(Indonesia) 4. Moll2019

Machine Translated by Google
Tinjauan Akuntansi Inggris xxx (xxxx) xxx
Daftar isi tersedia di ScienceDirect
Tinjauan Akuntansi Inggris

beranda jurnal: www.elsevier.com/locate/bar
Peran teknologi terkait internet dalam membentuk pekerjaan

akuntan: Arah baru untuk penelitian akuntansi
Jodie Moll a, * , Ogan Yigitbasioglu B
A
Alliance Manchester Business School, Universitas Manchester, Inggris b
Sekolah Bisnis QUT, Universitas Teknologi Queensland, Australia
informasi artikel abstrak
Sejarah artikel: Makalah ini mengulas literatur akuntansi yang berfokus pada empat teknologi terkait Internet yang
Diterima 30 Januari 2018 berpotensi mengubah dan mengganggu pekerjaan akuntan dan peneliti akuntansi secara dramatis dalam
Diterima dalam bentuk revisi 10 April 2019 waktu dekat. Ini termasuk cloud, data besar, blockchain, dan kecerdasan buatan (AI). Misalnya, akses ke
Diterima 17 April 2019
buku besar yang terdistribusi (blockchain) dan data besar yang didukung oleh alat analisis berbasis cloud
Tersedia daring xxx
dan AI akan mengotomatiskan pengambilan keputusan secara luas. Teknologi ini secara signifikan dapat
meningkatkan visibilitas keuangan dan memungkinkan intervensi yang lebih tepat waktu karena sifat
Kata kunci:
akuntansi yang bersifat kekal.
Profesi akuntansi
Awan Namun, mengingat banyaknya tugas yang telah dihilangkan oleh teknologi dari akuntan, teknologi ini juga
Data besar
dapat menimbulkan kekhawatiran tentang legitimasi profesi tersebut. Temuan ini menunjukkan bahwa para
Blockchain sarjana belum memberikan perhatian yang cukup terhadap teknologi ini dan bagaimana teknologi ini
Kecerdasan buatan mempengaruhi pekerjaan sehari-hari akuntan. Penelitian sangat diperlukan untuk memahami jenis akuntansi
baru yang diperlukan untuk mengelola perusahaan dalam perubahan ekonomi digital dan untuk menentukan
keterampilan dan kompetensi baru yang perlu dikuasai akuntan agar tetap relevan dan menambah nilai.
Makalah ini menguraikan serangkaian pertanyaan untuk memandu penelitian di masa depan.
© 2019 Elsevier Ltd. Semua hak dilindungi undang-undang.
1. Perkenalan
Internet dan teknologi informasi terkait seperti layanan cloud, blockchain, analisis data (“big data”), dan kecerdasan buatan (AI),
dikombinasikan dengan model bisnis berbasis web, seperti platform, dengan cepat mengubah perekonomian dan industri digital
( sekarang memasuki revolusi keempat e Industri 4.0) dan telah meningkatkan kekhawatiran tentang masa depan profesi akuntansi.
Beberapa pertanyaan yang diajukan adalah: bagaimana mereka yang bekerja dalam profesi ini dapat terus memberikan nilai tambah
bagi organisasi; di mana akuntan bisa bekerja; dan data apa yang harus mereka gunakan (Bhimani & Willcocks, 2014). Misalnya,
Krumwiede (2017) baru-baru ini melaporkan bahwa survei terhadap 161 anggota Institute of Management Accountants (IMA)
mengungkapkan bahwa 5% responden sangat khawatir dan 42% agak khawatir bahwa teknologi baru seperti AI dan otomatisasi akan
menjadikannya tidak relevan dalam organisasi. tempat kerja. Presiden IMA Jeffrey Thomson (2018, hal. 8) mengamati bahwa
“Perubahan ini [AI, pembelajaran mesin, otomatisasi proses robotik, dll.] mendefinisikan ulang dan memperluas peran akuntan dan
membuat pengembangan keterampilan kita seperti analisis data, visualisasi data , penyampaian cerita dan manajemen strategis menjadi
lebih penting dari sebelumnya…”.
* Penulis yang sesuai.

Alamat email: JMoll@manchester.ac.uk (J.Moll).
https://doi.org/10.1016/j.bar.2019.04.002
0890-8389/© 2019 Elsevier Ltd. Semua hak dilindungi undang-undang.
Silakan kutip artikel ini sebagai: Moll, J., & Yigitbasioglu, O., Peran teknologi terkait internet dalam membentuk pekerjaan
akuntan: Arah baru untuk penelitian akuntansi, The British Accounting Review, https://doi.org /10.1016/j.bar.2019.04.002
2 J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx
Tujuan utama dari makalah ini adalah untuk menilai literatur akuntansi dan sistem informasi, dengan fokus pada pemahaman bagaimana inovasi
di Internet dan teknologi informasi terkait mengubah pekerjaan sehari-hari akuntan.1 Analisis literatur dipandu oleh pertanyaan penelitian yang lebih
luas: Bagaimana Internet dan teknologi informasi terkait mempengaruhi pekerjaan
akuntan?
Beberapa pertanyaan yang berpotensi menarik yang diabaikan atau kurang mendapat perhatian oleh para peneliti dianggap untuk memperdalam
pemahaman tentang bagaimana akuntansi dan akuntan terlibat dalam perubahan bisnis yang lebih luas yang disebabkan oleh teknologi digital ini.
Makalah ini mengadopsi definisi “teknologi” dari Christensen (2016, hal. xiii) sebagai “proses yang digunakan suatu organisasi untuk mengubah
tenaga kerja, modal, material, dan informasi menjadi produk dan layanan yang bernilai lebih besar”. Teknologi yang diulas dalam makalah ini meliputi
cloud, big data, blockchain, dan AI. Teknologi ini berpotensi mengubah dan mengganggu pekerjaan akuntan dan peneliti akuntansi secara dramatis
(lihat, misalnya, Cooper, 2017). Beberapa teknologi ini mendasari sistem manufaktur generasi berikutnya yang dikenal sebagai Industri 4.0 di mana
mesin-mesin 'pintar' semakin mengambil kendali atas keputusan produksi dan pemeliharaan (Penas, Plateaux, Patalano, & Hammadi, 2017).
Untuk memberikan tinjauan yang lebih mendalam, makalah ini berfokus pada tiga bidang akuntansi: akuntansi manajemen, akuntansi keuangan,
dan audit. Oleh karena itu, tinjauan ini tidak mencakup keenam modal (yaitu keuangan, manusia, sosial dan relasional, manufaktur, intelektual dan
alam) yang mendorong pemikiran di balik pelaporan terintegrasi ( De Villiers, Rinaldi, & Unerman, 2014).
Makalah ini disusun sebagai berikut. Bagian 2 menjelaskan metode dan ruang lingkup makalah ini. Pada Bagian 3, literatur tentang cloud, big
data, blockchain, dan AI yang berkaitan dengan akuntansi manajemen, akuntansi keuangan, dan audit ditinjau.
Bagian 4 mengidentifikasi kesenjangan penelitian dan pertanyaan penelitian yang terlihat dari tinjauan literatur. Bagian 5 mencakup diskusi dan
ringkasan pertanyaan penelitian yang diidentifikasi untuk penelitian masa depan. Bagian terakhir dari makalah ini menyimpulkan penelitian ini.
2. Metode dan ruang lingkup peninjauan
Dalam memilih teknologi yang akan ditinjau untuk makalah ini, artikel dan laporan dari badan akuntansi profesional2 seperti Chartered Institute
of Management Accountants (CIMA), Institute of Management Accountants (IMA), Association of Chartered Certified Accountants (ACCA), dan
Chartered Akuntan Australia dan Selandia Baru diandalkan, serta artikel yang diterbitkan oleh firma jasa profesional (PSF) seperti Big 4. Organisasi-
organisasi ini penting bagi profesi akuntansi dari sudut pandang profesionalisasi (Cooper & Robson, 2006), serta inovasi dan gangguan melayani
agenda komersial PSF (Spence, Zhu, Endo, & Matsubara, 2017). Secara khusus, PSF memainkan peran penting dalam penyebaran praktik dan
teknologi baru (Hogan, Soutar, McColl-Kennedy, & Sweeney, 2011).
Tinjauan tersebut mengidentifikasi empat teknologi (cloud, big data, blockchain, dan AI) yang sangat relevan bagi akuntan, meskipun jumlah
teknologi yang ditinjau tidak menyeluruh. Mengingat jumlah teknologi yang diulas dalam makalah ini dan kedalaman tinjauan yang diperlukan,
makalah ini berfokus pada tiga bidang akuntansi: akuntansi manajemen, akuntansi keuangan, dan audit. Fokus yang agak sempit ini menyisakan
peluang untuk penelitian di masa depan di bidang-bidang seperti modal alam (misalnya keberlanjutan, karbon, atau air) atau pajak. Bidang-bidang ini
dan pertanyaan penelitian potensial lainnya dibahas di Bagian 5.
Karena profesi akuntansi mencakup penelitian, praktik, dan kebijakan (cf Laughlin, 2011), pertanyaan penelitian yang dikembangkan di bagian
selanjutnya dari makalah ini menyoroti isu-isu yang mungkin menarik bagi semua jenis profesional akuntansi. Topik yang dibahas dalam ulasan
disajikan pada Gambar 1.
Basis data teks lengkap berikut dicari untuk makalah yang relevan: JSTOR Arts and Sciences IV, Wiley Online Library, EBSCOhost Business
Source Premier, ProQuest, Elsevier ScienceDirect, Emerald Insight, Springer Standard Collection, Pro quest ABI/INFORM Global, Sage Journals
Management dan Koleksi Studi Organisasi Koleksi Teks Lengkap, Perpustakaan Digital ACM, dan Allen Press American Accounting Association.
Tinjauan ini tidak terbatas pada 'jurnal teratas' karena argumen bahwa jurnal-jurnal tersebut mungkin bias terhadap topik atau metodologi tertentu.
Misalnya, Summers dan Wood (2017) menemukan bahwa dalam 25 tahun terakhir, kurang dari 2% artikel yang diterbitkan di jurnal terkemuka
berfokus pada Sistem Informasi Akuntansi (AIS). Demikian pula, penelitian yang dilakukan oleh Barrick, Mecham, Summers, dan Wood (2017)
menemukan bahwa karya yang paling banyak dikutip untuk bidang topikal seperti AIS dan Riset Akuntansi Manajemen tidak dipublikasikan di jurnal
yang berkarakteristik berada di 3 teratas, yaitu Journal of Akuntansi dan Ekonomi, Jurnal Riset Akuntansi, dan The Accounting Review.
Istilah pencarian yang memandu tinjauan ini mencakup masing-masing teknologi (cloud, big data, blockchain, dan Artificial Intelligence) yang
dikombinasikan dengan istilah berikut: akuntansi, akuntansi manajemen, akuntansi keuangan, dan audit. Untuk mengidentifikasi penelitian yang
relevan, judul makalah, kata kunci dan abstrak dicari untuk istilah-istilah tersebut. Review tidak terbatas pada rentang waktu atau daftar jurnal tertentu,
namun perhatian diberikan pada makalah yang dipublikasikan di jurnal akuntansi terkemuka yang dikutip dalam 3 Association of Business Schools
Academic Journal Guide 2018 dan penelitian sebelumnya (Lowe & Locke, 2005). Pendekatan ini
1
Ruang lingkup makalah ini terbatas pada teknologi yang berhubungan dengan Internet namun penulis menyadari bahwa faktor-faktor lain juga dapat berkontribusi terhadap
perubahan peran profesi dan bagaimana profesi tersebut berupaya menambah kompetensi baru.
2
Meskipun komentar-komentar tersebut bersumber dari badan-badan akuntansi profesional yang berasal dari Amerika Utara, Inggris dan Australia, banyak di antaranya
organisasi bersifat global, mirip dengan 4 Besar.
3
Terdapat berbagai indeks pemeringkatan jurnal, namun Panduan Jurnal Akademik sangat dihargai karena pemeringkatannya didasarkan pada tinjauan sejawat dan
penilaian editorial dan ahli (lihat, https://charteredabs.org/academic-journal-guide-2018/).
J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx 3
Gambar 1. Topik yang dibahas dalam tinjauan literatur.
juga memastikan bahwa jurnal akuntansi dan sistem informasi dimasukkan dalam pencarian. Ketika makalah yang relevan diidentifikasi, daftar referensi diperiksa
untuk memastikan bahwa kontribusi penting lainnya tidak terlewatkan. Pencarian tersebut mengidentifikasi total 38 makalah yang diterbitkan melalui tinjauan
sejawat. Tinjauan literatur akademis yang menyelidiki teknologi dan akuntansi terkait Internet disajikan pada Tabel 1.
Selain itu, artikel berbasis praktisi yang diterbitkan di majalah profesional (Keuangan Strategis, Harvard Business Review, dll.) ditinjau, serta laporan setara C-
suite untuk studi yang didanai oleh badan akuntansi profesional seperti Chartered Institute of Management Accountants (CIMA) ) dan Asosiasi Akuntan Bersertifikat
Chartered (ACCA). Metode tinjauan literatur serupa dengan yang digunakan Grabski, Leech, dan Schmidt (2011).
Bagian berikut memperkenalkan empat teknologi dan meninjau literatur yang relevan seperti yang diilustrasikan pada Gambar 1.
3. Teknologi yang berhubungan dengan internet: apa yang ditunjukkan oleh literatur
Bagian ini dibagi menjadi empat subbagian, dengan masing-masing subbagian memberikan gambaran tentang teknologi yang ditinjau dan literatur akuntansi
yang relevan (lihat Gambar 1). Konten utama mengacu pada 38 makalah peer-review yang diidentifikasi dalam pencarian literatur, dan untuk kelengkapan, beberapa
artikel dan laporan dari pers bisnis juga disertakan.
3.1. Awan
Solusi atau layanan berbasis cloud tersedia dalam berbagai fungsi utama yang diakui sebagai bagian dari peran akuntan, misalnya akuntansi, analitik,
kepatuhan, pengendalian, pemantauan, serta pelaporan dan tata kelola data. Ada empat kemungkinan model penerapan cloud, termasuk private cloud, public cloud,
community cloud, dan hybrid cloud (Mulholland, Pyke & Fingar, 2010). Hingga saat ini, perusahaan-perusahaan telah menunjukkan minat paling besar terhadap
layanan cloud yang disediakan di server publik, dan telah menerima investasi paling besar, sehingga hal ini menjadi fokus utama bagian ini (Babcock, 2010). Untuk
tinjauan rinci tentang jenis-jenis awan, lihat Mulholland dkk (2010).
Layanan yang disediakan di cloud publik dijual ke beberapa penyewa dengan sistem bayar sesuai penggunaan (yaitu berlangganan) (Du & Cong, 2010; Garvey,
2012; Mulholland et al., 2010). Ada beberapa manfaat yang dikaitkan dengan model cloud publik.
Pertama, hal ini memungkinkan perusahaan untuk ditagih sesuai dengan penggunaan layanan cloud mereka, dan ini memungkinkan mereka untuk memantau dan
mengontrol penggunaan sumber daya mereka dan untuk meningkatkan skala dengan cepat ketika layanan diperlukan (Babcock, 2010; Du & Cong, 2010; Howell ,
2015 ; Mulholland dkk., 2010; Shim, Siegel, & Shim, 2012). Kedua, layanan cloud sering kali beroperasi berdasarkan perjanjian multi-tenancy, sehingga membuat
layanan seperti analisis data lebih hemat biaya untuk organisasi yang lebih luas (Babcock, 2010; Bhimani & Willcocks, 2014; Mulholland et al., 2010). Ketiga,
dibandingkan dengan sistem on-premise, waktu yang diperlukan untuk meluncurkan aplikasi cloud di seluruh organisasi yang beroperasi dengan anak perusahaan
di berbagai yurisdiksi berkurang secara signifikan (Gill, 2011). Keempat, di masa lalu, banyak perusahaan mengizinkan setiap anak perusahaannya untuk
menyesuaikan sistem Enterprise Resource Planning (ERP). Hasilnya adalah hanya mereka yang menggunakan sistem yang mengetahui cara kerjanya, sehingga
sulit untuk mengintegrasikan dan merekonsiliasi akun-akun tersebut (Gill, 2011). Sebaliknya, sebagian besar perangkat lunak yang sudah dikemas sebelumnya dan
tersedia untuk dibeli di cloud dapat membantu menghindari masalah seperti itu. Kelima, penyedia layanan cloud bertanggung jawab atas peralatan dan
pemeliharaannya, bukan pengguna layanan cloud (Du & Cong, 2010; Mulholland et al., 2010).
Ini berarti bahwa dukungan TI khusus tidak diperlukan dan manajemen dapat mengurangi investasi modalnya pada infrastruktur TI (misalnya komputer dan server)
dan mengalokasikan sumber daya untuk kompetensi inti mereka ( Alali dan Yeh, 2012; Du & Cong, 2010; Shim, 2012 ; Shim dkk., 2012). Misalnya, organisasi-
organisasi sebelumnya harus berinvestasi besar-besaran pada sistem informasi yang mampu mengatasi kapasitas puncak yang diharapkan. Namun, menggunakan
cloud berarti organisasi hanya membayar
Tabel 1
Tinjauan studi dalam jurnal akuntansi dan sistem informasi yang menyelidiki teknologi terkait Internet (N ¼ 38)a .
Terkait internet Akuntansi Jumlah % Studi Penelitian Utama

Teknologi Daerah Studi metode
Awan Audit 3 8% Alali dan Yeh (2012) Arsip
MA/FA/Audit Liu dan Vasarhelyi (2014) Komentar
Audit Vasarhelyi (2013) Komentar
Data besar MA 19 50% Agostino dan Sidorova (2017) Wawancara
FA Al-Htaybat dan von Alberti-Alhtaybat (2017) Wawancara
Audit Semua (2015) Tinjauan Literatur
MA Appelbaum dkk. (2017) Konseptual
MA Arnaboldi dkk (2017) Wawancara
MA Arnaboldi dkk. (2017) Tinjauan Literatur
FA Bellucci dan Manetti (2017) Analisis Konten
MA Bhimani dan Willcox (2014) Konseptual
MA/FA Borthick dan Pennington (2017) Komentar
MA Brivot dkk. (2017) Wawancara
Audit Brown-Liburd dkk. (2015) Tinjauan Literatur
MA/FA/Audit Huerta dan Jensen (2017) Komentar
MA/FA/Audit Richins dkk. (2017) Konseptual
Audit Mawar dkk. (2017) Percobaan
MA/FA/Audit Suddaby dkk. (2015) Wawancara
MA/FA/Audit Vasarhelyi dkk. (2015) Tinjauan Literatur
MA/FA Warren dkk. (2015) Komentar
Audit Yoon dkk. (2015) Konseptual
Audit Zhang dkk. (2015) Konseptual
Blockchain FA/Audit 5 13% Dai dan Vasarhelyi (2017) Konseptual
Fanning dan Centers (2016)b Komentar
MA/FA/Audit Kokina dkk. (2017) Komentar
Audit Rozario & Vasarhelyi (2018) Konseptual
FA Vasarhelyi (2012) Komentar
Kecerdasan buatan Audit 11 29% Baldwin dkk. (2006) Komentar
Audit Dowling dan Lintah (2007) Tinjauan Literatur
MA/FA/Audit Gray dkk. (2014) Tinjauan Literatur
Audit Koh dan Tan (1999) Arsip/analitis
FA Li (2010) Arsip/analitis
FA Liang dkk. (1992) Arsip/analitis
Audit Omoteso (2012) Tinjauan Literatur
Audit Perol (2011) Arsip
MA Kuartet (2016) Konseptual
Audit Seow (2011) Percobaan
MA/FA/Audit Sutton dkk. (2016) Tinjauan Literatur
Total MA: 17 38 100% Komentar: 9 (24%)
FA: 16 Konseptual: 8 (21%)
Audit: 23 Tinjauan Pustaka: 8 (21%)
Arsip/analitis: 5 (13%)
Wawancara: 5 (13%)
Eksperimen: 2 (5%)
Analisis Konten: 1 (3%)
MA: Akuntansi Manajemen, FA: Akuntansi Keuangan.

A
Tabel tersebut mencakup jurnal sistem informasi akuntansi seperti Journal of Information Systems (American Accounting Association). Itu tidak termasuk
jurnal praktisi (Keuangan Strategis, Akuntansi Manajemen Triwulanan, Harvard Business Review, MIT Technology Review, dll.), buku, makalah industri dan
publikasi non-peer review lainnya.
B
Makalah ini tidak mengacu pada bidang akuntansi.
untuk penggunaan, menyisakan lebih banyak dana untuk inisiatif lain (Gill, 2011; Mulholland et al., 2010). Keenam, semua sistem klien mendapat manfaat
dari perbaikan perangkat lunak atau keamanan (Mulholland et al., 2010; Shim et al., 2012). Ketujuh, berbeda dengan on-premise
Sistem ERP, pengiriman cloud harus memungkinkan akuntan menghabiskan lebih sedikit waktu untuk mencadangkan data mereka. Kedelapan, banyak
organisasi mendapatkan manfaat dari memberikan karyawan mereka akses terhadap informasi secara real-time menggunakan aplikasi yang dapat mereka unduh
pada perangkat pintar (Chandler, 2012). Perubahan ini sangat bermanfaat bagi mereka yang bekerja di lingkungan virtual sejak saat itu
cloud memungkinkan mereka memperbarui data dan melihatnya dengan lebih cepat (Bhimani & Willcocks, 2014; Chandler, 2012; Strauss,
Kristandl, & Quinn, 2015). Misalnya, Cohen (2015, hal. 32) menjelaskan bahwa penyedia cloud sedang mengembangkan aplikasi seluler
yang “memungkinkan manajer meninjau dan menyetujui faktur di mana pun mereka berada.” Terakhir, cloud dapat memberikan manfaat bagi hubungan
dengan pemasok dengan menyediakan ruang kerja untuk berbagi informasi (Mulholland et al., 2010).
Selain itu, variasi, ketersediaan, dan banyaknya aplikasi, platform, dan infrastruktur cloud di
pasar memungkinkan strategi penerapan multi-cloud, yang memberikan peluang bagi organisasi untuk memanfaatkannya
kekuatan setiap solusi cloud dan dengan demikian mengoptimalkan kinerja dan biaya (Ferry, Rossini, Chauvel, Morin, & Solberg,
2013). Meskipun terdapat keuntungan tersendiri pada strategi multi-cloud, interoperabilitas antar aplikasi kemungkinan besar akan memberikan keuntungan
rendah (Ferry et al., 2013). Selain itu, pemantauan lingkungan multi-cloud di mana banyak vendor menyediakan layanan cloud merupakan hal
yang rumit baik dari sudut pandang teknologi (misalnya keamanan dan kinerja) (Slawik et al., 2015) dan dari sudut pandang kontrak/kepatuhan.
Manfaatnya menjadikan cloud sebagai solusi yang sangat menarik bagi usaha kecil dan menengah (UKM) yang sebelumnya tidak memiliki
sumber daya untuk dialokasikan ke banyak fungsi tersebut (Du & Cong, 2010; Strauss et al., 2015). Misalnya, Nixon (2015) menyatakan bahwa
setidaknya 5% usaha kecil dan menengah di AS telah meninggalkan perangkat lunak akuntansi desktop dan memilih perangkat lunak akuntansi
berbasis cloud. Di negara lain seperti Selandia Baru, tingkat adopsi UKM diperkirakan mencapai 30% (Nixon, 2015). Di Inggris, survei (lihat
Smith, 2017a) yang dilakukan oleh Xero menunjukkan bahwa lebih dari empat dari lima organisasi di Inggris menggunakan setidaknya satu
layanan berbasis cloud. Survei tersebut juga mengungkapkan bahwa sekitar 65% praktik akuntansi di Inggris sudah menggunakan atau
berencana menggunakan perangkat lunak akuntansi cloud (Smith, 2017a).
Manfaat cloud mungkin diringkas dengan baik oleh Wolf (2015, p. 24):
“Alat berbasis cloud memberikan peluang yang sama bagi perusahaan kecil untuk menerapkan fungsionalitas canggih dengan cepat dan
dengan biaya yang relatif rendah. Sistem perencanaan berbasis cloud mencakup alat komunikasi dan kolaborasi serta aplikasi seluler
dan analitik. Semua alat ini membantu perusahaan beradaptasi dengan lebih baik terhadap pasar global yang semakin bergejolak.”
Terlepas dari manfaat cloud yang dilaporkan, hanya sedikit penelitian empiris yang menyelidiki teknologi ini, sehingga beberapa peneliti
seperti Clinton dan White (2012, hal. 43) menyimpulkan bahwa cloud “belum terbukti atau dipahami dengan baik” (lihat juga Grabski et al. ,
2011). Satu pengecualian adalah penelitian yang dilakukan Alali dan Yeh (2012) yang meneliti karakteristik risiko (risiko bisnis klien, risiko audit,
dan risiko terkait auditor) dari perusahaan yang menyediakan layanan cloud kepada pihak lain. Berdasarkan sampel yang dikumpulkan dari
370 pengamatan tahun perusahaan selama 2006e2009, termasuk 118 pada periode pra-cloud, 185 pada periode pasca-cloud, dan 185 non-
cloud, Alali dan Yeh menemukan bahwa penyedia cloud cenderung “sangat leverage, kurang likuid, dan lebih mungkin memiliki kelemahan
material pengendalian internal” (hal. 15).
Strauss dkk. (2015) menyelidiki dampak teknologi cloud pada akuntansi (manajemen). Penelitian mereka melibatkan survei terhadap
sebagian Panel Pengendali di Sekolah Manajemen WHU Otto Beisheim Jerman. Berdasarkan 139 tanggapan, penulis menyimpulkan bahwa
cloud menawarkan manfaat bagi UKM seperti peningkatan pengambilan keputusan dan efektivitas biaya. Namun, survei tersebut juga
mengungkapkan terbatasnya penggunaan transaksi keuangan dan masalah keamanan menghambat adopsi teknologi cloud secara luas.
Secara keseluruhan, akuntansi di cloud menyediakan akses real-time ke data keuangan dari perangkat (seluler) apa pun. Add-on pada
perangkat lunak akuntansi cloud standar juga memungkinkan peningkatan fungsionalitas seperti perkiraan dan benchmarking eksternal (Xero, 2018).
Fitur-fitur tersebut tidak hanya memungkinkan perencanaan dan pengendalian yang lebih baik namun juga meningkatkan pelaporan keuangan dengan mengotomatisasi dan
menyederhanakan tugas-tugas yang terkait dengan persyaratan pelaporan menurut undang-undang.
Akuntansi cloud juga dapat meningkatkan audit internal dan eksternal (Liu & Vasarhelyi, 2014). Misalnya, akses dan analisis data hampir
secara real-time memungkinkan deteksi anomali secara tepat waktu (Vasarhelyi, 2013), meskipun mempertahankan jejak audit di lingkungan
cloud mungkin lebih bermasalah dibandingkan sistem internal tradisional (Weir, Aßmuth, Whittington, & Duncan, 2017). Meskipun banyak
manfaat sistem berbasis cloud yang cenderung serupa dengan sistem ERP konvensional (misalnya, Chapman & Kihn, 2009; Velcu, 2007),
cloud menawarkan kemampuan dan mobilitas berbagi data yang belum pernah ada sebelumnya.
Oleh karena itu, sistem berbasis cloud menguntungkan akuntan dengan memungkinkan mereka melacak kinerja bisnis tanpa harus menghubungi
klien, sehingga klien dapat fokus pada aktivitas bernilai tambah lainnya (KPMG, 2012, hal. 4).
3.2. Data besar
Big data didefinisikan oleh Gartner (2012) sebagai “aset informasi bervolume tinggi, berkecepatan tinggi, dan/atau beragam yang menuntut
bentuk pemrosesan informasi inovatif dan hemat biaya yang memungkinkan peningkatan wawasan, pengambilan keputusan, dan otomatisasi
proses.” Data mungkin terstruktur atau tidak terstruktur; beberapa peneliti berpendapat bahwa sebanyak 90% informasi tersebut tidak terstruktur,
terdiri dari informasi yang bersumber dari media sosial, video, sensor mesin nirkabel, dll. (Warren, Moffitt, & Byrnes, 2015). Misalnya, situs web
seperti Amazon sering menggunakan cookie untuk melacak produk dan layanan yang dipertimbangkan pelanggan untuk dibeli, yang memberikan
banyak informasi baru yang tidak terstruktur tentang preferensi individu pelanggan (Bhimani & Willcocks, 2014). Selain itu, dalam beberapa
tahun terakhir, perkembangan teknologi penginderaan yang dimungkinkan oleh jaringan nirkabel untuk mengukur dan mengumpulkan indikator
lingkungan dan Internet of Things (IoT) telah berkontribusi secara signifikan terhadap fenomena big data (Gubbi, Buyya, Marusic, & Palaniswami,
2013 ) . Perangkat penginderaan diri dan tindakan mandiri yang digunakan di pabrik pintar, logistik, transportasi (misalnya kendaraan otonom),
militer, penegakan hukum, obat-obatan, dan rumah tangga (misalnya peralatan, perangkat yang dapat dikenakan) (Lindqvist & Neumann, 2017)
menghasilkan data dalam jumlah besar . Sifat tidak terstruktur dari sebagian besar informasi ini, dan kebutuhan untuk mengintegrasikannya
dengan data terstruktur, memerlukan bentuk pengelolaan dan analisis baru (Huerta & Jensen, 2017).
Survei terhadap lebih dari 2.000 Chief Financial Officer (CFO) dan eksekutif keuangan yang dilakukan oleh Chartered Global Management
Accountant (2013) menunjukkan bahwa sekitar 87% memandang big data kemungkinan akan mengubah cara berbisnis dalam sepuluh tahun
ke depan. Saat ini, big data digunakan terutama oleh perusahaan-perusahaan besar, termasuk Internet dan ritel (ICAEW IT Fakultas, 2014).
Namun, big data menawarkan banyak hal kepada UKM. Menurut ICAEW, penyedia data besar dan analitis eksternal memungkinkan UKM
“mengakses sumber daya teknis yang diperlukan tanpa harus berinvestasi pada perangkat keras yang besar” (Fakultas IT ICAEW, hal. 8).
Silakan kutip artikel ini sebagai: Moll, J., & Yigitbasioglu, O., Peran teknologi terkait internet dalam membentuk pekerjaan akuntan: Arah baru untuk
penelitian akuntansi, The British Accounting Review, https://doi.org /10.1016/j.bar.2019.04.002
Sejak tahun 2012, NewVantage Partners telah menyelesaikan beberapa survei terhadap perusahaan untuk mengukur peralihan ke data besar. Survei terbaru4
menunjukkan bahwa 97,2% perusahaan menjalankan inisiatif big data atau AI; namun, bagi sebagian besar perusahaan, investasinya masih relatif kecil. Dari
perusahaan-perusahaan yang terlibat dalam penelitian ini, 73,2% menyatakan bahwa mereka mendapatkan hasil yang terukur dari inisiatif-inisiatif ini. Manfaat
terbesar yang dilaporkan adalah perbaikan dalam pengambilan keputusan, namun perusahaan juga menyebutkan layanan pelanggan yang lebih baik dan pengurangan biaya.
Sekitar 43,8% perusahaan yang disurvei mengatakan bahwa inisiatif big data dan AI meningkatkan inovasi. Meskipun wawasan ini penting untuk memahami
seberapa luas adopsi big data, hanya sedikit yang diketahui tentang bagaimana perusahaan-perusahaan ini mengukur keberhasilan inisiatif tersebut, bagaimana
mereka mengintegrasikan berbagai jenis data, dan bagaimana mereka menganalisis big data untuk meningkatkan inovasi.
Mereka yang bekerja di dunia akademis sebagian besar mengabaikan dampak sebagian besar teknologi digital terhadap pekerjaan akuntan; big data tampaknya
menjadi pengecualian seperti yang ditunjukkan oleh publikasi Special Issues oleh Accounting, Auditing and Accountability Journal (AAAJ) baru-baru ini (tentang
Media Sosial dan Big Data, lihat Vol. 30 (4)), dan Accounting Horizons (tentang Big Data). Data, lihat Vol.29 (2)).
Dalam Edisi Khusus AAAJ, Arnaboldi, Busco, dan Cuganesan (2017) menguraikan agenda bagi mereka yang terinspirasi untuk meneliti interaksi antara
akuntansi dan data besar. Permasalahan yang dianggap layak untuk diteliti lebih lanjut meliputi: bagaimana metrik kinerja yang muncul di media sosial seperti
Twitter dan Facebook digunakan dalam organisasi; implikasi analisis prediktif terhadap pengambilan keputusan organisasi; bagaimana angka, narasi dan visual
dapat mengkomunikasikan indikator kinerja big data; kerangka yang digunakan untuk mengevaluasi keterwakilan big data; peran akuntan dalam organisasi dalam
menggunakan data besar, termasuk dengan siapa mereka harus bekerja untuk menggunakan data secara lebih efektif dan keterampilan baru apa yang mungkin
perlu mereka peroleh untuk menambah nilai pada proses data besar; dan peran data besar dalam memberikan bukti persuasif yang dapat melengkapi akuntansi
untuk meyakinkan pihak lain mengenai tindakan tertentu.
Makalah lain dalam Edisi Khusus AAAJ berfokus pada bagaimana big data telah menciptakan pusat perhitungan dalam organisasi untuk mengumpulkan
pengetahuan tentang pelanggan (Agostino & Sidorova, 2017); bagaimana media sosial dapat melemahkan upaya mengelola reputasi perusahaan (Brivot, Gendron,
& Guenin, 2017 ); keengganan akuntan melihat media sosial sebagai sumber informasi yang berguna untuk pengembangan bisnis (Arnaboldi, Azzone, & Sidorova,
2017); sejauh mana akuntan harus terlibat dalam analisis data dan dalam interpretasi serta penyampaian cerita di balik data besar untuk mengurangi kemungkinan
kesalahan interpretasi (Al-Htaybat & von Alberti-Alhtaybat, 2017); dan efektivitas Facebook ketika digunakan oleh yayasan filantropi sebagai instrumen akuntansi
dialogis (Bellucci & Manetti, 2017).
Makalah yang diterbitkan dalam Accounting Horizons Special Issue menyajikan komentar atau model konseptual mengenai potensi penggunaan data besar
dalam akuntansi. Sebagian besar makalah berfokus pada bagaimana big data dapat melengkapi audit (Vasarhelyi, Kogan, & Tuttle, 2015; Yoon, Hoogduin, &
Zhang, 2015) dan audit berkelanjutan (Zhang, Yang, & Appelbaum, 2015) atau membahas beberapa pendorong dan tantangan penggunaan data besar dalam audit
baik di tingkat organisasi maupun individu (Alles, 2015; Brown Liburd, Issa, & Lombardi, 2015).
Peran akuntan dalam penggunaan big data telah menjadi fokus beberapa makalah lain, namun makalah tersebut cenderung tidak memuat data empiris. Huerta
dan Jensen (2017), misalnya, berpendapat bahwa profesi ini sedang dalam masa transisi karena adanya big data dan diperlukan lebih banyak penelitian untuk
memahami bagaimana bias kognitif dapat diatasi dalam interpretasi analisis data. Richins, Stapleton, Stratopoulos, dan Wong (2017) memberikan peta jalan bagi
profesi akuntansi di era big data. Para penulis ini berpendapat bahwa big data dapat menyebabkan transisi dalam peran akuntan. Namun, mereka juga menyatakan
bahwa banyak tugas akuntan tidak mudah diotomatisasi dan oleh karena itu tidak akan digantikan oleh data besar. Para penulis ini menyarankan bahwa, agar
tetap relevan, akuntan perlu mengembangkan keahlian dalam menafsirkan dan memanfaatkan analisis data. Secara khusus, mereka mengklaim bahwa keterampilan
akuntan dalam analisis data terstruktur berbasis masalah memposisikan mereka untuk bekerja dengan data tidak terstruktur dan mengintegrasikannya dengan data
terstruktur sehingga strategi yang dapat ditindaklanjuti dapat dikembangkan dan dicapai. Misalnya, mereka yang menggunakan big data perlu berhati-hati karena
hasil dari big data umumnya menunjukkan adanya korelasi, bukan sebab-akibat (Davenport, 2013). Mirip dengan Richins dkk. (2017), Bhimani dan Willcocks (2014)
mengklaim bahwa pekerjaan sehari-hari akuntan termasuk konten yang mereka kerjakan kemungkinan besar akan mengalami perubahan besar karena ketersediaan
data besar. Para penulis ini juga menyarankan bahwa untuk memahami big data, kita perlu mempertimbangkan “sistem pengetahuan menyeluruh yang ada,” yang
mencakup pengetahuan diam-diam manajer dan sistem informasi.
Bagi akuntan keuangan, big data dapat mengubah kemampuan mereka dalam memahami aset, fitur, dan kondisi perusahaan sehingga mendukung akuntansi
nilai wajar (Warren et al., 2015). Misalnya, Warren dkk. (2015) menjelaskan bahwa catatan multimedia (yaitu video) dari setiap aset dapat memberikan catatan aset
yang lebih akurat. Big data juga dapat memberikan bentuk penilaian baru terhadap aset tidak berwujud, termasuk aset yang tidak wajib dicantumkan oleh perusahaan
dalam neraca, seperti basis pelanggan, sumber daya manusia, komitmen, dan basis vendor. Metrik yang menilai pos-pos di luar neraca dapat dilacak dari waktu ke
waktu dan disebarluaskan kepada pemangku kepentingan untuk meningkatkan pengungkapan. Program komputer yang menelusuri Internet dalam jangka waktu
lama juga dapat menghasilkan perbaikan dalam penilaian aset yang sulit dinilai (Warren et al., 2015). Mengingat IoT, sumber data baru yang diperoleh melalui
sensor yang tertanam di properti, mesin, dll. dapat melengkapi tugas akuntansi keuangan.
Misalnya, data sensorik yang mengukur kesehatan suatu aset dapat digunakan untuk memilih metode penyusutan yang lebih tepat.
Bagi akuntan manajemen, big data kemungkinan besar memiliki implikasi luas terhadap tugas-tugas seperti pelaporan keuangan internal, analisis, dan
pengambilan keputusan (Bhimani & Willcocks, 2014). Bhimani dan Willcocks (2014) menjelaskan banyak hal
4
Lihat http://newvantage.com/wp-content/uploads/2018/01/Big-Data-Executive-Survey-2018-Findings.pdf. Harap dicatat bahwa survei mempertimbangkan penggunaan
Big Data dan Kecerdasan Buatan di perusahaan-perusahaan Fortune 1.000.
informasi yang tidak digunakan di masa lalu karena tidak terkait dengan transaksi ekonomi dapat memberikan wawasan lebih lanjut mengenai
preferensi pelanggan dan cara mereka mengambil keputusan pembelian. Selain membantu organisasi untuk memahami perubahan dan tren
preferensi pelanggan, informasi tersebut dapat digunakan dalam pengembangan produk baru, dan dapat membantu organisasi untuk
menyesuaikan strategi pemasaran mereka (Bhimani & Willcocks, 2014, p. 476). Sebagai konsekuensinya, Bhimani dan Willcocks (2014)
berpendapat bahwa akuntan manajemen mungkin perlu memikirkan kembali bagaimana informasi dikumpulkan dan diproses; khususnya,
bagaimana mereka dapat menangkap dan menggunakan data real-time dan seluruh kumpulan data. Appelbaum, Kogan, Vasarhelyi, dan Yan
(2017) melakukan pengamatan serupa; mereka berpendapat bahwa fokus akuntan manajemen sebagian besar masih pada analisis deskriptif.
Mereka mengembangkan kerangka Analisis Data Akuntansi Manajerial berdasarkan kartu skor seimbang untuk membantu akuntan
manajemen memahami bagaimana analisis data dapat digunakan untuk memberikan informasi yang deskriptif, prediktif, dan preskriptif.
Penggunaan data besar dalam audit menimbulkan tantangan terkait penilaian dan pengambilan keputusan auditor. Meskipun auditor
terbiasa menggunakan alat audit berbantuan komputer untuk menganalisis data terstruktur (Dowling & Leech, 2007), keterampilan mereka
saat ini tidak memadai untuk menggunakan teknik statistik yang lebih maju dalam menggali data non-keuangan. Kelebihan informasi, relevansi
data, dan kemampuan mengenali pola adalah beberapa tantangan yang dihadapi auditor. Hal ini dapat diatasi dengan merancang sistem
pendukung keputusan yang efektif (Brown-Liburd et al., 2015).
Secara tradisional, studi audit telah menggunakan teknik penambangan teks untuk menganalisis pengungkapan perusahaan dan
transkrip panggilan konferensi untuk memperkirakan kemungkinan salah saji (Humpherys, Moffitt, Burns, Burgoon, & Felix, 2011; Larcker &
Zakolyukina, 2012). Namun peluang lain muncul seiring dengan tersedianya lebih banyak data. Misalnya, data dari chip identifikasi frekuensi
radio dapat digunakan untuk memverifikasi inventaris, dan data dari artikel berita, forum diskusi produk, dan jejaring sosial mungkin berguna
untuk mengevaluasi penjualan (Vasarhelyi et al., 2015; Yoon et al., 2015) . Selain itu, terdapat beberapa bukti yang menunjukkan bahwa
visualisasi big data dapat berdampak pada proses audit. Misalnya, studi eksperimental yang dilakukan oleh Rose, Rose, Sanderson, dan
Thibodeau (2017) yang melibatkan 127 auditor dari dua firma Big 4 menemukan bahwa auditor merasa kesulitan untuk mengidentifikasi pola
dari visualisasi big data jika mereka belum terlebih dahulu melihat bukti audit tradisional. .
Yang terakhir, beberapa peneliti tidak tertarik untuk memahami bagaimana big data digunakan di dalam organisasi untuk meningkatkan
pengambilan keputusan, namun bagaimana big data diciptakan oleh organisasi profesional untuk mengubah persepsi klien terhadap profesi
tersebut. Misalnya, Suddaby, Saxton, dan Gunz (2015) mempelajari bagaimana media sosial (yaitu Facebook, LinkedIn, dan Twitter) dan
pakar media sosial digunakan oleh organisasi profesional seperti KPMG dan EY untuk menyusun kembali akuntansi melalui proses yang
melibatkan pekerjaan batasan, karya retoris dan konstruksi aktor yang tertanam. Yang mengejutkan, akuntan tampaknya memberikan
kebebasan yang signifikan kepada para pakar media sosial dalam menegosiasikan identitas profesional baru mereka.
3.3. Blockchain
Blockchain menerima banyak liputan di media bisnis sebagai teknologi yang memungkinkan mata uang kripto seperti Bitcoin dan
Ethereum, yang telah banyak berspekulasi di pasar. Misalnya, nilai Bitcoin naik menjadi lebih dari $19.000 dari sekitar $17 dalam waktu
kurang dari lima tahun (Bitcoin, 2018) (lihat Gambar 2). Blockchain adalah jenis teknologi buku besar terdistribusi di mana banyak salinan dari
buku besar yang sama dibagikan di antara anggota (node) jaringan besar. Teknologi ini dianggap sangat menjanjikan oleh banyak organisasi.
Misalnya, Bursa Sekuritas Australia baru-baru ini mengadopsi teknologi blockchain untuk penyelesaian perdagangan (ASX, 2018) dan Bank
of England sedang mengkaji implikasi Mata Uang Digital yang diterbitkan oleh Bank Sentral (Cleland, 2017). Menurut Gartner Hype Cycle,
blockchain memiliki setidaknya sepuluh tahun lagi sebelum menjadi 'mainstream' (Panetta, 2017).
Keuntungan utama dari teknologi blockchain adalah ketika suatu transaksi disetujui oleh node-node dalam jaringan, transaksi tersebut
tidak dapat dibatalkan atau diurutkan ulang. Ketidakmampuan untuk mengubah transaksi ini penting untuk integritas blockchain dan
memastikan bahwa semua pihak memiliki catatan yang akurat dan identik. Karena blockchain adalah sistem terdistribusi, semua perubahan
pada buku besar bersifat transparan bagi semua anggota jaringan (Treleaven, Brown, & Yang, 2017).
Gambar 2. Harga perdagangan Bitcoin dalam USD (Bitcoin, 2018).
Teknologi Blockchain menyediakan mekanisme untuk menciptakan 'kepercayaan' di antara anggota jaringan yang tidak diketahui tanpa
memerlukan pihak ketiga yang tepercaya (otoritas pusat), seperti organisasi (misalnya bank) atau perantara (misalnya notaris). Komentar mengenai
blockchain menunjukkan bahwa teknologi ini akan mengubah banyak industri, termasuk perbankan, asuransi, media, energi, dan layanan publik
dengan menggunakan otomatisasi untuk menurunkan biaya transaksi (misalnya, Grewall-Carr & Marshall, 2016; Scull, 2017).
Treleaven dkk. (2017, hal. 15) menjelaskan secara ringkas atribut teknologi:
“Sederhananya, teknologi ini menangani blok-blok yang teridentifikasi secara unik, catatan transaksi yang terhubung dalam sebuah rantai.
Blockchain adalah buku besar blok-blok yang terus berkembang, terdistribusi, dan dibagikan, yang disegel secara kriptografis dengan sidik
jari digital yang dihasilkan oleh fungsi hashing.”
Penambangan mata uang kripto digunakan untuk menambahkan blok baru ke rantai. Proses ini melibatkan pemecahan 'teka-teki' matematika
yang memerlukan perhitungan ekstensif hingga nilai target ditemukan. Pada dasarnya, proses penambangan mirip dengan menemukan kombinasi
yang tepat untuk brankas melalui coba-coba. Peserta dalam jaringan bersaing untuk menambahkan blok berikutnya ke rantai dengan mencoba
memecahkan teka-teki tersebut terlebih dahulu; ketika berhasil, mereka diberi imbalan berupa mata uang kripto baru. Proses ini sekaligus
memvalidasi transaksi dalam setiap blok dan berfungsi sebagai masukan untuk blok berikutnya. 'Teka-teki' sengaja dimasukkan ke dalam teknologi
blockchain untuk menunda proses verifikasi (kira-kira 10 menit untuk Bitcoin), untuk mengontrol pasokan mata uang kripto baru dan untuk
mencapai konsensus yang aman dan tahan terhadap gangguan (Flint, 2014) . Proses penambangan menjadi lebih sulit seiring berjalannya waktu
untuk mengimbangi pertumbuhan kekuatan prosesor dan perangkat keras serta menjaga waktu untuk menyelesaikan setiap 'teka-teki' tetap stabil.
Platform blockchain bernama Ethereum memperkenalkan konsep yang dikenal sebagai 'kontrak pintar' yang mendefinisikan ketentuan kontrak
(aturan dan penalti) antara pihak-pihak yang menggunakan kode komputer. Kontrak secara otomatis terlaksana ketika syarat-syarat kontrak
terpenuhi (Omohundro, 2014). Kontrak pintar adalah program komputer yang melakukan tugas sederhana seperti mengembalikan pesan teks
(misalnya, “Halo Dunia”) saat dipanggil (Ethereum, 2018) atau menjalankan tugas yang lebih kompleks seperti memfasilitasi pertukaran mata
uang kripto (seperti dalam Bitcoin) , properti atau saham (IBM, 2018a). Seperti teknologi blockchain lainnya, ketentuan kontrak bersifat transparan
bagi semua node dalam jaringan.
Kontrak pintar diperkirakan akan mengganggu banyak industri dengan menurunkan biaya kontrak antar pihak. Misalnya, industri asuransi telah
melakukan investasi besar dalam teknologi blockchain untuk mengotomatisasi siklus hidup manajemen klaim. Industri asuransi berharap dapat
mengurangi biaya pemrosesan, negosiasi dan adju dikasi (Maguire, Adler, de Vries, & Reinmueller, 2017) dengan mengotomatiskan verifikasi
identitas dan kontrak, serta pembayaran. Gangguan serupa juga diperkirakan terjadi pada industri keuangan karena banyak proses back-office
yang memerlukan negosiasi kontrak dengan banyak pengacara dan kontak antar pihak untuk menyelesaikan transaksi seperti pinjaman sindikasi
(Fanning & Centers, 2016). Singkatnya, blockchain membantu pelanggan melakukan apa yang sudah mereka lakukan (yaitu mencatat transaksi)
dengan lebih mudah.
Blockchain juga diperkirakan akan mengganggu profesi akuntansi (Kokina, Mancha & Pachamanova, 2017), dan mempunyai implikasi
terhadap desain sistem informasi akuntansi, audit dan jaminan (Brandon, 2016; Dai & Vasarhelyi, 2017; Rozario & Vasarhelyi, 2018 ). Pertama,
Blockchain mengizinkan pembukuan triple-entry, di mana setiap transaksi mengarah pada tiga kali percobaan untuk mencatat debit, kredit, dan
tanda tangan kriptografi untuk memverifikasi validitas transaksi (Brandon, 2016; Wiatt, 2019). Dai dan Vasarhelyi (2017) menyajikan bagaimana
ekosistem akuntansi yang percaya diri berdasarkan blockchain, kontrak pintar, dan IoT dapat bekerja. Mereka juga membahas implikasi blockchain
pada audit jika dokumen terkait audit seperti catatan elektronik atas barang inventaris, faktur, bill of lading, letter of credit, kwitansi, dll., tersedia
sebagai bagian dari blockchain dan menyediakan audit yang lengkap. jejak.
Meskipun banyak orang yang memiliki pandangan yang sama bahwa teknologi blockchain akan memiliki dampak yang sangat besar terhadap
sistem ekonomi dan sosial, Iansiti dan Lakhani (2017) menganggap blockchain sebagai “teknologi dasar” dengan penggunaan yang lambat namun
stabil dibandingkan teknologi yang tiba-tiba dan mengganggu. Iansiti dan Lakhani (2017) membandingkan teknologi blockchain dengan TCI/IP,
protokol utama yang mendasari World Wide Web yang secara signifikan mengurangi biaya komunikasi elektronik. Awalnya dikembangkan pada
tahun 1972, TCP/IP membuat peralihan sirkuit dan jalur/infrastruktur khusus antar pihak dalam pertukaran menjadi mubazir. Rangkaian protokol
TCP/IP mendigitalkan informasi dan membaginya menjadi paket data yang lebih kecil yang dapat mengambil rute paling efisien ke penerima.
Dengan munculnya Internet, industri, pasar, dan layanan baru bermunculan, termasuk perusahaan teknologi (misalnya Google), organisasi
platform (misalnya Airbnb), vendor perangkat lunak berbasis cloud (misalnya Xero), dan bisnis online yang berkontribusi terhadap e-commerce.
-perdagangan. Dengan demikian, penggunaan penuh TCP/IP baru terwujud 30 tahun setelah penemuannya, namun berfungsi sebagai “fondasi”
untuk pengembangan selanjutnya. Iansiti dan Lakhani (2017) menyatakan bahwa teknologi blockchain akan mengurangi biaya transaksi secara
signifikan dan dampaknya terhadap perekonomian akan sebanding dengan TCP/IP seiring dengan perkembangan dan adopsi kasus-kasus baru
secara bertahap.
Mirip dengan semua sistem komputer, teknologi buku besar terdistribusi memiliki risiko yang disebabkan oleh teknologi dan penggunanya.
Misalnya, strategi dan serangan diketahui memungkinkan pembelanjaan ganda dimana Bitcoin yang sama digunakan untuk dua pembayaran.
Meskipun perbaikan dalam keamanan blockchain sedang berlangsung, masih banyak kerentanan yang diketahui dan tidak diketahui (Li, Jiang,
Chen, Luo, & Wen, 2017). Karena kunci pribadi digunakan untuk menunjukkan kepemilikan dan menandatangani transaksi, kehilangan atau
kompromi dapat mengakibatkan Bitcoin hilang atau dicuri (Berke, 2017). Dalam insiden baru-baru ini, 4,736 Bitcoin (bernilai lebih dari $60 juta pada saat itu
waktu) dicuri oleh peretas menggunakan rekayasa sosial (Gibbs, 2017). Teknologi Blockchain juga dikaitkan dengan aktivitas kriminal karena beberapa
mata uang kripto memberikan anonimitas dan digunakan untuk perdagangan ilegal, pencucian dana, dan mendanai aksi teror (Turner & Irwin, 2017).
3.4. Kecerdasan buatan
Pembahasan tentang AI adalah yang terakhir karena teknologi tersebut dapat memanfaatkan dan melapisi teknologi lain yang telah diidentifikasi dan
dibahas dalam makalah ini. AI mencakup inovasi, seperti pembelajaran mesin dan pemrosesan bahasa alami, serta teknik statistik yang telah dikenal
selama beberapa dekade, seperti klasifikasi dan pengelompokan (Sutton, Holt, & Arnold, 2016).
Secara tradisional, aturan dan instruksi untuk sistem komputer 'cerdas' atau ahli diprogram oleh spesialis dan pemrogram untuk mendukung dan
mengotomatisasi tugas yang berulang (Brynjolfsson & Mcafee, 2017). Sebaliknya, dalam pembelajaran mesin atau komputasi kognitif, sistem belajar
melalui contoh tanpa campur tangan manusia. Pembelajaran mesin menggunakan kerangka probabilistik untuk menyimpulkan model yang masuk akal
untuk menjelaskan data yang diamati (Ghahramani, 2015). Setelah sistem memilih model yang paling sesuai dengan data, sistem dapat digunakan untuk
membuat prediksi tentang data di masa depan. Pembelajaran mesin lebih mendekati kecerdasan manusia seiring perkembangannya dan menangkap
pengetahuan diam-diam yang pada dasarnya sulit untuk diprogram (Brynjolfsson & Mcafee, 2017).
Tantangan pembelajaran mesin mencakup pengukuran kebisingan dan pilihan model (misalnya regresi linier atau jaringan saraf), yang dapat diatasi
dengan meningkatkan fleksibilitas sistem (Ghahramani, 2015).
Meskipun berbagai teknik yang terkait dengan AI telah digunakan sejak tahun 1950an, pembelajaran mesin dipandang sebagai kekuatan yang
mengganggu, dan komersialisasinya mendapatkan momentum. Menurut Gartner, komputasi kognitif akan menjadi mainstream dalam waktu kurang dari
sepuluh tahun (Panetta, 2017). Vendor perangkat lunak dan PSF sangat ingin memanfaatkan AI karena potensinya (Zhou, 2017). Bisa dibilang, platform
AI yang paling terkenal adalah IBM Watson, yang berkompetisi di acara permainan “Jeopardy” pada tahun 2011 dan menang melawan pemain terbaik
(Markoff, 2011). IBM Watson belajar dengan memproses sejumlah besar data terstruktur dan tidak terstruktur (big data) dan memiliki antarmuka perintah
suara seperti Star Trek. Platform IBM Watson memberikan dukungan keputusan konvensional melalui analitik dan visualisasi data serta AI yang
'sebenarnya' menggunakan pertanyaan yang diajukan dalam bahasa alami (IBM, 2018b).
AI digunakan oleh banyak praktisi dan organisasi seperti EY dan Deloitte untuk mendeteksi faktur palsu dan membantu pengembalian pajak, sehingga
mengurangi waktu pemrosesan dari bulan ke hari (Zhou, 2017). Namun, beberapa profesional seperti mereka yang bekerja di bidang akuntansi manajemen
berpendapat bahwa keterampilan akuntan tidak memadai untuk memenuhi kebutuhan AI. Misalnya, Krumwiede (2017) melaporkan dari survei terhadap
akuntan manajemen bahwa banyak akuntan yang merasa memiliki pemahaman luas tentang AI namun kurang memiliki keterampilan untuk memberikan
nilai tambah dalam bekerja di bidang ini.
Banyak penelitian dari berbagai disiplin ilmu melaporkan penggunaan AI. Di bidang akuntansi, Baldwin, Brown, dan Trinkle (2006) dan Sutton et al.
(2016) memberikan ulasan penelitian AI, sementara Omoteso (2012) berfokus pada penggunaan AI dalam audit untuk tugas-tugas seperti mengklasifikasikan
utang yang dapat ditagih versus utang macet atau mengevaluasi risiko pengendalian internal. Banyak dari penelitian ini melibatkan sistem berbasis
pengetahuan seperti sistem pakar berbasis aturan atau agen cerdas daripada pembelajaran mesin (Sutton et al., 2016).
Sutton dkk. (2016) melaporkan bahwa penelitian AI di bidang akuntansi telah berkembang selama bertahun-tahun, meskipun banyak dari penelitian
tersebut belum dipublikasikan di jurnal akuntansi. Beberapa penelitian yang dipublikasikan di jurnal akuntansi menggunakan teknik AI seperti jaringan
saraf. Pada awal tahun 1990an, penelitian diterbitkan untuk memprediksi penggunaan metode penilaian persediaan (Liang, Chandler, Han, & Roan, 1992).
Misalnya, penelitian yang dilakukan oleh Koh dan Tan (1999) menggunakan jaringan saraf untuk memprediksi status kelangsungan hidup suatu perusahaan.
Penelitian lain menerapkan teknik pembelajaran mesin untuk mempelajari, misalnya, prediktabilitas pendapatan masa depan dari nada pernyataan
berwawasan ke depan (Li, 2010) dan untuk mendeteksi penipuan laporan keuangan (Perols, 2011). Ada juga sejumlah besar penelitian yang menggunakan
berbagai teknik yang terkait dengan AI dalam jurnal seperti Journal of Emerging Technologies in Accounting dan Intelligent Systems in Accounting,
Finance and Management.
Literatur menyoroti banyak keuntungan dan kerugian yang terkait dengan AI (Gray, Chiu, Liu, & Li, 2014; Sutton et al., 2016). Banyak contoh dan
kasus juga diberikan oleh pers bisnis. Meskipun bukti menunjukkan bahwa AI 'berguna', penelitian sebelumnya mengenai sistem pakar dan pendukung
keputusan menunjukkan bahwa rekomendasi sistem yang bertentangan dengan pendapat pengguna akhir sering kali diabaikan (Jensen, Lowry, Burgoon,
& Nunamaker, 2010).
Lebih jauh lagi, sistem seperti itu dapat membuat keputusan menjadi bias tergantung pada atribut sistem (Chen & Koufaris, 2015; Seow, 2011) dan
tingkat pengalaman/keahlian pengguna (Jensen et al., 2010). Seow (2011) melakukan eksperimen yang melibatkan 94 partisipan untuk mempertimbangkan
apakah alat bantu pengambilan keputusan yang bersifat restriktif secara struktural dapat membuat pengambilan keputusan menjadi bias. Studi ini
menemukan bahwa partisipan yang menggunakan alat bantu pengambilan keputusan yang bersifat restriktif mempertimbangkan lebih sedikit item yang
tidak diminta dibandingkan dengan peserta yang tidak menggunakan alat bantu pengambilan keputusan. Hal ini menunjukkan bahwa organisasi perlu
memberikan perhatian yang lebih besar terhadap bagaimana desain alat bantu pengambilan keputusan mempengaruhi kualitas keputusan. Selain itu,
meskipun AI menawarkan penghematan biaya yang signifikan dengan mengotomatiskan dan mempercepat pengambilan keputusan, pembelajaran mesin
menimbulkan risiko baru. Karena AI belajar dari data yang ada, proses pembelajaran dipengaruhi oleh bias dan prasangka yang melekat pada data yang
dihasilkan dan ditangkap manusia untuk melatih sistem (Knight, 2017). Oleh karena itu, jika pengguna tidak memahami teknologi dan mengadopsi
pendekatan black-box, bias akan muncul dalam pengambilan keputusan dan berpotensi mencemari data di masa depan. ICAEW menggarisbawahi
perlunya untuk tetap terlibat dalam proses pengembangan dan penggunaan algoritma untuk memahami cara kerjanya dan asumsi apa yang telah dibuat
ketika data baru terungkap (ICAEW IT Fakultas, 2014).
Tabel 2
Ringkasan pertanyaan penelitian utama untuk profesi akuntansi.
Terkait internet Tujuan Utama Teknologi Terkait Internet Akuntansi Pertanyaan Penelitian untuk Minat Profesi Akuntansi
Teknologi Daerah Kelompok: Peneliti, Pembuat Kebijakan dan Praktisi
Awan Komputasi awan adalah model TI berkemampuan MA 1. Mengingat sistem akuntansi cloud dirancang untuk beberapa penyewaan,
Internet yang memungkinkan berbagi data secara real-time tingkat penyesuaian apa yang diizinkan?
dan memaparkan organisasi pada berbagai risiko
termasuk kerentanan keamanan informasi. 2. Bagaimana risiko akuntansi cloud publik dapat dikelola dengan lebih baik
dalam hal keamanan data dan tingkat layanan?
3. Bagaimana akuntan dapat membantu mengelola antarmuka ketika arsitektur
akuntansi bergantung pada gabungan cloud privat dan publik?
4. Bagaimana sistem akuntansi berbasis cloud memengaruhi praktik akuntansi

manajemen lama termasuk penganggaran dan teknik mengelola
hubungan rantai pasokan?
5. Peraturan baru apa yang diperlukan untuk mencegah penargetan yang
tidak etis atau diskriminatif (penawaran, harga, dll.)?
6. Bagaimana badan akuntansi manajemen profesional mengadaptasi program
mereka untuk membekali anggotanya dengan keterampilan yang
diperlukan untuk meningkatkan relevansinya dalam organisasi?
7. Bagaimana menggabungkan keterampilan dan sumber daya Internet dan

teknologi terkait baru dapat membantu badan akuntansi manajemen
profesional (yaitu CIMA, IMA) untuk mempertahankan legitimasi
penunjukan mereka?
FA 1. Sejauh mana aplikasi akuntansi berbasis cloud memenuhi persyaratan
pelaporan keuangan perusahaan besar dan kecil?
2. Jenis layanan baru apa yang dapat ditawarkan akuntan keuangan kepada
klien mereka mengingat cloud memungkinkan akses real-time ke
pembukuan klien?
3. Risiko apa yang ditimbulkan oleh aplikasi berbasis cloud terhadap pelaporan
keuangan karena adanya buku besar bersama dibandingkan dengan buku
besar ganda?
4. Bagaimana badan akuntansi profesional mengadaptasi program mereka
untuk membekali anggotanya dengan keterampilan yang diperlukan
untuk meningkatkan relevansinya dalam organisasi?
5. Bagaimana menggabungkan keterampilan dan sumber daya Internet baru
dan teknologi terkait dapat membantu badan-badan profesional (mis
ICAEW, ACCA, CPA Australia) untuk mempertahankan legitimasi
penunjukan mereka?
Audit 1. Bagaimana layanan akuntansi berbasis cloud yang ditawarkan oleh kantor
akuntan mengubah risiko dan biaya audit?
2. Apa implikasi dari layanan berbasis cloud?
kantor akuntan?
Data besar Big data mengacu pada variasi dan kuantitas data, yang MA 1. Bagaimana akuntan mendapatkan nilai dari, dan mengukurnya
dapat melengkapi pelaporan keuangan, audit, dan pentingnya data besar untuk pengambilan keputusan?
pengambilan keputusan berdasarkan analitik. 2. Bagaimana big data mempengaruhi teknik akuntansi manajemen seperti
penganggaran, penetapan harga, dan pengukuran kinerja?
3. Dengan semakin banyaknya data internal dan eksternal yang tersedia,

sistem kontrol baru apa yang mampu dimiliki oleh big data?
4. Perangkat visual apa yang digunakan akuntan untuk menyusun data besar
guna memastikan bahwa informasi menambah nilai pada keputusan
bisnis?
FA 1. Bagaimana big data dan IoT dapat meningkatkan kemampuan untuk
memahami dan mengkomunikasikan nilai aset berwujud dan tidak
berwujud?
2. Bagaimana big data dan kemampuan big data dapat dinilai dan
diungkapkan?
3. Bagaimana big data dan IoT mendukung akuntansi nilai wajar?
4. Bagaimana para analis memandang bentuk penilaian baru yang
dimungkinkan oleh big data?
Audit 1. Bagaimana auditor dapat memilih alat yang paling tepat untuk menganalisis
big data?
2. Teknik/sumber data besar apa yang digunakan auditor?
3. Keterampilan baru apa yang dibutuhkan auditor untuk memanfaatkan data besar?
4. Bagaimana pengaruh penggunaan big data dalam audit terhadap biaya audit?
5. Kebijakan baru apa yang diperlukan untuk menggunakan data besar dalam
audit tanpa melanggar privasi informasi?
6. Bagaimana pelaporan real-time dan audit berkelanjutan akan mempengaruhi
penetapan standar?
Tabel 2 (lanjutan)
Terkait internet Tujuan Utama Teknologi Terkait Internet Akuntansi Pertanyaan Penelitian untuk Minat Profesi Akuntansi
Teknologi Daerah Kelompok: Peneliti, Pembuat Kebijakan dan Praktisi
Blockchain Blockchain memungkinkan pembuatan buku besar terdistribusi MA 1. Peluang baru apa yang diberikan blockchain kepada akuntan
yang tidak dapat diubah. manajemen, misalnya untuk perencanaan dan pengendalian?
2. Bagaimana data blockchain dapat digunakan untuk benchmarking?
3. Struktur apa yang diperlukan untuk mengatur akses dan penggunaan
blockchain dalam hal menjaga kerahasiaan, integritas, aksesibilitas,
dan ketertelusuran data akuntansi?
FA 1. Bagaimana blockchain mempengaruhi frekuensi dan format

laporan keuangan?
2. Bagaimana seharusnya standar akuntansi beradaptasi untuk mengakui
peningkatan kemampuan verifikasi dan transparansi data?
3. Peran baru apa yang diciptakan ICO untuk akuntan
nasihat dan pelaporan keuangan?
4. Bentuk peraturan apa yang diperlukan untuk mengatur praktik
peningkatan modal melalui ICO?
Audit 1. Bagaimana blockchain mempengaruhi proses audit dan
keterampilan yang dibutuhkan auditor?
2. Bagaimana pengaruh akses real-time ke blockchain klien
independensi auditor dan biaya audit?
Palsu Kecerdasan Buatan mengacu pada serangkaian MA 1. Tugas akuntansi manajemen apa yang paling cocok untuk dilakukan
Intelijen (AI) teknik komputasi untuk memecahkan masalah dan pembelajaran mesin?
melengkapi pengambilan keputusan. 2. Bagaimana AI dapat dilatih dan siapa saja eksekutif keuangannya
berada pada posisi yang tepat untuk membantu tugas ini?
3. Bagaimana akuntan mengelola ketegangan yang timbul dari
penggunaan AI di dalam organisasi?
4. Mekanisme tata kelola apa yang diperlukan untuk memastikan legitimasi
dan akuntabilitas keputusan yang didukung oleh AI?
FA 1. Bagaimana AI organisasi dapat dinilai dan diungkapkan?

2. Bagaimana reaksi investor terhadap keputusan adopsi AI?
Audit 1. Bagaimana AI dapat dimanfaatkan dalam proses audit untuk menyaring
karyawan yang berisiko tinggi?
2. Bias atau risiko apa yang mungkin ditimbulkan oleh komputasi kognitif
audit?
MA: akuntansi manajemen; FA: akuntansi keuangan.
4. Penelitian masa depan mengenai interaksi antara teknologi yang berhubungan dengan internet dan pekerjaan akuntan
Bagian ini membahas peluang untuk penelitian masa depan yang diidentifikasi selama sintesis literatur dan diambil dari studi review dan
komentar lainnya. Tabel 2 memberikan ringkasan arahan penting yang diidentifikasi dan disusun menurut tiga bidang akuntansi yang lebih luas
yang dibahas di bagian metode makalah ini.5
4.1. Petunjuk arah ke awan
Ada beberapa jalur pertanyaan potensial bagi mereka yang tertarik untuk berkontribusi terhadap pemahaman interaksi antara akuntansi dan
cloud. Misalnya, mengingat sistem cloud dirancang untuk beberapa penyewaan, terdapat pertanyaan mengenai tingkat penyesuaian yang diizinkan
oleh aplikasi keuangan cloud (Gill, 2011, hal. 45). Para peneliti yang melakukan penelitian ini mungkin mempertimbangkan untuk mengadopsi
perspektif sosiomaterialitas (Cecez-Kecmanovic, Galliers, Henfridsson, Newell, & Vidgen, 2014; Orlikowski, 2007; dalam akuntansi, lihat; Wagner,
Moll, & Newell, 2011) untuk menjadi lebih kaya pemahaman tentang bagaimana berbagai kepentingan dimediasi dalam sistem yang digunakan.
Orang lain mungkin memilih untuk melanjutkan penelitian yang Strauss dkk. (2015) berusaha memahami risiko yang dihadapi perusahaan
ketika bermigrasi ke cloud. Misalnya, Avrane-Chopard, Bourgault, Dubey, dan Moodley (2014) menyatakan bahwa penyedia cloud mungkin
mengalami kesulitan untuk memenuhi beragam kebutuhan usaha kecil dan menengah (UKM). Diperlukan lebih banyak studi kasus untuk
memahami dan mengevaluasi bagaimana cloud digunakan oleh UKM.
Untuk perusahaan besar, penyelidikan yang layak dilakukan adalah menyelidiki bagaimana sistem standar dapat mengakomodasi pengetahuan
khusus dan rutinitas anak perusahaan. Mereka yang tertarik dengan rantai pasokan dapat memperluas upaya mereka untuk mendapatkan
pemahaman yang lebih baik tentang bagaimana mode pengiriman cloud membantu perusahaan mengelola hubungan tersebut.
5
Pada Gambar 1 kami menyarankan agar Kelompok Minat Profesi Akuntansi mencakup peneliti, pembuat kebijakan, dan praktisi. Kami tidak menentukan pertanyaan penelitian untuk masing-
masing kelompok pada Tabel 2 karena kami yakin bahwa hal tersebut hanya akan memperlebar kesenjangan antara penelitian akuntansi akademis dan praktik profesional. Tujuan dari Tabel 2
adalah untuk menguraikan beberapa pertanyaan kunci sebagai titik awal bagi mereka yang berada dalam profesi ini untuk bekerja sama mengembangkan dan mendukung praktik dan kebijakan
yang akan mengatasi tantangan yang muncul dari Internet dan teknologi informasi terkait.
Silakan kutip artikel ini sebagai: Moll, J., & Yigitbasioglu, O., Peran teknologi terkait internet dalam membentuk pekerjaan akuntan: Arah baru
untuk penelitian akuntansi, The British Accounting Review, https://doi.org /10.1016/j.bar.2019.04.002
Secara khusus, studi kasus diperlukan untuk lebih memahami kekhawatiran tentang kerahasiaan data, integritas, ketersediaan (pemadaman) (Alali
dan Yeh, 2012), perjanjian tingkat layanan, dan kepemilikan data (Gill, 2011). Misalnya, penelitian lebih lanjut mengenai perjanjian tingkat layanan
diperlukan untuk memahami bagaimana risiko ditransfer ke penyedia layanan mengingat kemampuan mereka untuk meningkatkan layanan atau
menambahkan fitur keamanan baru tanpa intervensi apa pun dari pengguna. Bagaimana jika peningkatan versi menyebabkan penghentian layanan atau
menghalangi pelanggan melakukan pembelian? Kontrak tingkat layanan antara pengguna dan penyedia harus mencakup penalti otomatis kepada
penyedia jika layanan kepada pelanggan terganggu.
Risiko baru yang terkait dengan penggunaan buku besar tunggal dan bukan buku besar ganda (dimana akuntan menyimpan buku besar secara
terpisah) juga memerlukan penelitian. Misalnya, perubahan yang tidak sah pada buku besar mungkin menjadi lebih sulit dideteksi. Bagaimana hubungan
akuntan dengan klien berkembang dengan adanya sistem berbasis cloud yang memungkinkan akses ke data keuangan klien secara real-time melalui
buku besar bersama adalah topik lain yang layak untuk diselidiki. Misalnya, apakah akuntan yang melayani UKM terus menjalankan peran pembukuan
atau mereka berubah menjadi penasihat atau konsultan keuangan?
Bagaimana model penyampaian cloud memengaruhi alat yang sudah ada atau yang sudah ada yang mungkin digunakan dalam organisasi adalah
masalah lain yang sedang diperiksa namun penting bagi akuntan manajemen. Misalnya, seberapa efektif alat seperti anggaran mengingat pengguna
dapat meningkatkan atau menurunkan skala operasi mereka dengan lebih mudah? Apakah perusahaan yang menggunakan layanan cloud harus
meninggalkan praktik anggaran dan memilih perkiraan bergulir karena cloud tidak mewajibkan mereka untuk melakukan pengeluaran selama satu tahun
atau lebih di muka? Selain itu, masih belum jelas bagaimana perusahaan yang memilih untuk mengembangkan infrastruktur cloud hybrid mengelola
antarmuka antar cloud (misalnya cloud bursting) (Mulholland et al., 2010).
Penelitian juga diperlukan mengenai bagaimana organisasi profesional mengadaptasi program mereka untuk membekali anggotanya dengan
keterampilan yang diperlukan untuk menambah nilai bagi perusahaan yang beralih ke model penyampaian cloud. Terdapat bukti signifikan bahwa
organisasi profesi seperti ACCA (2016) dan ICAEW (2015) tertarik untuk memastikan bahwa anggotanya selalu mengikuti perubahan teknologi dan
bagaimana teknologi mengubah lingkungan kerja, sehingga tidak kehilangan relevansinya. Memahami bagaimana organisasi memandang legitimasi
sumber daya cloud baru dan dukungan yang ditawarkan oleh badan profesional dapat memengaruhi kepercayaan terhadap penunjukan dan pada
gilirannya keanggotaan.
Terakhir, perusahaan seperti KPMG dan Deloitte, untuk pertama kalinya, menjual jasa akuntansi kepada UKM. Misalnya, sebuah artikel di Financial
Times menunjukkan bahwa dibandingkan dengan £600þ per jam yang dibebankan oleh Big 4 di masa lalu untuk mengaudit dan memberi nasihat kepada
perusahaan-perusahaan besar mengenai masalah akuntansi, biaya bulanan untuk layanan berbasis cloud dimulai dari £150. (FT, 2016). Bagaimana
perusahaan akuntansi kecil terpengaruh oleh perusahaan besar yang menawarkan layanan hemat biaya masih belum jelas, dan penelitian lebih lanjut
diperlukan untuk mempelajari bagaimana perusahaan akuntansi kecil dapat bersaing.
4.2. Petunjuk untuk data besar
Makalah yang ditinjau telah memberikan kemajuan penting dalam memahami bagaimana akuntan cenderung dipengaruhi oleh data besar, namun
diperlukan lebih banyak penelitian. Perlu ada pemahaman yang lebih baik tentang bagaimana akuntan dan pihak lain yang berinteraksi dengan big data
memperoleh manfaat darinya. Topik investigasi mencakup integrasi data dari berbagai sumber, permasalahan terkait kualitas data, dan penetapan standar
terkait data (cf Chartered Global Management Accountant, 2013). Misalnya saja, Court (2015) melaporkan bahwa ketika McKinsey menanyakan
perusahaan-perusahaan yang berkomitmen terhadap big data mengenai penghematan biaya yang mereka peroleh dari adopsi big data, tiga perempatnya
memperkirakan bahwa mereka hanya menghemat kurang dari satu persen.
Temuan-temuan tersebut menimbulkan pertanyaan apakah manfaat big data melebihi biayanya dan menimbulkan pertanyaan lebih lanjut tentang
bagaimana perusahaan menggunakan data dan apakah mereka mampu menafsirkannya dengan cara yang memberikan keunggulan kompetitif.
Kebanyakan perusahaan tidak menggunakan data yang ada secara efektif. Bagi perusahaan-perusahaan ini, penerapan big data sepertinya tidak
akan meningkatkan kinerja (Ross, Beath & Quaadgras 2013). Brands dan Holtzblatt (2015, hal. 4) menjelaskan, “Hanya karena pintu banjir data terbuka
tidak berarti analisis bisnis secara otomatis akan menambah nilai dan dapat menyebabkan upaya yang sia-sia. Ini juga berarti bahwa konsep sampah
masuk, keluar sampah (GIGO) menjadi semakin kuat jika informasi yang dianalisis salah.” ICAEW (Fakultas IT ICAEW, 2014, hal. 8) menyatakan bahwa
“data bisa sangat banyak dan mengakibatkan kelumpuhan. Hal ini juga dapat menghambat inovasi dan pengambilan risiko”. Komentar tersebut
menunjukkan bahwa diperlukan lebih banyak penelitian untuk membantu perusahaan memahami bagaimana mereka dapat menghindari atau
meminimalkan risiko tersebut. Misalnya, bagaimana akuntan dapat terlibat dalam interpretasi dan penyajian data besar dan memastikan bahwa informasi
menambah nilai pada keputusan bisnis?
Big data diperkirakan mempunyai konsekuensi luas terhadap praktik akuntansi manajemen yang ada, misalnya dengan mempengaruhi proses
penganggaran. Smith (2016, hal. 62) menjelaskan bahwa dengan data besar “[seseorang] dapat membuat model anggaran dengan data sepuluh tahun,
bukan hanya data enam bulan, yang digunakan dalam proses intelijen bisnis konvensional.” Permasalahan seperti data baru apa yang dapat digunakan
dalam proses penganggaran atau mengapa data sepuluh tahun diperlukan mengingat lingkungan bisnis yang berubah dengan cepat masih kurang dikaji.
Selain itu, para pendukung penganggaran di luar penganggaran menyatakan bahwa data besar akan mempengaruhi sistem kendali mereka karena
sebagian besar data dihasilkan secara eksternal (Warren et al., 2015). Namun, sejauh ini kita hanya mengetahui sedikit tentang bagaimana sistem
tersebut dirancang untuk menggabungkan data besar. Demikian pula, Chartered Global Management Accountant (2013) berpendapat bahwa big data
memberikan peluang bagi perusahaan untuk mengembangkan KPI baru atau yang lebih baik. Diperlukan lebih banyak penelitian untuk memahami KPI
baru yang sedang dikembangkan dan bagaimana perusahaan mengintegrasikan jenis data baru untuk meningkatkan KPI.
Penelitian juga diperlukan pada perangkat visual baru yang digunakan akuntan untuk memberikan struktur pada analisis data besar mereka untuk
berkomunikasi dengan eksekutif C-suite lainnya. Visualisasi data yang efektif sangat penting jika big data ingin memberikan keunggulan kompetitif, seperti
yang dijelaskan oleh Chartered Global Management Accountant (2013; lihat juga Quattrone, 2009, 2011) . Berinato (2016, 2019) juga menyoroti bagaimana
visualisasi data yang buruk dapat menghambat pengambilan keputusan dalam organisasi.
Silakan kutip artikel ini sebagai: Moll, J., & Yigitbasioglu, O., Peran teknologi terkait internet dalam membentuk pekerjaan akuntan: Arah baru
untuk penelitian akuntansi, The British Accounting Review, https://doi.org /10.1016/j.bar.2019.04.002
Persoalan mengenai bagaimana organisasi dapat mengurangi kemungkinan penggunaan big data (yaitu media sosial) untuk keuntungan
jangka pendek melalui promosi kepada pelanggan masih kurang dikaji namun patut untuk diselidiki lebih lanjut. Horst dan Duboff (2015)
menjelaskan bahwa meskipun promosi dapat meningkatkan keuntungan dalam jangka pendek, promosi juga dapat mempunyai implikasi yang
signifikan terhadap reputasi dan pembangunan merek. Para penulis ini berargumen bahwa big data dapat “tanpa disadari membuat perusahaan
terkena tuduhan penargetan yang tidak tepat, atau pengecualian yang tidak adil, atau penggunaan korelasi berdasarkan data yang jika dipikir-
pikir tampak diskriminatif” (hal. 84). Big data juga digunakan di bidang lain seperti politik. Misalnya, skandal Facebook-Cambridge Analytica
yang berdampak pada jutaan pengguna menunjukkan perlunya mengembangkan kebijakan tata kelola data yang lebih ketat. Akuntan mungkin
perlu mempertimbangkan peran yang dapat mereka mainkan dalam membantu menjaga data klien (Confessore, 2018).
Penelitian juga diperlukan untuk menunjukkan secara empiris masalah yang terabaikan tentang bagaimana big data dan IoT dapat
meningkatkan akuntansi dan pengungkapan nilai wajar (Warren et al., 2015). Pekerjaan ini memerlukan pembuktian konsep menggunakan
pendekatan ilmu desain untuk mengembangkan dan memvalidasi artefak baru yang melayani tugas akuntansi keuangan (Gregor & Hevner,
2013). Selain itu, studi kasus mungkin berguna dalam mengungkap apakah organisasi menggunakan data besar seperti video dan audio dalam
pelaporan keuangan dan apakah teknik tersebut bermanfaat atau dihargai oleh analis keuangan. Studi semacam itu mungkin berguna untuk
mempertimbangkan literatur tentang penilaian, dan khususnya, karya Mennicken dan Power (2015) dan Kornberger, Justesen, Koed Madsen,
dan Mouritsen (2015) yang berfokus pada sifat plastik nilai akuntansi. Pihak lain yang ingin memahami implikasi non finansial dari penilaian
dapat mempertimbangkan penelitian Quattrone (2015) mengenai bagaimana apa yang dicatat dapat membantu kita memahami apa yang
dilakukannya.
Big data juga diharapkan dapat mempengaruhi pekerjaan auditor. Richins dkk. (2017) menyarankan bahwa auditor mungkin perlu
memahami cara memberikan layanan asurans untuk kumpulan data yang lebih luas (lihat juga Borthick & Pennington, 2017). Brown-Liburd
dkk. (2015) mengidentifikasi lima area untuk penelitian masa depan yang mempengaruhi pertimbangan auditor dan pengambilan keputusan di
era big data. Hal ini mencakup strategi dan pengembangan model mental baru untuk secara efektif mengintegrasikan data kompleks dalam
penugasan audit dan permasalahan seputar pilihan teknologi dan pengembangan keterampilan auditor. Yoon dkk. (2015) menyarankan
beberapa arah ke depan yang mencakup teknik untuk mengambil bukti audit yang relevan dari data besar, memetakan sumber data besar
yang relevan untuk perusahaan di berbagai industri, dan memperbarui standar audit untuk mengatur transfer informasi dan masalah privasi.
Terakhir, big data dan Industri 4.0 akan memungkinkan pemantauan real-time dan audit berkelanjutan; pembuat standar perlu mengembangkan
kebijakan untuk mengatur praktik-praktik tersebut (Unsworth, 2017).
4.3. Petunjuk untuk blockchain
Karena blockchain adalah salah satu teknologi terbaru (Panetta, 2017) yang dibahas dalam makalah ini, tidak mengherankan jika
Literatur akuntansi mengenai topik ini masih langka dan cenderung kurang dipahami di kalangan akademis.
Buku besar terdistribusi adalah database terintegrasi yang besar dan menawarkan peluang baru untuk penambangan data dan analitik
serupa dengan peluang yang disediakan oleh sistem tipe ERP di masa lalu. Tergantung pada hak akses, pihak ketiga seperti PSF dapat
menganalisis data blockchain untuk memberikan wawasan bisnis mengenai kinerja saat ini dan masa depan. Akses real-time terhadap data
kinerja memberikan peluang bagi akuntan manajemen untuk merekomendasikan tindakan perbaikan segera. Akibatnya, banyak pertanyaan
penelitian serupa yang diidentifikasi dan didiskusikan mengenai big data di Bagian 4.2 juga relevan untuk blockchain. Misalnya, bagaimana
akuntan manajemen dapat menggunakan blockchain untuk meningkatkan perencanaan dan pengendalian? Metrik baru apa yang dapat
dikembangkan untuk benchmarking dan pengukuran kinerja? Penelitian apa pun yang menyelidiki persepsi akuntan tentang penerapan
teknologi blockchain, termasuk tantangan yang dirasakan, akan sangat berharga. Setelah teknologi beroperasi penuh, studi kasus yang
melaporkan manfaat dan biaya penggunaan blockchain akan bermanfaat bagi profesi ini.
Mereka yang terlibat dalam pelaporan keuangan6 (Kim & Zhang, 2014), tanggung jawab sosial perusahaan (Gallhofer, Haslam, & van der
Walt, 2011) dan manajemen rantai pasokan (Agndal & Nilsson, 2010) berpendapat perlunya peningkatan transparansi dalam transaksi.
Blockchain memungkinkan “pelaporan transaksional,” di mana pilihan agregasi dan presentasi diserahkan kepada pasar (Vasarhelyi, 2012).
Lebih khusus lagi, pemangku kepentingan dapat mengakses blockchain untuk mengambil informasi terpilah tentang organisasi guna
menghasilkan laporan dan laporan keuangan berdasarkan kebutuhan masing-masing. Akses terhadap blok dapat diberikan pada tingkat yang
berbeda-beda, yaitu akses penuh terhadap badan pengawas atau akses parsial terhadap investor, misalnya dengan menyembunyikan identitas
pihak ketiga. Arsitektur elektronik seperti itu akan mengatasi kekurangan standar akuntansi yang gagal memenuhi kebutuhan informasi berbagai
pemangku kepentingan di era digital saat ini (Vasarhelyi, 2012). Siapa yang akan terlibat dalam membangun arsitektur pengungkapan
organisasi, dan bagaimana informasi baru tersebut akan mendapatkan legitimasi dari mereka yang terlibat dalam komunitas blockchain, layak
untuk diselidiki lebih lanjut. Mungkin juga perlu untuk mengubah standar akuntansi untuk mengakui peningkatan kemampuan verifikasi dan
transparansi ekosistem akuntansi (Dai & Vasarhelyi, 2017).
Perusahaan rintisan, serta perusahaan mapan, menerbitkan mata uang kripto mereka sendiri melalui Initial Coin Offerings (ICO), yang juga
membantu meningkatkan modal (Chester, 2017). Misalnya, Kodak mengumumkan bahwa mereka akan mengadopsi KODAKCoin melalui ICO
untuk membayar fotografer yang mendaftar dan melisensikan karya mereka pada platform baru. Berita ini dianggap meningkatkan nilai saham
Kodak lebih dari 41% (Raines, 2018). Akuntan dapat menemukan peluang untuk mendukung praktik baru tersebut dengan memberikan nasihat
keuangan (misalnya penilaian) dan peraturan yang relevan dengan teknologi tersebut. Namun, munculnya perantara kredit non-bank juga dapat
berdampak pada permintaan keuangan dan lembaga-lembaga yang mengatur penggunaannya (BoE, 2018).
6
Meskipun ada beberapa bukti bahwa hal ini dapat menyebabkan kesalahan harga (Elliott, Krische, & Peecher, 2010).
Silakan kutip artikel ini sebagai: Moll, J., & Yigitbasioglu, O., Peran teknologi terkait internet dalam membentuk pekerjaan akuntan:
Arah baru untuk penelitian akuntansi, The British Accounting Review, https://doi.org /10.1016/j.bar.2019.04.002
Perusahaan jasa profesional, seperti Deloitte dan PwC, yang menyediakan layanan audit memandang blockchain sebagai game-changer (Psaila,
2017; Smith, 2017b). Karena transaksi di blockchain memiliki integritas 100%, transaksi ini tidak perlu diaudit secara forensik secara point-in-time
melalui pengambilan sampel. Sebaliknya, seluruh populasi transaksi dapat diverifikasi, sehingga memberikan tingkat jaminan yang lebih tinggi. Dengan
akses langsung ke data dan lapisan teknologi lain untuk mengelola prosesnya, transaksi di blockchain dapat diaudit secara terus menerus hampir
secara real-time (Smith, 2017b). Auditor dapat, misalnya, mengidentifikasi posisi keuangan berisiko tinggi secara segera, bukan pada akhir tahun
keuangan. Mengingat kemampuan-kemampuan yang muncul ini, penting untuk meneliti bagaimana auditor akan beradaptasi terhadap perubahan
proses audit dan keterampilan baru apa yang perlu mereka kembangkan di tahun-tahun mendatang (Dai & Vasarhelyi, 2017).
Akses real-time terhadap data klien akan memberikan peluang baru bagi layanan non-audit. Penelitian diperlukan untuk memahami apakah dan
bagaimana hal ini akan membahayakan independensi auditor (Frankel, Johnson, & Nelson, 2002). Selain itu, bagaimana blockchain akan
mempengaruhi biaya audit dan bagaimana perusahaan menentukannya? Misalnya, apakah biayanya akan berbasis langganan?
Salah satu asumsi teknologi blockchain adalah bahwa transaksi akan transparan dan mengandung lebih sedikit kesalahan, sehingga lebih sulit
untuk menyembunyikan penipuan. Namun, meskipun peningkatan transparansi mungkin menunjukkan kecilnya kemungkinan penghindaran pajak,
anonimitas yang diberikan oleh beberapa mata uang kripto mungkin memiliki efek sebaliknya. Bidang ini akan mendapat manfaat dari penelitian lebih lanjut.
4.4. Petunjuk untuk kecerdasan buatan
Big data dan otomatisasi menimbulkan pertanyaan tentang peran akuntan di masa depan jika solusi AI seperti IBM Watson dapat memberikan
jawaban atas banyak pertanyaan terkait bisnis. Faktanya, ini mungkin pertanyaan yang 'menarik' untuk ditanyakan kepada IBM Watson.
Namun, salah satu tugas akuntan adalah mengelola dan memilih data yang relevan untuk melatih aplikasi AI. Tugas ini akan diperlukan karena banyak
keputusan bisnis berbasis akuntansi seperti “membuat atau membeli” dan “pemilihan vendor” menjadi semakin kompleks dan memerlukan ahli di
bidangnya. Akuntan akan berada dalam posisi yang baik untuk memvalidasi, memelihara, dan mempertimbangkan secara etis kualitas kumpulan data
untuk pelatihan solusi AI (Anderson & Anderson, 2011). Peran ini mungkin sebanding dengan kurator data, yang melibatkan pembuatan konten,
seleksi, klasifikasi, transformasi, validasi, dan pelestarian (Freitas & Curry, 2016).
Lebih jauh lagi, penggunaan algoritma untuk mengambil keputusan menimbulkan pertanyaan baru tentang sejauh mana manajer dapat dimintai
pertanggungjawaban atas keuntungan dan kerugian bisnis (Court, 2015). Akuntan diharapkan untuk bekerja dengan AI, namun mengingat pengguna
mungkin melihat AI sebagai ancaman (Jensen et al., 2010), bagaimana dan siapa yang dapat memastikan bahwa teknologi ini bekerja sesuai harapan
dan dapat dipercaya? Masalah ini diperparah dengan teknik pembelajaran mesin yang menggunakan model yang sangat kompleks seperti jaringan
saraf untuk membuat prediksi. Meskipun model yang kompleks mungkin memberikan perkiraan anggaran atau biaya yang lebih akurat, model tersebut
kurang dapat dipahami oleh pengambil keputusan. Dalam pemodelan konvensional, ketegangan antara manajer dan pemodel diatasi dengan
mengabstraksi detail analitik atau mengubah asumsi dan parameter model (Kowalczyk & Buxmann, 2015). Karena AI belajar dari pengetahuan diam-
diam, hal ini akan menjadi lebih sulit, dan penelitian diperlukan untuk mempelajari isu penting tentang bagaimana simbiosis sinergis antara AI dan
proses pengambilan keputusan organisasi dapat dipupuk.
Quattrone (2016) mengemukakan bahwa ada masalah dengan budaya digital yang terkait dengan AI, dengan alasan bahwa angka-angka
akuntansi “tidak lagi ada untuk diucapkan, didengarkan, dan diperdebatkan dalam tindakan komunikatif” (hal. 120). Risiko dikeluarkannya akuntan
dari proses organisasi dapat mengakibatkan hasil yang merugikan bagi produk atau lini produk tertentu. Misalnya, kita hanya perlu melihat sejarah
penetapan harga buku “The Making of a Fly” di Amazon. Harga yang digunakan untuk buku ini didasarkan pada algoritma. Salah satu konsekuensinya
adalah harganya mencapai puncaknya pada $23.698.655,93; beberapa hari kemudian, harga tersebut tercatat sebesar $100,7 Contoh ini menunjukkan
beberapa bahaya mengganti strategi penetapan harga dengan algoritme dan menunjukkan bahwa permasalahan lain yang sedang diteliti adalah
apakah dan bagaimana akuntan dapat terus mengawasi pengembangan dan memantau penggunaan infrastruktur kalkulatif yang mendukung
penetapan biaya dan penetapan harga keputusan ketika tampaknya ada begitu banyak kepercayaan terhadap teknologi baru ini untuk memberikan
keunggulan kompetitif.8
Sutton dkk. (2016) menyarankan beberapa arah penelitian AI yang terabaikan, termasuk penerapan pemrosesan bahasa alami dalam audit untuk
menyaring karyawan berisiko tinggi dan pertanyaan yang berasal dari teori dominasi teknologi (lihat juga Arnold & Sutton, 1998). Penelitian juga harus
menyelidiki nilai bisnis AI terkait pengambilan keputusan, pengendalian, dan kinerja organisasi yang lebih baik. Misalnya, studi eksploratif dapat
membantu mengungkap perbaikan dalam akuntansi manajemen atau pengendalian internal serta menilai reaksi pasar terhadap pengumuman adopsi
AI. Studi dalam domain ERP dan intelijen bisnis (misalnya Ajit, Donker, & Patnaik, 2014) yang mengadopsi pendekatan studi peristiwa dapat menjadi
contoh.
Implikasi AI terhadap masa depan PSF memerlukan penyelidikan lebih lanjut (Cooper & Robson, 2006) karena saat ini terdapat minat terhadap
bidang ini (Spence et al., 2017). Misalnya, akankah PSF bersaing berdasarkan keunggulan AI dan big data mengingat layanan terkait kepatuhan
menjadi komoditas dan menghasilkan porsi pendapatan yang semakin kecil ( Agnew, 2015; Big 4, 2015)? Ada juga masalah deskilling; yaitu, banyak
tugas tradisional akuntan yang diotomatisasi atau di luar negeri. Bagaimana akuntan akan memperoleh keterampilan dan pengalaman yang diperlukan
untuk maju ke peran lain jika posisi tersebut secara bertahap menghilang?
7
Kasus ini pertama kali dilaporkan di blog oleh Michael Eisen (http://www.michaeleisen.org/blog/?p¼358&cpage¼1).
8
Beberapa pihak berpendapat bahwa mengandalkan algoritme dalam penetapan harga tanpa disadari dapat menyebabkan perusahaan terlibat dalam penetapan harga (lihat, misalnya, komentar oleh
Gilardoni, Low, dan Boyd, 2017).
Terakhir, jika digabungkan dengan teknologi lain seperti blockchain, AI akan mempunyai konsekuensi dan implikasi yang luas.
Misalnya dan ini mungkin merupakan pernyataan yang berani dan akankah ada kredit macet di masa depan mengingat prediktabilitas yang
unggul melalui AI, analisis kredit, dan audit berkelanjutan (Alles, Kogan, & Vasarhelyi, 2008) dari blockchain global? Hal ini memerlukan
integrasi yang mulus antara berbagai blockchain serta akses ke informasi yang relevan. Jaminan semacam ini dapat diberikan oleh pihak
ketiga seperti perantara informasi atau regulator dengan akses 'universal' terhadap data. Namun, tidak diketahui struktur tata kelola apa yang
mungkin diperlukan untuk mengelola hal ini baik dari aspek teknologi maupun privasi/kerahasiaan.
5. Diskusi
Makalah ini telah menunjukkan bahwa studi empiris tentang teknologi terkait Internet masih kurang dalam literatur akuntansi. Pengawasan
ini mengejutkan mengingat betapa saling terkaitnya teknologi ini dengan pekerjaan akuntan.9 Makalah ini mengkaji literatur yang ada untuk
memberikan pemahaman yang lebih komprehensif tentang pengetahuan terkini tentang teknologi ini dan bagaimana teknologi tersebut
berdampak dan mengubah pekerjaan sehari-hari akuntan.
Diharapkan bahwa makalah ini akan mendorong diskusi ilmiah tambahan dan menginspirasi para sarjana untuk melakukan penelitian
empiris lebih lanjut yang berfokus pada perusahaan yang menerapkan digitalisasi (yaitu, platform start-up dan UKM) untuk memahami
bagaimana teknologi terkait Internet mengubah manajemen, praktik akuntansi, dan peran perusahaan. akuntan. Makalah ini berfokus pada
interaksi akuntansi dan empat teknologi terkait Internet: cloud, big data, blockchain, dan AI. Meskipun masing-masing teknologi memiliki
kelebihan dan risiko masing-masing, dan makalah ini telah menimbulkan banyak pertanyaan penelitian untuk masing-masing teknologi,
mungkin kombinasi penggunaan keduanya akan secara mendasar mengubah bidang akuntansi. Pada satu tingkat, pemahaman yang lebih
baik tentang interaksi teknologi ini mungkin diperlukan untuk memahami sepenuhnya perubahan yang diamati dan untuk memastikan bahwa
mereka yang berada di bidang keuangan dan akuntansi diposisikan untuk terus memberi nilai tambah pada pengambilan keputusan
organisasi (cf Frey & Osborne , 2017; Susskind & Susskind, 2015). Misalnya, teknologi blockchain akan lebih berkontribusi terhadap
fenomena big data dengan menyediakan akses ke buku besar yang didistribusikan secara global, termasuk kontrak pintar. Data ini dapat
dianalisis menggunakan analitik berbasis cloud dan perangkat lunak AI yang dapat diakses oleh lebih banyak organisasi besar dan kecil.
Teknologi ini akan mendorong jenis layanan akuntansi dan audit otomatis baru dan hampir real-time, sehingga meningkatkan kinerja dan
jaminan.
Di tingkat lain, peningkatan otomatisasi, visibilitas, dan dukungan keputusan mungkin memberi kesan bahwa beban akuntan akan
berkurang di masa depan. Makalah ini berpendapat bahwa, agar berhasil, beberapa teknologi yang berhubungan dengan Internet masih
memerlukan akuntan untuk melakukan proses konvensional seperti manajemen kinerja, meskipun teknik yang sudah ada ini menjadi lebih
kompleks sehingga memerlukan pendekatan baru untuk dikembangkan untuk memastikan bahwa informasi berguna untuk mengembangkan
strategi. (lihat, misalnya, Appelbaum dkk., 2017).
Selain itu, banyak aplikasi AI tingkat lanjut memerlukan pembelajaran yang diawasi; akuntan mungkin mempunyai posisi yang baik untuk
memastikan bahwa data yang digunakan dalam pengembangan terdepan ini sesuai dengan tujuannya dan bahwa keterbatasan pemrosesan
informasi manusia dipertimbangkan dalam volume data yang dapat dihasilkan. Untuk berkontribusi secara efektif pada organisasi yang
menggunakan AI, akuntan harus semakin waspada dan kritis; mereka perlu mempertanyakan wawasan dan saran yang diberikan oleh
teknologi baru ini dan berhati-hati terhadap pihak lain yang menggunakannya secara tidak bertanggung jawab dan mengabaikan infrastruktur
kalkulatif yang ada di dalam serta plastisitas nilai-nilai yang dihasilkan.
Cara tata kelola yang inovatif mungkin diperlukan dalam menanggapi AI, terutama mengingat mudahnya pihak-pihak dalam organisasi
menyalahkan sistem TI atas keputusan yang buruk, dengan alasan bahwa keputusan tersebut bersifat otomatis dan tidak memerlukan
campur tangan apa pun dari pihak mereka. Penelitian diperlukan untuk memahami isu-isu praktis seperti bagaimana struktur tata kelola
dirancang dan bagaimana fungsinya. Kurangnya studi empiris yang berfokus pada permasalahan ini menunjukkan bahwa studi kasus sangat
dibutuhkan untuk membantu memahami permasalahan kompleks yang ada. Organisasi yang ingin meningkatkan hasil otomasi mungkin
perlu menyadari pentingnya melibatkan akuntan dalam pengembangan sistem tersebut. Penelitian empiris diperlukan untuk memahami
bagaimana akuntan dapat secara efektif menambah nilai dalam keadaan seperti itu dan meyakinkan orang lain tentang legitimasi posisi
mereka. Untuk mengkaji bagaimana mereka yang berprofesi berusaha meyakinkan orang lain bahwa mereka memiliki keahlian yang berguna
untuk menavigasi teknologi terkait Internet, penelitian dapat memanfaatkan literatur kerja institusional yang bertujuan untuk memahami
“tindakan bertujuan individu dan organisasi” terkait dengan pengembangan dan pemeliharaan institusi. (Lawrence & Suddaby, 2006, p. 215;
Lawrence, Leca, & Zilber, 2013; Lawrence, Suddaby, & Leca, 2009; dalam penghitungan akuntansi, lihat; Suddaby et al., 2015).
Meskipun banyak perusahaan mungkin tergoda untuk mengadopsi teknologi terbaru, mereka mungkin tidak memiliki kapasitas untuk
bereksperimen, baik karena terlalu mahal atau karena mereka tidak memiliki pemahaman yang jelas mengenai risiko yang terkait dengan
pengembangan dan pemasangan teknologi tersebut. Studi kasus yang berfokus pada isu yang sangat praktis namun terabaikan mengenai
proses yang terlibat dalam pengembangan dan penerapan teknologi tersebut sangat diperlukan untuk memperdalam pemahaman tentang
risiko yang melekat pada outsourcing dan otomatisasi fungsi akuntansi tradisional.
9
Hal ini mungkin tidak mengejutkan bagi sebagian orang karena di masa lalu para peneliti akuntansi cenderung mengabaikan atau tidak responsif terhadap seruan mendesak
untuk melakukan penelitian yang menyelidiki hubungan antara akuntansi dan Teknologi Informasi seperti teknologi tipe ERP (lihat, misalnya, Chapman & Chua, 2003; Hopper &
Bui, 2016).
Keterhubungan dan transparansi yang dimungkinkan oleh gabungan penggunaan teknologi yang dibahas tidak hanya akan memberikan peluang baru namun juga
meningkatkan kerentanan dan risiko. Seiring dengan risiko konvensional yang terkait dengan sistem komputer, seperti keamanan dan kerahasiaan, asumsi model
analitis dan tata kelola data (misalnya, kualitas dan cakupan informasi) harus dipertimbangkan untuk mendapatkan manfaat dari analisis big data dan AI (Neely &
Masak, 2011). Keahlian akuntan berarti mereka berada dalam posisi yang baik untuk berkontribusi pada evaluasi, implementasi dan pemeliharaan teknologi yang
dibahas serta penilaian proses bisnis baru/yang terkena dampak untuk mengelola risiko.
Namun, masih belum jelas bagaimana akuntan akan mempengaruhi pengambilan keputusan untuk bersaing di bidang teknologi terkait Internet atau menggunakan
teknologi tersebut. Selain itu, yurisdiksi akuntan (Sikka & Willmott, 1995) mungkin semakin ditantang oleh profesi lain, seperti ilmuwan data dan pakar teknologi. Studi
yang melibatkan wawancara atau survei terhadap akuntan profesional mungkin berguna untuk mengatasi masalah keterbelakangan ini.
Tampaknya ada ruang yang signifikan bagi mereka yang berkecimpung dalam profesi ini untuk memperluas keahlian mereka, khususnya mengenai kompetensi
dan pemahaman mereka terhadap teknologi digital. Peneliti akuntansi (Howieson, 2003), praktisi (PWC, 2015), dan organisasi akuntansi profesional (IFAC, 2007)
telah lama mengakui semakin pentingnya TI dalam pekerjaan akuntan. Terlepas dari ketertarikan ini, hanya sedikit program akuntansi universitas yang mencakup isu-
isu terkait bagaimana akuntansi saling terkait dengan digitalisasi. Profesi ini sebaiknya mempertimbangkan bagaimana pengetahuan tentang teknologi baru ini dapat
diintegrasikan dengan baik ke dalam kurikulum universitas (lihat juga Borthick & Pennington, 2017) untuk memastikan bahwa mereka yang ingin mengembangkan
karir di bidang akuntansi memiliki pengetahuan dan keterampilan yang relevan. Studi kasus mengenai praktik terbaik dapat membantu mengatasi masalah ini.
Makalah ini memiliki beberapa keterbatasan dalam hal ruang lingkup tinjauan, sehingga memberikan peluang bagi pihak lain untuk membantu menetapkan agenda
penelitian. Misalnya, tinjauan tersebut mengecualikan realitas virtual yang mungkin memiliki penerapan dalam akuntansi. Selain itu, makalah ini tidak berfokus pada
aplikasi seluler, meskipun beberapa teknologi yang ditinjau, seperti teknologi seluler leverage 'cloud', dianggap tersirat dalam cakupan topik.
Terakhir, meskipun tinjauan tersebut berfokus pada tiga bidang akuntansi, akuntansi manajemen, akuntansi keuangan, dan audit, teknologi yang ditinjau
kemungkinan besar akan mempengaruhi banyak, jika tidak semua, bidang akuntansi, seperti akuntansi keberlanjutan, perpajakan, dan akuntansi forensik. Beberapa
penelitian telah dilakukan di berbagai bidang seperti keberlanjutan dalam Industri 4.0 (Burritt & Christ, 2016) dan deteksi penghindaran pajak melalui analisis big data
(Tian et al., 2016).
6. Kesimpulan
Studi ini berfokus pada empat teknologi terkait Internet yang berpengaruh (cloud, big data, blockchain, dan AI) dan implikasinya terhadap tiga kelompok
kepentingan profesi akuntansi: peneliti, pembuat kebijakan, dan praktisi. Meskipun akuntan mungkin merasa terancam oleh teknologi, teknologi yang dibahas dalam
penelitian ini menciptakan peluang baru bagi akuntan. Secara khusus, teknologi memungkinkan pertukaran data yang belum pernah terjadi sebelumnya, akses ke
perangkat keras/perangkat lunak mutakhir, dan alat yang dapat melengkapi dan meningkatkan tugas akuntansi manajemen, akuntansi keuangan, dan audit. Namun,
profesi akuntansi mungkin perlu waspada dalam mengembangkan keterampilan dan kebijakan yang diperlukan untuk mengatur penerapan dan penggunaan teknologi
ini secara efektif dalam organisasi.
Referensi
ACCA. (2016). Pendorong perubahan dan keterampilan masa depan. tersedia di internet di http://www.accaglobal.com/content/dam/members-beta/docs/ea-patf-drivers
keterampilan-perubahan-dan-masa depan.pdf. (Diakses 1 Mei 2018).
Agndal, H., & Nilsson, U. (2010). Praktik akuntansi buku terbuka yang berbeda untuk strategi pembelian yang berbeda. Penelitian Akuntansi Manajemen, 21, 147e166.
Agnew, H. (2015). Empat auditor besar memperluas jangkauannya ke bidang konsultasi. Inggris Raya: Financial Times ( 8 Maret).
Agostino, D., & Sidorova, Y. (2017). Bagaimana media sosial membentuk kembali tindakan terhadap pelanggan jauh: Beberapa bukti empiris. Akuntansi, Audit & Akuntabilitas
Jurnal, 30, 777e794.
Ajit, D., Donker, H., & Patnaik, S. (2014). Pengumuman implementasi sistem ERP: Apakah pasar mendukung atau mencemooh pengguna dan vendor? Internasional
Jurnal Akuntansi dan Manajemen Informasi, 22, 339e356.
Al-Htaybat, K., & von Alberti-Alhtaybat, L. (2017). Big data dan pelaporan perusahaan: Dampak dan paradoks. Jurnal Akuntansi, Audit & Akuntabilitas, 30,
850e873.
Alali, FA, & Yeh, C.-L (2012). Komputasi awan: Ikhtisar dan analisis risiko. Jurnal Sistem Informasi, 26, 13e33.
Alles, MG (2015). Pendorong penggunaan dan fasilitator serta hambatan evolusi big data oleh profesi audit. Cakrawala Akuntansi, 29, 439e449.
Alles, MG, Kogan, A., & Vasarhelyi, MA (2008). Menerapkan teori audit berkelanjutan ke dalam praktik: Pelajaran dari dua implementasi percontohan. Jurnal Sistem Informasi, 22,
195e214.
Anderson, M., & Anderson, SL (2011). Etika mesin. Cambridge: Pers Universitas Cambridge.
Appelbaum, D., Kogan, A., Vasarhelyi, M., & Yan, Z. (2017). Dampak analisis bisnis dan sistem perusahaan pada akuntansi manajerial. Internasional
Jurnal Sistem Informasi Akuntansi, 25, 29e44.
Arnaboldi, M., Azzone, G., & Sidorova, Y. (2017). Mengatur media sosial: Munculnya objek batas yang terhibridisasi. Jurnal Akuntansi, Audit & Akuntabilitas, 30, 821e849.
Arnaboldi, M., Busco, C., & Cuganesan, S. (2017). Akuntansi, akuntabilitas, media sosial, dan data besar: Revolusi atau sensasi? Jurnal Akuntansi, Audit & Akuntabilitas, 30, 762e776.
Arnold, V., & Sutton, SG (1998). Teori dominasi teknologi: Memahami dampak alat bantu keputusan cerdas terhadap penilaian pengambil keputusan
catatan. Kemajuan dalam Penelitian Perilaku Akuntansi, 1, 175e194.
ASX. (2018). Penggantian catur. tersedia di internet di http://www.asx.com.au/services/chess-replacement.htm. (Diakses 1 Mei 2018).
Avrane-Chopard, J., Bourgault, T., Dubey, A., & Moodley, L. (2014). Bisnis besar dalam bisnis kecil: Layanan cloud untuk UKM. (Februari). McKinsey and Company, Inc., Praktik
Telekomunikasi, Media dan Teknologi. tersedia di internet di https://www.mckinsey.com/~/media/mckinsey/dotcom/client_ service/high%20tech/pdfs/
big_business_in_small_business_cloud%20services_for_smbs.ashx. (Diakses 1 Mei 2018).
Babcock, C. (2010). Revolusi awan. New York: Bukit Mc-Graw .
Baldwin, AA, Brown, CE, & Trinkle, BS (2006). Peluang pengembangan kecerdasan buatan dalam domain akuntansi: Kasus audit.
Sistem Cerdas dalam Akuntansi, Keuangan dan Manajemen, 14, 77e86.
Barrick, JA, Mecham, NW, Summers, SL, & Wood, DA (2017). Pemeringkatan jurnal akuntansi berdasarkan bidang topik dan metodologi. Jurnal Informasi
Sistem (Sedang dicetak) https://doi.org/10.2308/isys-50981.
Bellucci, M., & Manetti, G. (2017). Facebook sebagai alat untuk mendukung akuntansi dialogis? Bukti dari yayasan filantropi besar di Amerika Serikat.
Jurnal Akuntansi, Audit & Akuntabilitas, 30, 874e905.
Berinato, S. (2016). Visualisasi yang benar-benar berfungsi. Tinjauan Bisnis Harvard, 94(6), 92e100.
Berinato, S. (2019). Ilmu data dan seni persuasi. Tinjauan Bisnis Harvard, 97(1), 126e137.
Berke, A. (2017). Seberapa amankah blockchain? Tergantung. tersedia di internet di https://hbr.org/2017/03/how-safe-are-blockchains-it-depends. (Diakses 3
Agustus 2018).
Bhimani, A., & Willcocks, L. (2014). Digitalisasi, 'Big Data' dan transformasi informasi akuntansi. Riset Akuntansi dan Bisnis, 44, 469e490.
4.com Besar. (2015). Analisis kinerja empat perusahaan besar tahun 2014. tersedia di internet di http://www.big4.com/wp-content/uploads/2015/01/The-2014-
Analisis-Kinerja-Empat Besar-Perusahaan-Big4.com-Jan-2015.pdf. (Diakses 6 Maret 2018).
Bitcoin. (2018). harga bitcoin. tersedia di internet di https://charts.bitcoin.com/chart/price. (Diakses 1 Mei 2018).
BoE. (2018). Mata uang digital. tersedia di internet di https://www.bankofengland.co.uk/research/digital-currencies. (Diakses 1 Mei 2018).
Borthick, AF, & Pennington, RR (2017). Ketika data ada di mana-mana, apa jadinya akuntansi dan jaminan? Jurnal Sistem Informasi, 31(3),
1e4.
Brandon, D. (2016). Blockchain: Masa depan sistem informasi bisnis. Jurnal Internasional Dunia Bisnis Akademik, 10, 33e40.
Merek, K., & Holtzblatt, M. (2015). Analisis bisnis: Mengubah peran akuntan manajemen. Akuntansi Manajemen Triwulanan, 16, 1e12.
Brivot, M., Gendron, Y., & Guenin, H. (2017). Menemukan kembali kontrol organisasi: Kontes makna seputar pengendalian risiko reputasi di arena media sosial. Jurnal Akuntansi,
Audit & Akuntabilitas, 30, 795e820.
Brown-Liburd, H., Issa, H., & Lombardi, D. (2015). Implikasi perilaku dari dampak data besar terhadap penilaian audit dan pengambilan keputusan serta arah penelitian di masa
depan. Cakrawala Akuntansi, 29, 451e468.
Brynjolfsson, E., & McAfee, A. (2017). Bisnis kecerdasan buatan. tersedia di internet di https://hbr.org/cover-story/2017/07/the-business-of artificial-intelligence. (Diakses 3 Maret
2018).
Burritt, R., & Kristus, K. (2016). Industri 4.0 dan akuntansi lingkungan: Sebuah revolusi baru? Jurnal Keberlanjutan dan Tanggung Jawab Sosial Asia, 1(1),
23e38.
Cecez-Kecmanovic, D., Galliers, RD, Henfridsson, O., Newell, S., & Vidgen, R. (2014). Sosiomaterialitas sistem informasi: Status saat ini, masa depan
petunjuk arah. MIS Triwulanan, 38, 809e830.
Chandler, RJ (2012). Nomor telah berpindah ke cloud... manfaat akuntansi klien online. tersedia di internet di https://www.cpapracticeadvisor. com/article/10597784/numbers-
telah-pindah-ke-cloud-manfaat-akuntansi-klien-online. (Diakses 30 Desember 2018).
Chapman, CS, & Chua, WF (2003). Integrasi berbasis teknologi, otomatisasi dan standarisasi proses bisnis: Implikasinya terhadap akuntansi. Dalam A. Bhimani (Ed.), Akuntansi
manajemen dalam ekonomi digital (hlm. 74e94). Oxford: Pers Universitas Oxford.
Chapman, CS, & Kihn, L.-A. (2009). Integrasi sistem informasi, memungkinkan kontrol dan kinerja. Akuntansi, Organisasi dan Masyarakat, 34, 151e169.
Akuntan Manajemen Global Chartered. (2013). Dari wawasan hingga dampak: Membuka peluang dalam big data. tersedia di internet di cgma.org/data.
(Diakses 30 Desember 2018).
Chen, CW, & Koufaris, M. (2015). Dampak fitur sistem pendukung keputusan terhadap terlalu percaya diri dan perilaku berisiko pengguna. Jurnal Infor Eropa
Sistem Matikan, 24, 607e623.
Chester, J. (2017). Cara baru untuk mengumpulkan uang: Penawaran koin perdana (Forbes). tersedia di internet di https://www.forbes.com/sites/jonathanchester/
2017/06/12/cara-baru-untuk-mengumpulkan-uang-penawaran-koin-awal/#51128ca05fb5. (Diakses 11 Januari 2019).
Cleland, V. (2017). Masa depan digital untuk sterling. tersedia di internet di https://www.bankofengland.co.uk/-/media/boe/files/article/2017/digital-future-for sterling-assessing-the-
implications-article-by-victoria-cleland. pdf?la¼en&hash¼8036AC7641A4E1ADC0227CDA7DC3B00F04D81E88. (Diakses 1 Mei 2018).
Clinton, BD, & Putih, LR (2012). Peran akuntan manajemen: 2003-2012. Akuntansi Manajemen Triwulanan, 14, 40e74.
Cohen, B. (2015). Bagaimana mengotomatiskan hutang dagang membuka nilai finansial. Keuangan Strategis, 96(8), 31e34.
Pengakuan Iman, N. (2018). Cambridge Analytica dan Facebook: Skandal dan dampaknya sejauh ini. New York: Waktu New York ( 7 April).
Cooper, T. (2017). CIMA - Teknologi memiliki dampak terbesar pada peran akuntansi, kata para perekrut. tersedia di internet di https://www.cimaglobal.com/ Members/member-
benefits/insight-magazine/Insight-June-2017/Technology-has-biggest-impact-on-accountancy-roles-say-recruiters/. (Diakses 30 Desember 2018).
Cooper, DJ, & Robson, K. (2006). Akuntansi, profesi dan regulasi: Menemukan situs profesionalisasi. Akuntansi, Organisasi dan Masyarakat, 31,
415e444.
Pengadilan, D. (2015). Mendapatkan dampak besar dari data besar. tersedia di internet di https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/
mendapatkan dampak-besar-dari-data-besar. (Diakses 30 Desember 2018).
Dai, J., & Vasarhelyi, MA (2017). Menuju akuntansi dan jaminan berbasis blockchain. Jurnal Sistem Informasi, 31, 5e21.
Davenport, TH (2013). Analisis 3.0. Tinjauan Bisnis Harvard, 91(12), 64e72.
De Villiers, C., Rinaldi, L., & Unerman, J. (2014). Pelaporan terpadu: Wawasan, kesenjangan dan agenda untuk penelitian masa depan. Akuntansi, Audit & Akuntabilitas
Jurnal, 27, 1042e1067.
Dowling, C., & Lintah, S. (2007). Sistem pendukung audit dan alat bantu keputusan: Praktik saat ini dan peluang untuk penelitian di masa depan. Jurnal Internasional
Sistem Informasi Akuntansi, 8, 92e116.
Du, H., & Cong, Y. (2010). Komputasi awan, akuntansi, audit, dan lainnya. Jurnal CPA, 80, 66e70.
Elliott, WB, Krische, SD, & Peecher, SAYA (2010). Mispricing yang diharapkan: Pengaruh gabungan transparansi akuntansi dan basis investor. Jurnal Riset Akuntansi, 48,
343e381.
Ethereum. (2018). Penyambut: Membangun kontrak pintar menggunakan baris perintah. tersedia di internet di https://www.ethereum.org/greeter. (Diakses 1
Mei 2018).
Fanning, K., & Pusat, DP (2016). Blockchain dan dampaknya terhadap layanan keuangan. Jurnal Akuntansi & Keuangan Perusahaan, 27, 53e57.
Ferry, N., Rossini, A., Chauvel, F., Morin, B., & Solberg, A. (2013). Menuju penyediaan, penerapan, pemantauan, dan adaptasi multi-cloud berbasis model
sistem. Dalam komputasi Cloud (CLOUD), konferensi internasional keenam IEEE 2013 pada (hlm. 887e894). IEEE.
Batu api, D. (2014). Komputer dan Internet: Apakah semua mata uang modern tidak virtual? Ini adalah fenomena Bitcoin. Tinjauan Hukum Bisnis, 35, 60e62.
Frankel, RM, Johnson, MF, & Nelson, KK (2002). Hubungan antara biaya auditor untuk jasa nonaudit dan manajemen laba. Akuntansi
Ulasan, 77, 71e105.
Freitas, A., & Kari, E. (2016). Kurasi data besar. Dalam JM Cavanillas, E. Curry, & W. Wahlster (Eds.), New Horizons untuk ekonomi berbasis data (hlm. 87e118).
Peloncat.
Frey, CB, & Osborne, MA (2017). Masa depan lapangan kerja: Seberapa rentankah pekerjaan terhadap komputerisasi? Peramalan Teknologi dan Perubahan Sosial,
114, 254e280.
FT. (2016). Deloitte menyasar UKM dengan layanan berbasis cloud (21 Juni). tersedia di internet di https://www.ft.com/content/ac2c8ec8-36f2-11e6-9a05-
82a9b15a8ee7. (Diakses 1 Mei 2018).
Gallhofer, S., Haslam, J., & van der Walt, S. (2011). Akuntabilitas dan transparansi dalam kaitannya dengan hak asasi manusia: Sebuah perspektif kritis yang
merefleksikan akuntansi, tanggung jawab perusahaan dan langkah-langkah ke depan dalam konteks globalisasi. Perspektif Kritis Akuntansi, 22, 765e780.
Silakan kutip artikel ini sebagai: Moll, J., & Yigitbasioglu, O., Peran teknologi terkait internet dalam membentuk pekerjaan akuntan: Arah baru untuk penelitian
akuntansi, The British Accounting Review, https://doi.org /10.1016/j.bar.2019.04.002
Gartner. (2012). Apa itu data besar? - Glosarium TI Gartner - Data besar. tersedia di internet di https://www.gartner.com/it-glossary/big-data/. (Diakses 30
Desember 2018).
Garvey, S. (2012). Masa depan mendung. Akuntansi Irlandia, 44, 46e48.
Ghahramani, Z. (2015). Pembelajaran mesin probabilistik dan kecerdasan buatan. Alam, 521, 452e459.
Gibbs, S. (2017). Bitcoin: Mata uang kripto senilai $64 juta dicuri dalam peretasan 'canggih', kata bursa. The Guardian (7 Desember), tersedia di internet di https://www.theguardian.com/
technology/2017/dec/07/bitcoin-64m-cryptocurrency-stolen-hack-action-marketplace-nicehash-passwords . (Diakses 30 Desember 2018).
Gilardoni, P., Rendah, A., & Boyd, C. (2017). Bisakah robot berkolusi?. tersedia di internet di https://www.gtlaw.com.au/insights/can-robots-collude. (Diakses 30
November 2017).
Insang, R. (2011). Mengapa komputasi awan penting bagi keuangan. Keuangan Strategis, 92(7), 43e47.
Grabski, SV, Lintah, SA, & Schmidt, PJ (2011). Tinjauan penelitian ERP: Agenda masa depan untuk sistem informasi akuntansi. Jurnal Informasi
Sistem, 25, 37e78.
Gray, GL, Chiu, V., Liu, Q., & Li, P. (2014). Siklus hidup sistem pakar dalam penelitian AIS: Apa artinya bagi penelitian AIS di masa depan? Jurnal Internasional Sistem Informasi Akuntansi,
15, 423e451.
Gregor, S., & Hevner, AR (2013). Memposisikan dan menyajikan penelitian ilmu desain untuk dampak maksimal. MIS Triwulanan, 37, 337e355.
Grewall-Carr, V., & Marshall, S. (2016). Blockchain, teka-teki, paradoks, peluang. tersedia di internet di https://www2.deloitte.com/uk/en/pages/
inovasi/artikel/blockchain.html . (Diakses 1 Mei 2018).
Gubbi, J., Buyya, R., Marusic, S., & Palaniswami, M. (2013). Internet of Things (IoT): Visi, elemen arsitektur, dan arah masa depan. Sistem Komputer Generasi Masa Depan , 29, 1645e1660.
Hogan, SJ, Soutar, GN, McColl-Kennedy, JR, & Sweeney, JC (2011). Konseptualisasi ulang kemampuan inovasi perusahaan jasa profesional: Pengembangan skala
pilihan. Manajemen Pemasaran Industri, 40, 1264e1273.
Hopper, T., & Bui, B. (2016). Apakah penelitian akuntansi manajemen penting? Penelitian Akuntansi Manajemen, 31, 10e30.
Horst, P., & Duboff, R. (2015). Jangan biarkan data besar mengubur merek Anda. Tinjauan Bisnis Harvard, 93(11), 79e86.
Howell, J. (2015). Pindah ke awan. Keuangan Strategis, 96(12), 30e37.
Howieson, B. (2003). Praktik akuntansi di milenium baru: Apakah pendidikan akuntansi siap menghadapi tantangan? Tinjauan Akuntansi Inggris, 35,
69e103.
Huerta, E., & Jensen, S. (2017). Perspektif sistem informasi akuntansi pada analisis data dan data besar. Jurnal Sistem Informasi, 31(3), 101e114.
Hupherys, SL, Moffitt, KC, Burns, MB, Burgoon, JK, & Felix, WF (2011). Identifikasi penipuan laporan keuangan menggunakan analisis kredibilitas linguistik. Sistem Pendukung Keputusan,
50, 585e594.
Iansiti, M., & Lakhani, KR (2017). Kebenaran tentang blockchain. Tinjauan Bisnis Harvard, 95(1), 118e127.
IBM. (2018a). Membuat dan menjalankan kontrak pintar blockchain. tersedia di internet di https://developer.ibm.com/code/patterns/create-and-execute
blockchain-kontrak-pintar/. (Diakses 1 Mei 2018).
IBM. (2018b). IBM Watson. tersedia di internet di https://www.ibm.com/watson/. (Diakses 3 Desember 2018).
ICAEW. (2015). ICAEW Membuat inisiatif kerja sistem informasi. tersedia di internet di https://www.icaew.com/-/media/corporate/files/technical/
teknologi informasi/teknologi/penyediaan-kepemimpinan-digital-laporan lengkap.ashx. (Diakses 1 Mei 2018).
Fakultas TI ICAEW. (2014). Data besar dan analitik - apa yang baru?. tersedia di internet di https://www.icaew.com/-/media/corporate/archive/files/
teknis/teknologi-informasi/teknologi/apa-yang-baru-tentang-big-data-v2.ashx. (Diakses 28 November 2017).
IFAC. (2007). Pernyataan praktik pendidikan internasional 2: Teknologi informasi untuk akuntan profesional. tersedia di internet di https://www.iaesb. org/system/files/meetings/files/3108.pdf.
(Diakses 30 Desember 2018).
Jensen, ML, Lowry, PB, Burgoon, JK, & Nunamaker, JF (2010). Dominasi teknologi dalam pengambilan keputusan yang kompleks: Kasus penilaian kredibilitas berbantuan. Jurnal Sistem
Informasi Manajemen, 27, 175e202.
Kim, JB, & Zhang, L. (2014). Ketidakjelasan pelaporan keuangan dan perkiraan risiko kehancuran: Bukti dari volatilitas yang tersirat menyeringai. Akuntansi Kontemporer
Penelitian, 31, 851e875.
Ksatria, W. (2017). Lupakan robot pembunuh - bias adalah bahaya AI yang sebenarnya. tersedia di internet di https://www.technologyreview.com/s/608986/forget-killer
robotsbias-adalah-bahaya-ai-sebenarnya/. (Diakses 1 Mei 2018).
Koh, HC, & Tan, SS (1999). Pendekatan jaringan saraf untuk memprediksi status kelangsungan usaha. Riset Akuntansi dan Bisnis, 29(3), 211e216.
Kokina, J., Mancha, R., & Pachamanova, D. (2017). Blockchain: Adopsi industri yang sedang berkembang dan implikasinya terhadap akuntansi. Jurnal Teknologi Berkembang
di bidang Akuntansi, 14(2), 91e100.
Kornberger, M., Justesen, L., Koed Madsen, A., & Mouritsen, J. (2015). Pendahuluan: Menjadikan sesuatu berharga. Dalam M. Kornberger, L. Justesen, A. Koed Madsen, &
J. Mouritsen (Eds.), Membuat Sesuatu Berharga (hlm. 1e17). Oxford: Pers Universitas Oxford.
Kowalczyk, M., & Buxmann, P. (2015). Perspektif ambidextrous mengenai intelijen bisnis dan dukungan analitik dalam proses pengambilan keputusan: Wawasan dari a
studi kasus ganda. Sistem Pendukung Keputusan, 80, 1e13.
KPMG. (2012). Pernahkah Anda melihat keuangan dan akuntansi di cloud? Mungkin Anda harus melakukannya. tersedia di internet di https://home.kpmg.com/content/dam/
kpmg/pdf/2013/03/sudahkah Anda melihat-finance-accounting-cloud.pdf. (Diakses 30 Desember 2018).
Krumwiede, K. (2017). Bagaimana cara mempertahankan pekerjaan Anda. tersedia di internet di https://www.imanet.org/insights-and-trends/the-future-of-management
akuntansi/cara-mempertahankan pekerjaan Anda?ssopc¼1. (Diakses 30 Desember 2018).
Larcker, DF, & Zakolyukina, AA (2012). Mendeteksi diskusi yang menipu dalam panggilan konferensi. Jurnal Riset Akuntansi, 50, 495e540.
Laughlin, R. (2011). Penelitian, kebijakan dan praktik akuntansi: Dunia bersama atau dunia terpisah? Dalam E. Evans, R. Burritt, & J. Guthrie (Eds.), Menjembatani kesenjangan antara
penelitian akuntansi akademik dan praktik profesional (hlm. 21e28). Institute of Chartered Accountants Australia dan Centre for Accounting, Governance and Sustainability, University of
South Australia. tersedia di internet di https://www.unisa.edu.au/siteassets/episerver-6- files/global/business/centres/cags/docs/publications_thinkt-leadership/2011- thought-
leadership_0311-53-bridging-the -gap-publikasi-selesai. pdf . (Diakses 29 Maret 2019).
Lawrence, TB, Leca, B., & Zilber, TB (2013). Pekerjaan institusional: Penelitian terkini, arah baru dan isu-isu yang terabaikan. Studi Organisasi, 34,
1023e1033.
Lawrence, T., & Suddaby, R. (2006). Institusi dan kerja institusi. Dalam SR Clegg, C. Hardy, T. Lawrence, & WR Nord (Eds.), Buku pegangan studi organisasi SAGE (edisi ke-2, hlm. 215e254).
London: SAGE Publications Ltd.
Lawrence, TB, Suddaby, R., & Leca, B. (2009). Pekerjaan institusional: Aktor dan agensi dalam studi institusional organisasi. Cambridge: Universitas Cambridge
Tekan.
Li, F. (2010). Isi informasi dari pernyataan berwawasan ke depan dalam pengajuan perusahaan dan pendekatan pembelajaran mesin Bayesian yang naif. Jurnal Akuntansi
Penelitian, 48, 1049e1102.
Liang, T., Chandler, SJ, Han, I., & Roan, J. (1992). Investigasi empiris terhadap beberapa pengaruh data terhadap keakuratan klasifikasi probit, ID3, dan neural
jaringan. Penelitian Akuntansi Kontemporer, 9(1), 306e329.
Li, X., Jiang, P., Chen, T., Luo, X., & Wen, Q. (2017). Sebuah survei tentang keamanan sistem blockchain. Sistem Komputer Generasi Masa Depan ((diterima)) http://
dx. doi.org/10.1016/j.future.2017.08.020.
Lindqvist, U., & Neumann, PG (2017). Masa depan Internet of Things. Komunikasi ACM, 60, 26e30.
Liu, Q., & Vasarhelyi, MA (2014). Pertanyaan besar dalam penelitian SIA: Pengukuran, pemrosesan informasi, analisis data, dan pelaporan. Jurnal Informasi
Sistem, 28, 1e17.
Lowe, A., & Locke, J. (2005). Persepsi kualitas jurnal dan paradigma penelitian: Hasil survei berbasis web terhadap akademisi akuntansi Inggris. Akuntansi, Organisasi dan Masyarakat, 30,
81e98.
Maguire, E., Adler, M., de Vries, D., & Reinmueller, J. (2017). Blockchain mempercepat transformasi asuransi. tersedia di internet di https://home.kpmg.
com/xx/en/home/insights/2017/01/blockchain-accelerates-insurance-transformation-fs.html. (Diakses 1 Mei 2018).
Markoff, J. (2011). Komputer menang di 'Jeopardy!': Sepele, bukan. New York: New York Times ( 16 Februari).
Mennicken, A., & Kekuatan, M. (2015). Akuntansi dan plastisitas penilaian. Dalam A. Berthoin Antal, M. Hutter, & D. Stark (Eds.), Momen penilaian:
Menjelajahi situs disonansi (hlm. 208e228). Oxford: Pers Universitas Oxford.
Mulholland, A., Pyke, J., & Fingar, P. (2010). Komputasi awan perusahaan: Panduan strategi bagi para pemimpin bisnis dan teknologi. Pers Meghan-Kiffer.
Neely, MP, & Masak, JS (2011). Lima belas tahun literatur kualitas data dan informasi: Mengembangkan agenda penelitian akuntansi. Jurnal Informasi
Sistem, 25, 79e108.
Nixon, R. (2015). Apakah teknologi mengurangi kebutuhan akan CPA? Jurnal CPA, 85, 14.
Omohundro, S. (2014). Cryptocurrency, kontrak pintar, dan kecerdasan buatan. AI penting, 1, 19e21.
Omoteso, K. (2012). Penerapan kecerdasan buatan pada audit: Melihat kembali ke masa depan. Sistem Pakar dengan Aplikasi, 39(9), 8490e8495.
Orlikowski, WJ (2007). Praktik sosiomaterial: Menjelajahi teknologi di tempat kerja. Studi Organisasi, 28, 1435e1448.
Panetta, K. (2017). Tren teratas dalam Gartner Hype Cycle untuk teknologi baru. tersedia di internet di https://www.gartner.com/smarterwithgartner/ top-trends-in-the-gartner-hype-cycle-
for-emerging-technologies-2017/. (Diakses 1 Mei 2018).
Penas, O., Plateaux, R., Patalano, S., & Hammadi, M. (2017). Pendekatan multi-skala dari sistem mekatronik hingga Sistem Cyber-Fisik untuk desain
sistem manufaktur. Komputer di Industri, 86, 52e69.
Perol, J. (2011). Deteksi penipuan laporan keuangan: Analisis algoritma statistik dan pembelajaran mesin. Audit: Jurnal Praktek & Teori, 30,
19e50.
Psaila, S. (2017). Blockchain: Pengubah permainan untuk proses audit?. tersedia di internet di https://www2.deloitte.com/mt/en/pages/audit/articles/mt blockchain-a-game-changer-for-
audit.html. (Diakses 4 Januari 2018).
PWC. (2015). Berbasis data: Apa yang dibutuhkan siswa untuk berhasil dalam dunia bisnis yang berubah dengan cepat. tersedia di internet di https://cpb-us-w2.wpmucdn.com/
situs.gsu.edu/dist/1/1670/files/2015/08/pwc-data-driven-paper-1wdb00u.pdf. (Diakses 30 Desember 2018).
Quattrone, P. (2009). Buku untuk dipraktikkan: Memori, kekuatan visual, dan kesuksesan akuntansi. Akuntansi, Organisasi dan Masyarakat, 34,
85e118.
Quattrone, P. (2011). Membayangkan organisasi: Citra performatif dalam bisnis dan seterusnya. London: Routledge.
Quattrone, P. (2015). Nilai di zaman keraguan. Dalam M. Kornberger, L. Justesen, A. Koed Madsen, & J. Mouritsen (Eds.), Making Things Valuable (hlm. 38e61).
Oxford: Pers Universitas Oxford.
Quattrone, P. (2016). Akuntansi manajemen menjadi digital: Akankah langkah ini menjadikannya lebih bijaksana? Penelitian Akuntansi Manajemen, 31, 118e122.
Raines, B. (2018). Kodak meluncurkan cryptocurrency, stok melonjak. Nasdaq.com.
Richins, G., Stapleton, A., Stratopoulos, TC, & Wong, C. (2017). Analisis data besar: Peluang atau ancaman bagi profesi akuntansi? Jurnal Informasi
Sistem Mati, 31(3), 63e79.
Rose, AM, Rose, JM, Sanderson, K.-A., & Thibodeau, JC (2017). Kapan sebaiknya perusahaan audit memperkenalkan analisis data besar ke dalam proses audit? Jurnal Sistem Informasi,
31(3), 81e99.
Ross, JW, Beath, CM, & Quaadgras, A. (2013). Anda mungkin tidak memerlukan data besar. Tinjauan Bisnis Harvard, 91(12), 90e98.
Rozario, AM, & Vasarhelyi, MA (2018). Audit dengan kontrak pintar. Jurnal Internasional Penelitian Akuntansi Digital, 18, 1e27.
Scull, B. (2017). Blockchain: Mengapa profesional pajak dan akuntansi harus ikut serta. tersedia di internet di https://blogs.thomsonreuters.com/
jawabanson/blockchain-dampak-pajak-dan-akuntansi-industri/. (Diakses 1 Mei 2018).
Seow, PS (2011). Dampak dari pembatasan struktural bantuan keputusan terhadap hasil pengambilan keputusan. Jurnal Internasional Sistem Informasi Akuntansi,
12, 40e56.
Shim, JK (2012). Dasar-dasar CFO: Panduan singkat Anda tentang pengendalian internal, pelaporan keuangan, IFRS, web 2.0, komputasi awan, dan banyak lagi (edisi ke-4). Hoboken,
Jersey Baru: Wiley.
Shim, JK, Siegel, J., & Shim, AI (2012). Teknologi informasi dan sistem TI. Dalam JG Siegel, AI Shim, & JK Shim (Eds.), Dasar-dasar CFO: Panduan cepat Anda untuk pengendalian
internal, pelaporan keuangan, IFRS, web 2.0, komputasi awan, dan banyak lagi (edisi ke-4. ed., hlm. 349e366). Hoboken, New Jersey: Wiley.
Sikka, P., & Willmott, H. (1995). Kekuatan independensi: Mempertahankan dan memperluas yurisdiksi akuntansi di Inggris. Akuntansi, Organisasi
dan Masyarakat, 20, 547e581.
Slawik, M., Zilci, BI, Demchenko, Y., Baranda, JIA, Branchat, R., Loomis, C., dkk. (2015). CYCLONE penerapan dan pengelolaan terpadu,
aplikasi multi-cloud. Dalam Utilitas dan komputasi awan (UCC), konferensi internasional ke-8 IEEE/ACM 2015 pada (hlm. 453e457). IEEE.
Smith, D. (2016). Data besar dengan anggaran kecil. Keuangan Strategis, 98(6), 62e63.
Smith, E. (2017a). Empat alasan mengapa pemilik UKM harus beralih ke cloud akuntansi. tersedia di internet di https://www.accountancyage.com/2017/03/24/four-reasons-why-sme-
owners-should-switch-to-cloud-accounting/ . (Diakses 1 Mei 2018).
Smith, MA (2017b). Mengaudit blockchain: Sebuah batas baru. tersedia di internet di https://www.pwc.com/us/en/financial-services/research-institute/blog/blockchain-audit-a-michael-
smith.html . (Diakses 2 Januari 2018).
Spence, C., Zhu, J., Endo, T., & Matsubara, S. (2017). Uang, kehormatan dan tugas: Perusahaan jasa profesional global dalam perspektif komparatif. Akuntansi,
Organisasi dan Masyarakat, 62, 82e97.
Strauss, E., Kristandl, G., & Quinn, M. (2015). Pengaruh teknologi cloud pada akuntansi manajemen dan pengambilan keputusan (Vol 10). Inggris: CIMA.
Suddaby, R., Saxton, GD, & Gunz, S. (2015). Perubahan Twitter: Pekerjaan kelembagaan perubahan domain dalam keahlian akuntansi. Akuntansi, Organisasi
dan Masyarakat, 45, 52e68.
Musim Panas, SL, & Kayu, DA (2017). Evaluasi sifat umum versus sifat spesialis dari jurnal akuntansi teratas. Cakrawala Akuntansi, 31, 105e124.
Susskind, RE, & Susskind, D. (2015). Masa depan profesi: Bagaimana teknologi akan mengubah pekerjaan manusia yang ahli. AS: Oxford University Press.
Sutton, SG, Holt, M., & Arnold, V. (2016). Laporan kematian saya sangat dilebih-lebihkan” penelitian intelijen dasar di bidang akuntansi. Internasional
Jurnal Sistem Informasi Akuntansi, 22, 60e73.
Thomson, J. (2018). Pendidik akuntansi: Panggilan untuk bertindak. Keuangan Strategis, 100(3), 8.
Tian, F., Lan, T., Chao, K.-M., Godwin, N., Zheng, Q., Shah, N., dkk. (2016). Menambang kelompok penggelapan pajak yang mencurigakan dalam data besar. Transaksi IEEE tentang Pengetahuan
dan Rekayasa Data, 28, 2651e2664.
Treleaven, P., Brown, RG, & Yang, D. (2017). Teknologi Blockchain di bidang keuangan. Komputer, 50, 14e17.
Turner, A., & Irwin, ASM (2017). Transaksi Bitcoin: Penemuan digital dari aktivitas terlarang di blockchain. Jurnal Kejahatan Keuangan, 25(1), 109e130.
Tidak layak, G. (2017). Mengendarai gelombang gangguan. tersedia di internet di https://www.cpaaustralia.com.au/~/media/corporate/allfiles/document/
pelatihan/singapura/mengendarai gelombang gangguan.pdf?la¼en. (Diakses 30 Desember 2018).
Vasarhelyi, MA (2012). Standar akuntansi keuangan seharusnya tidak menjadi masalah: Ini hanya sebuah lapisan. Jurnal Sistem Informasi, 26(2), 1e11.
Vasarhelyi, MA (2013). Formalisasi standar, otomatisasi, robot, dan tata kelola TI. Jurnal Sistem Informasi, 27(1), 1e11.
Vasarhelyi, MA, Kogan, A., & Tuttle, BM (2015). Data besar dalam akuntansi: Gambaran umum. Cakrawala Akuntansi, 29, 381e396.
Velcu, O. (2007). Menjelajahi dampak sistem ERP terhadap kinerja organisasi: Bukti dari perusahaan Finlandia. Manajemen & Data Industri
Sistem, 107, 1316e1334.
Wagner, EL, Moll, J., & Newell, S. (2011). Logika akuntansi, konfigurasi ulang sistem ERP dan munculnya praktik akuntansi baru: Perspektif sosio-material. Penelitian Akuntansi
Manajemen, 22, 181e197.
Warren, JJD, Moffitt, KC, & Byrnes, P. (2015). Seberapa besar data akan mengubah akuntansi. Cakrawala Akuntansi, 29, 397e407.
Weir, G., Aßmuth, A., Whittington, M., & Duncan, B. (2017). Sistem akuntansi cloud, jejak audit, forensik, dan GDPR UE: Seberapa sulitnya?. Dalam Konferensi
Tahunan British Accounting & Finance Association (BAFA) 2017.
Wiatt, R. (2019). Dari mainframe hingga blockchain. Keuangan Strategis, 100(7). tersedia di internet di https://sfmagazine.com/post-entry/january
2019-dari-mainframe-ke-blockchain/. (Diakses 10 Januari 2019).
Serigala, R. (2015). Anggaran rusak? Keuangan Strategis, 96(12), 22e29.
Xero. (2018). Pasar aplikasi Xero. tersedia di internet di https://www.xero.com/au/marketplace/s/app-functions. (Diakses 1 Mei 2018).
Yoon, K., Hoogduin, L., & Zhang, L. (2015). Big data sebagai bukti audit pelengkap. Cakrawala Akuntansi, 29, 431e438.
Zhang, J., Yang, X., & Appelbaum, D. (2015). Menuju analisis data besar yang efektif dalam audit berkelanjutan. Cakrawala Akuntansi, 29, 469e476.
Zhou, A. (2017). EY, Deloitte, dan PWC menerapkan kecerdasan buatan untuk perpajakan dan akuntansi. tersedia di internet di https://www.forbes.com/sites/
adelynzhou/2017/11/14/ey-deloitte-and-pwc-merangkul-kecerdasan-buatan-untuk-pajak-dan-akuntansi/- 7d1802f33498. (Diakses 1 Mei 2018).

(Indonesia) 4. Moll2019

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

(Indonesia) 4. Moll2019

Diunggah oleh

Hak Cipta:

Format Tersedia

Machine Translated by Google

Tinjauan Akuntansi Inggris xxx (xxxx) xxx

Daftar isi tersedia di ScienceDirect

Tinjauan Akuntansi Inggris

Peran teknologi terkait internet dalam membentuk pekerjaan

informasi artikel abstrak

© 2019 Elsevier Ltd. Semua hak dilindungi undang-undang.

* Penulis yang sesuai.

2 J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx

2. Metode dan ruang lingkup peninjauan

J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx 3

Gambar 1. Topik yang dibahas dalam tinjauan literatur.

4 J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx

Terkait internet Akuntansi Jumlah % Studi Penelitian Utama

MA: Akuntansi Manajemen, FA: Akuntansi Keuangan.

J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx 5

3.2. Data besar

6 J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx

J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx 7

Gambar 2. Harga perdagangan Bitcoin dalam USD (Bitcoin, 2018).

8 J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx

J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx 9

3.4. Kecerdasan buatan

10 J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx

4. Bagaimana sistem akuntansi berbasis cloud memengaruhi praktik akuntansi

7. Bagaimana menggabungkan keterampilan dan sumber daya Internet dan

3. Dengan semakin banyaknya data internal dan eksternal yang tersedia,

J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx 11

FA 1. Bagaimana blockchain mempengaruhi frekuensi dan format

FA 1. Bagaimana AI organisasi dapat dinilai dan diungkapkan?

MA: akuntansi manajemen; FA: akuntansi keuangan.

4.1. Petunjuk arah ke awan

12 J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx

4.2. Petunjuk untuk data besar

J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx 13

4.3. Petunjuk untuk blockchain

14 J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx

4.4. Petunjuk untuk kecerdasan buatan

J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx 15

16 J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx

J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx 17

18 J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx

J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx 19

20 J. Moll, O. Yigitbasioglu / Tinjauan Akuntansi Inggris xxx (xxxx) xxx

Anda mungkin juga menyukai