Connect with us

Bagaimana AI Dapat Membuat Kehidupan Kerja Lebih Baik, Bukan Hanya Lebih Efisien

Pemimpin pemikiran

Bagaimana AI Dapat Membuat Kehidupan Kerja Lebih Baik, Bukan Hanya Lebih Efisien

mm

Ketika kita membahas transformasi yang dapat dibawa AI ke industri seperti akuntansi dan keuangan, sebagian besar percakapan berpusat pada produktivitas, efisiensi, dan ROI — sebagaimana seharusnya. Di satu sisi, itu dapat dimengerti – wajar jika bisnis memikirkan laba dan meningkatkan proses yang memengaruhinya. Namun, membatasi pemikiran kita tentang AI hanya pada angka berarti melewatkan bagian signifikan dari dampak potensialnya – yaitu, cara AI memengaruhi kehidupan kerja karyawan. Bagaimanapun juga, kepuasan dan produktivitas karyawan terkait erat.

Namun, pada pertanyaan ini juga, ada narasi stereotip – bahwa AI ditakdirkan hanya untuk menggantikan atau mengurangi pekerjaan manusia, membuat akuntan dan tim keuangan memperebutkan porsi pasar tenaga kerja yang semakin menciut. Namun pada kenyataannya, penelitian kami menunjukkan realitas yang berbeda dan jauh lebih menggembirakan. Dan sejak awal, izinkan saya mengatakan bahwa filosofi kami sebagai perusahaan adalah ‘oleh akuntan, untuk akuntan’ – kami pernah berada di parit penutupan bulan dan kami menginginkan yang terbaik untuk orang-orang di industri ini. –Sampai saat ini, yang sebenarnya kami lihat adalah bahwa AI bisa menjadi inovasi langka yang meningkatkan produktivitas perusahaan dan kesejahteraan karyawan sekaligus.

AI yang memerangi kelelahan dan meningkatkan kepuasan

Survei AI global baru FloQast mengungkapkan bahwa akuntan yang berkolaborasi dengan AI tidak hanya lebih efisien, mereka juga lebih bahagia dan lebih sehat. 52% ‘kolaborator AI’ – mereka yang secara aktif bekerja dengan AI dengan cara yang disengaja untuk mencapai tugas dan hasil tertentu – mengatakan mereka merasa cukup istirahat, dibandingkan dengan hanya 18% dari non-pengguna. Akuntan yang berkolaborasi erat dengan AI melaporkan peningkatan 38 poin dalam keseimbangan kerja-kehidupan dan 56% lebih mungkin memiliki waktu untuk menyelesaikan pekerjaan mereka.

Demikian pula, kami menemukan bahwa penggunaan AI yang disengaja mengurangi kelelahan sebesar 24% setelah lebih dari satu tahun penggunaan. Saat dinilai pada ‘skala kelelahan’ dari satu hingga 100, kolaborator AI hanya mencatat 17,5 dibandingkan dengan non-pengguna AI pada 21,6 – indikasi lebih lanjut bahwa AI dapat melindungi, bukan menekan, tenaga kerja.

Selain angka-angka itu, akuntan dan CFO yang berkolaborasi dengan AI juga lebih cenderung mengatakan mereka memiliki kesempatan untuk menjadi proaktif, merasa lebih terlibat, dan memiliki suara yang berharga dalam peran mereka. Mereka hampir dua kali lebih mungkin untuk membuat pilihan yang memengaruhi kinerja organisasi mereka dan memberikan saran untuk mencapai tujuan strategis – secara keseluruhan, mereka lebih cenderung mengatakan mereka terlibat dan didengarkan dalam percakapan tentang arah strategis.

Ini adalah kombinasi yang kuat – berkurangnya stres, istirahat yang lebih baik, dan pekerjaan tingkat tinggi yang lebih memuaskan. Tanggapan ini mengarah pada validasi harapan yang banyak diungkapkan bahwa AI akan mengurangi pekerjaan kasar yang berulang dan memungkinkan akuntan untuk melangkah ke peran yang lebih strategis, menggunakan otomatisasi tingkat lanjut untuk mendapatkan pandangan yang lebih mendalam dan lebih prediktif tentang keuangan perusahaan atau klien yang mendukung pengambilan keputusan yang lebih cerdas.

Ini jelas kabar baik, tidak hanya bagi karyawan tetapi juga bagi pemberi kerja mereka – ini adalah siklus yang baik. Penelitian sebelumnya menunjukkan bahwa perusahaan yang meningkatkan kepuasan kerja dan keseimbangan kerja-kehidupan karyawan mereka biasanya melihat kinerja yang lebih baik, yang pada gilirannya mendukung pertumbuhan.

Peluang besar

Namun, ada satu tantangan. Terlepas dari gambaran positif dari para kolaborator AI, sebagian besar pemimpin keuangan masih belum mendefinisikan cara membawa AI secara bermakna ke dalam pekerjaan sehari-hari tim mereka, dan hanya 5–6% CFO yang memiliki visi yang jelas untuk integrasi AI. Demikian pula, hanya satu dari lima CFO yang mengatakan mereka yakin dalam memilih alat AI yang tepat untuk bisnis mereka. Pada tahap ini, tampaknya visi kepemimpinan, bukan teknologi, kini menjadi penghalang terbesar bagi kemajuan. Angka-angka itu sangat rendah. Tapi itu bukan hal negatif – itu berarti sebagian besar industri memiliki peluang nyata di depan untuk mengakses manfaat yang kami lihat dalam kolaborasi AI.

Dan meskipun adil untuk mengatakan masih ada jalan panjang sebelum sebagian besar akuntan berkolaborasi dengan AI dengan cara yang benar-benar berharga, itu tidak berarti AI adalah wilayah yang sama sekali asing. Faktanya, 76% responden mengatakan kepada kami bahwa mereka telah menggunakan AI di tempat kerja. Pada tingkat dasar, AI sudah tertanam di seluruh profesi. Namun perbedaan kuncinya terletak pada bagaimana AI digunakan. Gagasan ‘menggunakan’ AI dapat merujuk pada apa pun mulai dari menyusun email dengan chatbot hingga mengunggah data ke alat generatif yang tidak disahkan dan meminta ringkasan.

Dalam 76% ini, kurang dari 10% mengatakan AI telah menjadi integral dalam pekerjaan sehari-hari mereka. Beralih dari penggunaan permukaan ke kolaborasi yang bermakna membutuhkan pola pikir yang fundamentally berbeda. Itu membutuhkan kejelasan tentang apa yang ingin dicapai dengan AI dan pendekatan yang disengaja dan terstruktur untuk mengintegrasikannya. Ketika dilakukan dengan baik, AI tidak hanya mengubah cara pekerjaan dilakukan; itu harus membuat pekerjaan itu secara material lebih efisien.

Di mana para pemimpin dapat memulai

Jadi bagaimana kita beralih dari posisi kita sekarang, dengan CFO yang tidak memiliki rencana AI yang jelas, ke titik di mana sebagian besar akuntan mendapat manfaat darinya? Ada beberapa tindakan berdampak tinggi yang dapat diambil semua pemimpin sebagai titik awal.

Pertama-tama, mungkin terdengar jelas, tetapi menetapkan strategi AI yang jelas adalah kunci. Bisnis perlu menghindari sekadar terjun tanpa mempertimbangkan apa yang ingin mereka capai, mengidentifikasi kebutuhan nyata yang dapat dibantu oleh AI, dan menetapkan rasa kepemilikan dan dukungan yang jelas di seluruh perusahaan. Sederhananya, hanya membayar beberapa teknologi yang didukung AI tidak akan membawa manfaat nyata. Karyawan hanya akan melihat hasilnya ketika AI digunakan dengan sengaja dan cerdas.

Di sisi lain, penting juga untuk menumbuhkan budaya yang menghargai eksperimen. Orang perlu tahu bahwa mereka diizinkan untuk mencoba hal-hal baru dengan AI, sehingga mereka dapat menemukan kasus penggunaan dan metode kolaborasi terbaik. Jika setiap proposal alur kerja baru harus melalui beberapa putaran persetujuan, perubahan signifikan tidak akan terjadi.

Terakhir, penting untuk mendefinisikan ulang apa arti ‘kolaborasi’ dengan AI – sangat penting untuk menanamkan AI langsung ke dalam alur kerja akuntansi sebagai kontributor aktif, bukan alat yang berdiri sendiri. Melakukannya berarti memberikan kejelasan kepada tim tentang siapa yang memiliki teknologi, apa yang dirancang untuk dicapai, bagaimana teknologi itu beroperasi, dan bagaimana tujuannya harus berkembang.

Secara bersama-sama, tindakan-tindakan ini dapat mengubah AI dari sekadar kata kunci menjadi kenyataan sehari-hari – dan, jika data dapat dijadikan patokan, menjadi pengganda kesejahteraan.

John Phillips is an accomplished executive with over 25 years of leadership experience across SaaS, enterprise software, and open source business models. Currently serving as GM EMEA at FloQast, he is known for scaling high-growth companies through operational excellence, customer focus, and strategic clarity. Prior to joining FloQast, John spent a decade at Zuora where he played a pivotal role in leading the EMEA business and steering the company through its IPO and beyond. His leadership journey includes senior roles at Oracle, EMC, OpenText, and Cordys, with a proven track record across both European and U.S. markets.

John combines deep commercial acumen with a passion for culture, talent development, and performance-driven execution.