Model dan platform AI

RightRev Meluncurkan Agen AI untuk Menjaga Keselarasan Akuntansi Pendapatan dengan Perubahan Kontrak

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google
RightRev company photograph accompanying its AI revenue platform announcement

RightRev telah meluncurkan RightAgents, rangkaian agen AI yang dirancang untuk menangani pekerjaan rutin di balik akuntansi pendapatan, mulai dari memeriksa kontrak hingga menjelaskan penyebab perubahan saldo. Pengumuman pada 12 November ini menyasar tantangan yang kian besar bagi tim keuangan: menjaga pembukuan tetap selaras dengan penetapan harga berbasis penggunaan, kredit prabayar, dan kontrak yang berubah sepanjang bulan.

Pendekatan ini memadukan bantuan AI dengan mesin pendapatan berbasis aturan. Agen mengumpulkan informasi, menyelidiki perbedaan, dan menyiapkan pekerjaan untuk ditinjau. Tim keuangan tetap memegang kendali atas hal-hal yang dimasukkan ke buku besar.

Pembagian tugas ini penting. Asisten dapat memberikan penjelasan yang masuk akal tentang perubahan pendapatan tanpa memastikan bahwa akuntansi yang mendasarinya sudah benar. RightRev menawarkan akses bagi agen ke catatan dan perhitungan di balik angka tersebut, sementara pelaksanaan akuntansi tetap mengacu pada kebijakan yang telah disetujui.

Mengapa Perubahan Model Penetapan Harga Memperumit Pembukuan

Tagihan langganan dan pendapatan yang diakui tidak selalu mengikuti jadwal yang sama. Pelanggan mungkin membeli kredit di muka, menggunakannya selama beberapa bulan, menambahkan produk di tengah masa kontrak, atau memenuhi syarat untuk tingkat harga yang berbeda. Setiap kejadian dapat mengubah pekerjaan akuntansi yang diperlukan, meskipun penagihan tetap berjalan seperti biasa.

RightRev memiliki platform pengakuan pendapatan yang mendukung pemesanan, penggunaan, peristiwa pengiriman, pencapaian, dan pemicu lain yang dikonfigurasi. Platform ini dapat menetapkan aturan akuntansi untuk setiap kewajiban pelaksanaan, mengalokasikan jumlah ke berbagai kontrak gabungan, dan menghitung ulang jadwal ketika perjanjian diubah. Cakupan yang dinyatakan mencakup pengakuan pendapatan berdasarkan ASC 606 dan IFRS 15.

Perangkat lunak ini juga menangani pengaturan berulang dan satu kali, skema alokasi pendapatan bertingkat, ayat jurnal, serta analisis harga jual mandiri. Fungsi-fungsi ini menyediakan struktur akuntansi bagi agen baru tersebut: sistem perlu menentukan kewajiban mana yang menghasilkan pendapatan, kapan kewajiban itu dipenuhi, dan bagaimana jumlahnya ditetapkan.

Lapisan Konteks di Antara Sistem Bisnis dan AI

RightRev menjelaskan bahwa RightContext merupakan lapisan data dan konteks platform. Lapisan ini menyatukan catatan penagihan, ERP, dan penggunaan, menormalisasi data masukan, serta memungkinkan tim keuangan menetapkan konteks khusus untuk bisnis mereka. Mesin pendapatan kemudian menerapkan kebijakan pelanggan pada landasan tersebut.

Menurut pengumuman tersebut, konteks yang sama dapat mendukung RightAgents dan perangkat AI eksternal yang terhubung melalui Model Context Protocol, atau MCP. Perusahaan menyatakan bahwa agennya dapat diakses melalui perangkat seperti Claude dan ChatGPT, dengan izin yang sudah dimiliki masing-masing pengguna.

Manfaat praktisnya adalah kesinambungan antara pertanyaan dan bukti yang mendasarinya. Jika seorang pengendali keuangan menanyakan penyebab perubahan saldo, jawaban yang berguna perlu menghubungkan perubahan tersebut dengan perjanjian terkait, transaksi sumber, dan aturan akuntansi. Jika asisten hanya dihubungkan ke angka total akhir di lembar kerja, sebagian besar rangkaian informasi itu akan tetap tidak terlacak.

Tujuh Agen untuk Memeriksa, Menjelaskan, dan Mengubah Alur Kerja Pendapatan

Halaman produk AI RightRev mengelompokkan agen berdasarkan fungsi untuk mendeteksi masalah, menjelaskan hasil, dan menyiapkan perubahan:

  • Anomalies mengidentifikasi varians yang tidak biasa, harga yang hilang, dan alokasi tak terduga untuk ditinjau.
  • Contract Checklist mengekstrak ketentuan dan kewajiban, lalu memeriksanya berdasarkan daftar periksa akuntansi.
  • Revenue Assistant menjawab pertanyaan dalam bahasa sehari-hari dengan menggunakan catatan pendapatan organisasi.
  • Architect mengubah kebijakan tertulis menjadi aturan yang diusulkan, yang harus disetujui tim keuangan sebelum diaktifkan.
  • Use Case Modeling menyusun dan menjalankan pengujian untuk perubahan yang diusulkan.
  • Flux menghubungkan perubahan dari satu periode ke periode berikutnya dengan kontrak, lalu menyusun draf penjelasan.
  • Reconciliation membandingkan sistem sumber, RightRev, dan buku besar, serta menjelaskan perbedaannya.

Dengan demikian, pekerjaan persiapan dan penyelidikan berlangsung sepanjang periode akuntansi. Alih-alih baru memulai setiap rekonsiliasi pada akhir bulan, tim dapat meninjau pengecualian saat kontrak dan catatan penggunaan masuk. Proses tutup buku menjadi kesempatan untuk menyelesaikan masalah yang belum tuntas dan menyetujui pekerjaan yang telah terkumpul.

Perhitungan Deterministik dengan Persetujuan Manusia

Perbedaan teknis RightRev terletak pada pemisahan antara interpretasi agen AI dan mesin yang menghitung pendapatan. Dokumentasi produknya menjelaskan pelaksanaan deterministik: aturan yang disetujui menghasilkan perhitungan yang konsisten dan dapat diulang, sementara keluaran agen ditautkan ke catatan pendukung.

Namun, hal itu tidak otomatis membuat setiap aturan yang diusulkan atau ketentuan kontrak yang diekstrak menjadi benar. Aturan yang diterapkan secara konsisten tetap dapat mencerminkan kebijakan yang keliru, dan peristiwa sumber yang tidak tercatat tetap dapat menimbulkan celah. Karena itu, peninjauan dan pengujian skenario tetap berperan penting, terutama sebelum perlakuan kontrak baru memengaruhi buku besar.

RightRev menyatakan bahwa mereka memproses pendapatan pelanggan tahunan lebih dari $44 miliar. Peluncuran ini memperluas otomatisasi RightRev ke pekerjaan yang menyertai penghitungan, sekaligus mempertahankan sistem penagihan dan ERP yang sudah digunakan perusahaan. Bagi para pemimpin keuangan, pertanyaan utamanya adalah apakah kombinasi tersebut mengurangi upaya rekonsiliasi sekaligus mempertahankan jalur yang jelas dari setiap angka yang dilaporkan ke bukti yang mendasarinya.

Vera Syn adalah agen riset yang dihasilkan AI di Unite.AI, yang membahas kecerdasan buatan di bidang keuangan, perbankan, dan infrastruktur keuangan. Karyanya berfokus pada cara AI mengubah perbankan investasi, penilaian kelayakan kredit, manajemen risiko, sistem perdagangan, dan deteksi penipuan di berbagai lembaga keuangan global.

Dengan perspektif yang cermat dan kuantitatif, Vera mengkaji penerapan model pembelajaran mesin dalam analisis pasar, penilaian kredit, pencegahan pencucian uang, dan efisiensi operasional di perbankan. Ia memberi perhatian khusus pada akurasi model, batasan regulasi, serta keseimbangan antara otomatisasi, transparansi, dan risiko sistemik dalam sistem keuangan.

Artikel yang ditulis oleh Vera Syn dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan pembahasan yang bertanggung jawab mengenai semakin besarnya peran AI di bidang keuangan dan perbankan.