendali. Ini persis arah yang Purbaya inginkan ketika bicara ekonomi bisa tumbuh di atas 6%.

Kesiapan SDM: Dari Pegawai Kemenkeu ke Analis Bank & Akuntan

Satu poin yang sering dilupakan: AI tidak menghapus kebutuhan kerja keras, tetapi mengubah jenis kerja kerasnya.

Pegawai Kemenkeu, analis bank, dan akuntan sama-sama perlu beradaptasi:

1. Melek Data, Bukan Cuma Melek Excel

Skill dasar yang sekarang wajib:

  • Paham struktur data transaksi dan laporan
  • Mengerti logika pengelompokan akun dan kode transaksi
  • Bisa membaca dashboard BI atau sistem core banking, bukan hanya laporan statis PDF

2. Mampu Bekerja Sama dengan Sistem AI

AI butuh feedback manusia untuk jadi akurat. Peran SDM keuangan bergeser menjadi:

  • Mengoreksi klasifikasi transaksi yang salah
  • Menyetujui rekomendasi AI (misalnya deteksi fraud atau penolakan kredit)
  • Menjelaskan output AI ke manajemen dan regulator

3. Fokus ke Analisis & Tata Kelola, Bukan Sekadar Input Data

Kalau pekerjaan input dan rekonsiliasi sudah diambil alih sistem, waktu staf keuangan dan akuntan bisa pindah ke:

  • Analisis tren biaya dan pendapatan
  • Simulasi skenario anggaran dan pajak
  • Menyusun kebijakan internal untuk mencegah kebocoran

Jadi ketika Purbaya bilang “kerja lebih keras” dan “tata kelola makin ketat”, terjemahan praktisnya buat SDM keuangan adalah: lebih serius membangun skill digital, analitik, dan pemahaman regulasi.

Langkah Praktis: Mulai Kerja Lebih Cerdas dengan AI Keuangan

Kalau kita turunkan semua ini ke langkah konkret untuk bank, kantor akuntan, atau tim keuangan perusahaan, garis besarnya seperti ini:

  1. Audit proses manual yang paling makan waktu.
    Contoh: input bukti transaksi, rekonsiliasi mutasi bank, penyusunan SPT, konsolidasi laporan cabang.

  2. Pilih satu area untuk pilot AI.
    Misalnya:

    • Pembukuan otomatis untuk beberapa klien dulu
    • Deteksi anomali transaksi di satu segmen nasabah bank
    • Otomasi pelaporan pajak bulanan

  3. Bangun SOP baru yang menggabungkan manusia + AI.
    Jelaskan: kapan AI jalan otomatis, kapan manusia cek, kapan manajemen ambil keputusan.

  4. Latih tim dengan kasus nyata internal.
    Bukan hanya ikut training umum, tapi langsung pakai data perusahaan/klien supaya relevan.

  5. Pantau dampak: waktu, akurasi, dan risiko.
    Ukur:

    • Berapa jam kerja administratif yang berkurang
    • Berapa persen penurunan kesalahan pencatatan
    • Berapa banyak anomali yang sekarang bisa terdeteksi

Semakin disiplin mengukur ini, semakin mudah meyakinkan manajemen bahwa investasi AI keuangan itu bukan sekadar ikut tren, tapi benar-benar mendukung target bisnis dan kepatuhan regulasi.

Penutup: Dari Pesan Menkeu ke Strategi AI Anda

Pesan Purbaya ke pegawai Kemenkeu tentang kerja lebih keras, tata kelola ketat, dan setiap rupiah yang harus tepat sasaran sebenarnya sejalan dengan arah transformasi AI untuk jasa akuntansi dan keuangan digital di Indonesia.

Di satu sisi, pemerintah mengencangkan standar disiplin anggaran dan menyiapkan infrastruktur digital, termasuk penggunaan AI di Bea Cukai dan pengelolaan belanja negara. Di sisi lain, bank, kantor akuntan, dan tim keuangan perusahaan perlu menjawab dengan:

  • Sistem keuangan yang terdigitalisasi
  • AI untuk pembukuan, pajak, audit, dan manajemen risiko
  • SDM yang melek data dan siap bekerja sama dengan mesin

Kalau sektor publik sedang meng-upgrade cara kerjanya, masuk akal kalau sektor keuangan dan jasa akuntansi juga naik kelas. Pertanyaannya sekarang: apakah tim keuangan dan akuntansi Anda masih sibuk input data manual, atau sudah mulai mengarahkan tenaga ke analisis dan tata kelola dengan bantuan AI?