Di banyak perusahaan, anggaran AI CFO yang semula dielu-elukan sebagai motor transformasi keuangan tiba-tiba mengalami pemangkasan tajam. Dari ruang rapat direksi hingga divisi keuangan operasional, muncul pertanyaan yang sama: mengapa investasi yang dianggap strategis ini kini justru dipersempit, dan apa yang bisa dilakukan agar inisiatif AI di area keuangan tidak mati pelan pelan. Fenomena ini bukan hanya terjadi di perusahaan rintisan yang sedang menghemat biaya, tetapi juga di korporasi besar yang sebelumnya agresif menggelontorkan dana untuk proyek kecerdasan buatan.
Mengapa anggaran AI CFO mulai kehilangan daya tawar
Perubahan sikap manajemen terhadap anggaran AI CFO tidak terjadi dalam semalam. Ada serangkaian faktor yang membuat pos biaya ini tampak “empuk” untuk dipangkas ketika perusahaan memasuki fase efisiensi. Dalam banyak kasus, janji AI yang tidak segera terlihat dalam bentuk rupiah dan laporan laba rugi membuat CFO sendiri berada dalam posisi sulit untuk mempertahankannya.
Di balik angka angka yang dipresentasikan di slide rapat, terdapat ketegangan antara harapan pemegang saham yang menuntut hasil cepat dan kenyataan implementasi teknologi yang sering memakan waktu lebih panjang dari yang direncanakan. Di tengah tekanan tersebut, proyek AI di fungsi keuangan kerap menjadi korban prioritas jangka pendek.
Janji besar vs realita di lantai keuangan
Di awal gelombang adopsi AI, banyak CFO tergoda oleh presentasi vendor dan konsultan yang menggambarkan otomatisasi penuh, laporan real time, hingga prediksi arus kas yang akurat. Anggaran AI CFO pun disetujui dengan antusias, dengan ekspektasi penghematan biaya besar dalam waktu singkat.
Namun ketika proyek berjalan, realita di lantai keuangan tidak selalu seindah brosur penjualan. Integrasi dengan sistem ERP lama tersendat, data keuangan yang berantakan menghambat kualitas model, dan tim internal belum siap mengubah cara kerja. Hasilnya, manfaat yang dijanjikan tertunda, sementara biaya lisensi, implementasi, dan konsultan terus berjalan.
“Teknologi AI di keuangan bukan gagal, tetapi sering dijual dengan ekspektasi yang tidak realistis terhadap kecepatan dan skala hasil yang bisa dicapai.”
Perbedaan antara janji dan realita inilah yang kemudian menjadi bahan amunisi bagi pihak pihak yang skeptis, terutama ketika perusahaan mulai menata ulang prioritas pengeluaran.
Mengurai komponen biaya anggaran AI CFO yang membengkak
Untuk memahami mengapa anggaran AI CFO mudah dipotong, perlu dilihat lebih rinci struktur biaya di balik proyek AI di keuangan. Bukan hanya lisensi perangkat lunak, tetapi juga ekosistem pendukung yang sering kali tidak dikalkulasikan dengan jujur di awal.
Anggaran AI CFO dan biaya lisensi yang sulit dinegosiasikan
Salah satu komponen terbesar dalam anggaran AI CFO adalah lisensi platform dan alat analitik. Banyak solusi AI untuk keuangan berbasis langganan tahunan dengan skema harga per pengguna atau per volume data. Di tahun pertama, biaya ini masih bisa ditoleransi karena dianggap sebagai investasi. Namun ketika pembaruan kontrak tiba dan hasil yang dirasakan belum sebanding, manajemen mulai mempertanyakan kelanjutannya.
Vendor AI keuangan juga cenderung mengunci fitur penting di paket premium, memaksa perusahaan mengeluarkan biaya lebih untuk mendapatkan kapabilitas yang sebenarnya sudah dijanjikan di awal pembicaraan. Ketika negosiasi ulang tidak menghasilkan penurunan harga signifikan, memotong anggaran menjadi opsi yang tampak paling rasional.
Infrastruktur data dan integrasi yang menguras kas
Di luar lisensi, ada biaya yang sering diremehkan: infrastruktur data dan integrasi sistem. Untuk membuat model AI bekerja optimal, CFO perlu memastikan data keuangan dari berbagai sumber tersinkronisasi, bersih, dan dapat diakses secara konsisten. Itu berarti:
– Pengadaan atau peningkatan data warehouse atau data lake
– Integrasi dengan sistem ERP, CRM, dan aplikasi keuangan lain
– Pengamanan data sesuai regulasi dan standar audit
Setiap proyek integrasi ini melibatkan tim TI internal, konsultan eksternal, dan sering kali penyesuaian sistem yang memakan waktu berbulan bulan. Biaya jam kerja dan risiko gangguan operasional saat migrasi kerap tidak terlihat di awal proposal, tetapi akan muncul jelas di laporan biaya proyek.
Tenaga ahli dan konsultan dalam anggaran AI CFO
Tidak semua tim keuangan memiliki data scientist, data engineer, dan analis bisnis yang paham baik keuangan maupun AI. Akibatnya, banyak perusahaan bergantung pada konsultan untuk merancang, mengembangkan, dan mengoperasikan solusi AI.
Honor konsultan, pelatihan staf, serta biaya rekrutmen talenta baru menjadi bagian signifikan dari anggaran AI CFO. Ketika proyek belum menunjukkan hasil konkret, pos biaya ini mudah disorot sebagai pemborosan. Di beberapa perusahaan, ketergantungan berkepanjangan pada konsultan tanpa transfer pengetahuan yang memadai membuat manajemen mempertanyakan keberlanjutan inisiatif AI.
Tekanan ekonomi dan prioritas baru di meja direksi
Lingkungan ekonomi global yang tidak menentu membuat hampir semua departemen diminta mengencangkan ikat pinggang. CFO yang biasanya menjadi motor penghematan justru harus menjelaskan mengapa anggaran AI CFO layak dipertahankan ketika divisi lain rela memangkas program mereka.
Dalam situasi seperti ini, proyek yang belum menghasilkan arus kas langsung sering dikorbankan demi kebutuhan yang lebih mendesak. Investasi AI di fungsi keuangan, yang manfaatnya lebih banyak berupa efisiensi, akurasi, dan kecepatan informasi, kalah pamor dibanding inisiatif yang berpotensi langsung meningkatkan penjualan.
Selain itu, tekanan dari investor dan pasar modal yang menuntut margin sehat dalam jangka pendek mendorong manajemen untuk memangkas semua pengeluaran yang dianggap tidak kritikal. Proyek AI yang dipersepsikan sebagai “eksperimen” menjadi sasaran empuk.
Salah kaprah memahami peran AI di ruang CFO
Banyak kegagalan mempertahankan anggaran AI CFO berawal dari kesalahpahaman mendasar mengenai peran AI di fungsi keuangan. AI sering dikomunikasikan sebagai pengganti manusia, bukan sebagai alat bantu pengambil keputusan yang memperkuat peran CFO.
Kesalahpahaman ini memicu dua konsekuensi. Pertama, ekspektasi bahwa biaya tenaga kerja akan turun drastis dalam waktu singkat, yang jarang terjadi. Kedua, resistensi dari staf keuangan yang merasa terancam posisinya, sehingga menghambat adopsi dan mengurangi manfaat yang bisa dihasilkan.
Padahal, di banyak kasus, AI justru paling efektif jika digunakan untuk mengurangi tugas manual berulang, memperkaya analisis, dan memberikan wawasan yang sebelumnya tidak terlihat. Ketika narasi awal terlalu menekankan penghematan SDM, kegagalan mencapai target itu menjadi alasan kuat untuk memotong anggaran.
Mengapa manfaat AI sulit diterjemahkan ke dalam angka
Salah satu tantangan terbesar dalam mempertahankan anggaran AI CFO adalah membuktikan manfaat dalam bentuk angka yang dapat diterima manajemen dan pemegang saham. Banyak keuntungan AI yang bersifat kualitatif, seperti:
– Kecepatan penyusunan laporan
– Peningkatan akurasi proyeksi
– Deteksi dini risiko dan anomali
Semua itu penting bagi kesehatan keuangan perusahaan, tetapi tidak selalu mudah dikonversi menjadi rupiah yang “diselamatkan”. Tanpa metrik yang jelas, proyek AI tampak seperti biaya tambahan, bukan penggerak nilai.
Di sinilah CFO sering kecolongan. Proposal awal dipenuhi proyeksi penghematan besar, tetapi tanpa kerangka pengukuran yang disiplin. Saat evaluasi tiba, sulit menunjukkan bukti konkret, membuat argumen mempertahankan anggaran melemah.
Strategi menyelamatkan anggaran AI CFO dari pemangkasan
Meski tekanan pemotongan biaya besar, anggaran AI CFO tidak harus selalu menjadi korban. Ada langkah langkah strategis yang bisa diambil agar inisiatif AI tetap hidup, bahkan berkembang, tanpa dianggap sebagai beban.
Menyusun ulang prioritas proyek dalam anggaran AI CFO
Langkah pertama adalah melakukan audit menyeluruh terhadap semua proyek AI di fungsi keuangan. CFO perlu mengelompokkan inisiatif berdasarkan:
– Manfaat finansial yang paling cepat terlihat
– Kesiapan data dan sistem pendukung
– Ketergantungan pada pihak ketiga
Proyek yang terlalu ambisius dengan ketergantungan tinggi pada integrasi rumit bisa ditunda, sementara proyek yang lebih sederhana namun berdampak langsung pada efisiensi operasional didahulukan. Misalnya, otomatisasi rekonsiliasi transaksi dan klasifikasi akun bisa diprioritaskan dibanding proyek prediksi jangka panjang yang membutuhkan data historis kompleks.
Dengan cara ini, anggaran AI CFO tidak serta merta dipotong, tetapi dialihkan ke inisiatif yang lebih mudah dibuktikan manfaatnya dalam jangka pendek.
Menghubungkan langsung hasil AI dengan indikator kinerja
Agar anggaran AI CFO terlihat relevan, setiap proyek harus diikat pada indikator kinerja yang sudah dipahami manajemen, seperti:
– Penurunan hari penutupan buku bulanan
– Pengurangan jam lembur tim keuangan
– Penurunan tingkat kesalahan input data
– Peningkatan akurasi forecast pendapatan atau arus kas
Setiap perbaikan pada indikator tersebut perlu dicatat sebelum dan sesudah implementasi AI. Dengan bukti kuantitatif yang jelas, CFO memiliki argumen kuat bahwa pemotongan anggaran justru akan mengembalikan perusahaan ke cara kerja yang lebih mahal dan lambat.
“Jika manfaat AI tidak diterjemahkan ke dalam metrik yang dipahami direksi, proyek secanggih apa pun akan terlihat seperti biaya tambahan yang mudah dikorbankan.”
Memperkuat narasi strategis di rapat direksi
Selain angka, CFO juga perlu membangun narasi strategis yang kuat tentang peran AI dalam menjaga daya saing perusahaan. Bukan sekadar mengikuti tren, tetapi menjelaskan bagaimana AI di fungsi keuangan:
– Mempercepat respons terhadap perubahan pasar
– Mengurangi risiko kesalahan pelaporan yang bisa berujung sanksi
– Memberikan visibilitas lebih baik terhadap kesehatan kas dan likuiditas
Dengan menempatkan anggaran AI CFO sebagai bagian dari fondasi tata kelola keuangan modern, bukan proyek teknologi terpisah, peluang mempertahankannya menjadi lebih besar. Narasi ini perlu disampaikan secara konsisten, bukan hanya saat anggaran terancam dipotong.
Mengoptimalkan penggunaan vendor dan teknologi yang ada
Banyak anggaran AI CFO terbuang bukan karena teknologi tidak berguna, tetapi karena pemanfaatannya tidak maksimal. Lisensi dibeli untuk ratusan pengguna, padahal hanya puluhan yang aktif. Fitur canggih tersedia, namun hanya fungsi dasar yang digunakan.
CFO perlu bekerja sama dengan tim keuangan dan TI untuk:
– Mengkaji ulang jumlah lisensi dan tingkat pemakaian
– Menegosiasikan ulang paket dengan vendor berdasarkan pemanfaatan nyata
– Memusatkan penggunaan pada tim yang benar benar menghasilkan nilai tambah
Selain itu, pemilihan teknologi juga harus lebih selektif. Bukan semua masalah perlu diselesaikan dengan AI generatif atau model kompleks. Dalam beberapa kasus, otomatisasi berbasis aturan sederhana sudah cukup dan jauh lebih murah. Dengan pendekatan ini, anggaran AI CFO dapat dihemat tanpa mengorbankan hasil.
Mengembangkan kemampuan internal agar tidak tergantung konsultan
Ketergantungan jangka panjang pada konsultan adalah salah satu alasan anggaran AI CFO membengkak. Untuk menyelamatkan anggaran, perusahaan perlu mengalihkan sebagian biaya eksternal menjadi investasi pengembangan kemampuan internal.
Langkah yang bisa diambil antara lain:
– Melatih analis keuangan untuk memahami dasar dasar pemodelan dan analitik
– Membentuk tim kecil lintas fungsi antara keuangan dan data
– Mendorong transfer pengetahuan yang jelas dalam setiap proyek dengan konsultan
Dengan memperkuat kapasitas internal, perusahaan bisa mengurangi biaya proyek berikutnya, sekaligus memastikan pemeliharaan dan pengembangan lanjutan tidak selalu membutuhkan anggaran eksternal besar.
Menata ulang tata kelola data demi memperkuat anggaran AI CFO
Tanpa data yang rapi, proyek AI di keuangan akan terus makan biaya tanpa hasil sepadan. Banyak perusahaan baru menyadari bahwa masalah utama mereka bukan kurang canggihnya algoritma, melainkan kualitas dan konsistensi data.
CFO perlu memimpin upaya penataan data keuangan dengan:
– Menetapkan standar input dan validasi data yang konsisten
– Mengurangi duplikasi sistem dan sumber data yang tumpang tindih
– Bekerja dengan unit lain agar data pendukung (penjualan, operasional) juga terstruktur baik
Upaya ini memang membutuhkan alokasi anggaran, tetapi justru memperkuat posisi anggaran AI CFO karena menunjukkan bahwa perusahaan serius membangun fondasi yang diperlukan. Dengan data yang lebih baik, proyek AI berikutnya akan lebih cepat dan murah, mengurangi risiko pemangkasan anggaran di masa mendatang.
Mengajak tim keuangan menjadi pengguna aktif, bukan penonton
Sering kali, proyek AI di fungsi keuangan digerakkan oleh TI atau vendor, sementara tim keuangan hanya menjadi penerima hasil. Pola ini berbahaya, karena ketika anggaran AI CFO dipertanyakan, tidak banyak suara internal yang akan membelanya.
CFO perlu mengubah pendekatan ini dengan:
– Melibatkan staf keuangan sejak tahap perancangan solusi
– Mengadakan sesi uji coba dan umpan balik sebelum peluncuran penuh
– Mengukur tingkat penggunaan dan kepuasan pengguna secara berkala
Ketika tim keuangan merasa memiliki dan merasakan langsung manfaat AI dalam pekerjaan sehari hari, mereka akan menjadi pendukung alami saat anggaran terancam dipotong. Dukungan ini penting, karena argumen yang datang dari pengguna lapangan sering lebih meyakinkan daripada presentasi manajerial semata.
Menggunakan pemotongan sebagai momentum merapikan strategi
Ada kalanya pemotongan anggaran AI CFO tidak bisa dihindari. Namun, kondisi ini bisa dimanfaatkan sebagai momentum untuk merapikan strategi, bukan akhir dari perjalanan AI di fungsi keuangan.
CFO dapat:
– Menghentikan proyek yang tidak jelas arah dan metrik keberhasilannya
– Mengkonsolidasikan alat dan vendor yang fungsinya tumpang tindih
– Memusatkan investasi pada beberapa use case inti dengan rekam jejak jelas
Dengan cara ini, meski total anggaran berkurang, efektivitas setiap rupiah yang dikeluarkan justru meningkat. Di periode berikutnya, keberhasilan proyek proyek yang tersisa bisa menjadi landasan untuk kembali mengusulkan peningkatan anggaran AI CFO secara lebih kredibel.
Menjadikan AI sebagai bagian dari disiplin keuangan, bukan eksperimen TI
Pada akhirnya, keberlangsungan anggaran AI CFO sangat ditentukan oleh cara perusahaan memposisikan AI dalam ekosistem keuangan. Jika AI terus dipandang sebagai eksperimen TI yang kebetulan menyentuh data keuangan, anggarannya akan selalu berada di bawah ancaman pemangkasan ketika situasi memburuk.
Sebaliknya, jika AI diposisikan sebagai alat inti untuk:
– Menjaga integritas dan kecepatan informasi keuangan
– Mendukung perencanaan dan pengambilan keputusan bisnis
– Mengurangi risiko operasional dan kepatuhan
maka argumen mempertahankan anggaran menjadi jauh lebih kuat. Tugas CFO adalah menggeser persepsi ini, baik di tingkat direksi maupun di dalam tim keuangan sendiri, sehingga setiap investasi AI terlihat sebagai bagian dari disiplin keuangan modern, bukan sekadar proyek teknologi musiman.
Dengan pendekatan seperti itu, anggaran AI CFO tidak hanya bisa diselamatkan dari pemangkasan, tetapi juga diarahkan ulang agar benar benar menghasilkan nilai yang bisa diukur dan dirasakan perusahaan secara menyeluruh.
Comment