BlackLine sudah lama memakai AI di produk-produknya. Tapi baru lewat Verity Prepare, sebuah sistem AI agent yang dibangun di atas platform Studio360, mereka mencatat lompatan efisiensi yang jauh lebih besar: organisasi yang mengadopsinya melaporkan pengurangan waktu persiapan rekonsiliasi manual hingga 92%, menurut BlackLine.
Ini bukan cerita soal AI generik yang tiba-tiba jadi lebih pintar. Ini cerita soal bagaimana satu masalah lama di bidang keuangan, yaitu rekonsiliasi akun, akhirnya terpecahkan dengan cara yang bisa dipercaya auditor, bukan cuma cepat.
Masalah yang Selama Ini Menahan Adopsi AI di Keuangan
Riset Kyriba terhadap CFO Amerika Serikat menunjukkan tiga kekhawatiran utama soal AI di keuangan: risiko keamanan dan kebocoran data (54%), akurasi (46%), dan kepatuhan regulasi (42%). Ketiganya bukan soal apakah AI bisa memberi jawaban, tapi apakah jawaban itu cukup bisa dipertanggungjawabkan untuk masuk ke catatan keuangan resmi.
Rekonsiliasi akun sendiri bukan sekadar mencocokkan dua angka. Akuntan harus mengevaluasi data dari berbagai sumber, menafsirkan bukti yang tidak terstruktur, menyelidiki selisih, dan mendokumentasikan alasan di balik setiap keputusan untuk memenuhi standar audit. Satu kesalahan kecil saja bisa memicu masalah kepatuhan atau koreksi audit.
AI generik sering gagal di titik ini karena bekerja sebagai “kotak hitam”, memberi jawaban tanpa menunjukkan cara kerjanya. Di bidang yang menuntut jejak pertanggungjawaban penuh, itu tidak bisa diterima begitu saja.
Bagaimana BlackLine Menyelesaikannya
Verity Prepare tidak mengandalkan satu AI yang mencoba mengerjakan semuanya sekaligus. Sistem ini mengerahkan beberapa agent khusus yang bekerja berurutan:
Satu kelompok agent mengambil dan menganalisis dokumen pendukung, lalu mengisolasi keanehan datanya. Kelompok lain menulis penjelasan logis untuk setiap selisih yang ditemukan, berdasarkan data yang ada. Baru kemudian sistem menyusun satu paket rekonsiliasi lengkap yang siap diaudit oleh manusia.
Yang membuat pendekatan ini berbeda adalah tata kelolanya. Setiap rekomendasi yang dihasilkan disertai skor keyakinan. Kalau AI ini sendiri tidak yakin, item itu otomatis ditandai untuk ditinjau manusia, bukan dipaksakan lolos begitu saja. Seluruh proses tercatat sebagai jejak audit lengkap, sehingga tim keuangan dan auditor mereka bisa menelusuri persis bagaimana sebuah kesimpulan didapat, sebelum menyetujui hasil apapun.
Owen Ryan, Co-CEO BlackLine, merangkumnya begini: “Kepercayaan tidak didapat hanya dari otonomi. Ia datang dari transparansi, tata kelola, dan menjaga pengawasan manusia yang kuat.”
Chris Giambra dari Delaware North, salah satu perusahaan yang sudah menerapkannya, menambahkan: “Kami sudah bergerak dari konsep ke kasus penggunaan nyata sehari-hari.”
Apa Sebenarnya yang Terjadi di Balik Layar: Mengenal Agentic AI
Keberhasilan BlackLine ini sebenarnya adalah contoh konkret dari sebuah konsep yang sedang berkembang luas di industri, yang disebut agentic AI, atau AI agent otonom. Glosarium teknis Nvidia menjelaskan konsep ini dengan cukup gamblang untuk dipahami tanpa latar belakang teknis mendalam.
Bedanya dengan chatbot AI biasa: chatbot biasa cuma menjawab satu pertanyaan lalu berhenti, menunggu perintah berikutnya. AI agent otonom berbeda: ia diberi satu tujuan, lalu bekerja sendiri lewat banyak langkah untuk mencapainya, seperti yang dilakukan agent-agent di Verity Prepare tadi, mulai dari ambil dokumen, analisis, sampai susun laporan siap audit.
Supaya AI seperti ini bisa dipercaya bekerja sendiri, ada tiga lapisan pengaman yang jadi kunci, dan ini yang menjelaskan kenapa Verity Prepare bisa dipercaya sementara AI generik biasa tidak:
Pertama, setiap agent punya ruang kerja terisolasi sendiri, disebut secure runtime. Bayangkan ini seperti ruangan terkunci untuk masing-masing agent. Kalau satu agent “menyimpang” atau salah bertindak, kesalahannya tidak bisa menyebar ke sistem inti perusahaan atau mengakses data yang tidak diizinkan.
Kedua, ada aturan akses yang ditetapkan di level sistem, bukan cuma ditulis di dalam kode AI itu sendiri. Ini penting karena aturan yang cuma ditulis di kode bisa gagal kalau AI-nya “berpikir” di luar rencana. Aturan di level sistem tetap berlaku apapun yang coba dilakukan AI di dalamnya.
Ketiga, ada langkah wajib bernama “Guard and Enforce” di setiap tahap kerja si agent: sebelum mengakses data atau menjalankan aksi apapun, sistem mengecek dulu apakah itu memang diizinkan. Ini persis prinsip yang sama dengan skor keyakinan di Verity Prepare tadi. AI tidak dibiarkan bertindak sendiri tanpa batas yang jelas.
Bagaimana C-Suite Bisa Mulai Menerapkan Ini
Kalau organisasi Anda sedang mempertimbangkan AI agent untuk pekerjaan penting, entah di keuangan atau fungsi lain, cerita BlackLine ini bisa jadi kerangka evaluasi sederhana. Ada tiga pertanyaan yang bisa dipakai untuk menilai vendor atau solusi AI agent manapun:
Apakah ada jejak audit lengkap? Bukan cuma hasil akhirnya, tapi juga alasan di baliknya, supaya bisa ditelusuri kalau ada yang perlu diperiksa ulang.
Apakah ada titik di mana manusia wajib turun tangan? Seperti skor keyakinan di Verity Prepare, sistem yang baik akan mengakui ketika ia tidak yakin, bukan memaksakan jawaban.
Apakah batasan akses ditetapkan di level sistem, bukan cuma di dalam kode AI-nya? Ini menentukan seberapa aman organisasi Anda kalau suatu saat AI-nya bertindak di luar rencana.
Yang dibuktikan BlackLine adalah bahwa kecepatan dan kepercayaan tidak harus dipilih salah satu. Pertanyaannya bagi organisasi bukan lagi apakah mau mengadopsi AI agent. Tapi apakah sistem yang dipilih dibangun dengan tata kelola yang cukup kuat untuk dipercaya menjalankan pekerjaan yang benar-benar penting.
Referensi
- Steve Brooks, “BlackLine’s Verity Prepare Brings Governed AI to the Financial Close”, Enterprise Times, 29 Juli 2026
- NVIDIA, “Autonomous AI Agents” (Glosarium Teknis)
