November 26, 2022

Tech can't keep up with Moore's Law forever, so software devs must preparePerusahaan perlu menyesuaikan proses dan melatih staf untuk mengikuti laju perubahan teknologi di tahun-tahun mendatang. Tekno Today memberikan informasi terbaru dan terpercaya terkait teknologi dan gadget. kunjungi lebih lanjut.

Selamat datang di dekade baru! Tantangan apa yang Anda antisipasi dalam 10 tahun ke depan? Banyak prognostikator mengantisipasi perubahan besar di tempat kerja, terutama di bidang akuntansi dan keuangan. Dalam 10 tahun ke depan, otomatisasi banyak fungsi keuangan diharapkan terjadi, mengurangi kebutuhan manusia untuk melakukan banyak tugas akuntansi ini. Maka, salah satu tantangan utama dekade baru ini adalah melatih kembali pekerja akuntansi dan keuangan. Mereka harus bekerja sama dengan teknologi canggih dan meningkatkan pemikiran kritis dan keterampilan komunikasi mereka untuk bertahan dan berkembang dalam tatanan dunia baru ini. Meskipun memprediksi masa depan adalah proses yang rawan kesalahan, penting untuk memahami dampak dari lanskap teknologi yang berubah dan bagaimana hal ini akan memengaruhi profesi kita dalam dekade mendatang.

Otomatisasi proses robotik (RPA) menghadirkan banyak peluang untuk mengotomatiskan proses yang ada dengan kurva pembelajaran dan biaya yang rendah dibandingkan dengan kemajuan teknologi yang lebih dipuji. Baru-baru ini, saya berada di kantor bisnis lokal dari sebuah FortuneGlobal 500 corporation untuk pertemuan ketika saya melihat pengumuman yang diposting bahwa mereka akan merayakan satu juta tugas otomatisnya yang berjalan minggu itu. Misalkan setiap tugas sebelumnya membutuhkan waktu rata-rata lima menit untuk dijalankan secara manual, itu berarti perusahaan ini telah mengotomatiskan lebih dari 80.000 jam kerja. Bahkan jika kami mengasumsikan bahwa jam kerja tambahan diperlukan untuk menerapkan dan mempertahankan tingkat otomatisasi ini, perkiraan konservatif adalah bahwa 25 hingga 30 orang-tahun kerja telah dihemat. Seiring teknologi lain menjadi dewasa dan berintegrasi dengan RPA, banyak perusahaan besar sudah mencapai keuntungan cepat dan manfaat jangka pendek sambil meletakkan dasar untuk manfaat yang lebih besar, seperti peningkatan integrasi dengan alur kerja perusahaan yang ada dan akhirnya pembelajaran proses otomatis.

Otomatisasi proses cerdas (IPA) menggunakan RPA dan mengintegrasikannya dengan AI, alur kerja, data, pengenalan bahasa alami, dan teknologi lainnya untuk mengotomatiskan tugas yang sebelumnya hanya dapat dicapai oleh manusia. Meskipun perpaduan RPA dan teknologi lainnya ini masih dalam tahap awal, ia diposisikan untuk maju dengan cepat dan menjadi alat standar yang digunakan oleh semua bisnis besar pada tahun 2030.

Big Data dan Internet of Things (IoT) ada di mana-mana. Dari jam tangan dan Fitbits kami ke lantai pabrik, data tentang setiap pergerakan mesin kami dan mesin kami dikumpulkan. International Data Corporation (IDC) memperkirakan bahwa pada tahun 2025, akan ada 175 zettabyte data di seluruh dunia, dengan tingkat pertumbuhan tahunan sebesar 61%. Sementara selama 10 tahun ke depan sumber dan volume data baru akan terus berkembang biak, tantangan yang lebih besar akan memanfaatkan data tersebut dan menangani pertimbangan privasi, keamanan, dan etika. Akuntan manajemen akan memiliki lebih banyak data daripada sebelumnya untuk membantu mereka membentuk strategi dan membuat keputusan kunci sambil tetap menguntungkan masyarakat dan menghormati otonomi individu.

AI dan pembelajaran mesin membutuhkan Big Data untuk melatih model mereka guna memprediksi hasil terbaik dan mengoptimalkan pengambilan keputusan. Saat ini, perusahaan besar menggunakan AI untuk memprediksi hasil di masa depan dan mendorong proses untuk meningkatkan kemungkinan hasil yang menguntungkan tersebut. Menjadi semakin penting bagi manusia untuk merasa nyaman dengan alat AI. Pada tahun 2025, IDC memperkirakan bahwa 75% organisasi akan berinvestasi dalam melatih kembali karyawan mereka untuk melakukan penyesuaian ini. Kecepatan teknologi AI menjadi online meningkatkan kekhawatiran dengan penggunaan teknologi yang etis dan dampaknya terhadap tenaga kerja. Kerangka kerja etis untuk AI sedang dalam tahap awal dan akan semakin diperdebatkan seiring penerapan AI dalam organisasi di tahun-tahun mendatang.

Teknologi blockchain terus berkembang, tetapi penyerapannya lebih lambat dari yang diharapkan. Setiap tahun, seseorang memprediksi bahwa ini adalah tahun munculnya teknologi blockchain dan menjadi hit besar, dan lebih banyak aplikasi khusus muncul setiap tahun. Aplikasi IBM Food Trust memungkinkan produk makanan eceran dilacak kembali ke sumber pertanian mereka, membuktikan keaslian organiknya, dan memfasilitasi penarikan makanan khusus paket yang terkena dampak salmonella atau kuman bawaan makanan lainnya. Pada tahun 2019, aplikasi blockchain ini diperluas hingga mencakup lebih dari 80 anggota dan melacak lebih dari 1.300 produk. Pada akhirnya, peluncuran teknologi blockchain diperlambat oleh tempat awalnya.

Menyiapkan teknologi untuk membuat buku besar terdistribusi hanyalah permulaan; mendapatkan dukungan dari berbagai pemangku kepentingan untuk menggunakannya membutuhkan keterampilan manusia tingkat tinggi yang membutuhkan waktu lebih lama daripada sekadar menerapkan teknologi. Blockchain juga telah diperlambat oleh masalah keamanan dalam implementasinya yang paling terkenal (bitcoin) dan batasan kecepatan pemrosesan yang melekat. Alternatif teknologi buku besar terdistribusi yang menangani masalah ini (seperti Hashgraph) bukanlah open-source, membatasi adopsi mereka. Meskipun akan terus ada aplikasi berguna yang dikembangkan dan diterapkan, visi khusus akuntansi asli dari buku besar audit mandiri yang tersedia secara luas dengan antarmuka kontrak pintar yang menerapkan Prinsip Akuntansi yang Diterima Secara Umum terlihat lebih seperti visi tahun 2030 daripada kenyataan tahun 2020.

Tata kelola data biasanya dikutip sebagai perhatian utama dalam survei perusahaan. Namun prioritasnya dalam pendanaan sering kali tertinggal, menghambat reorganisasi pengumpulan data perusahaan dan proses penggunaan. Proses keamanan data dan privasi data yang kuat terkait sangat penting untuk melindungi dari serangan siber dan memenuhi persyaratan hukum.

Kurangnya tata kelola data dapat menunda peluncuran teknologi baru atau menimbulkan kebutuhan revisi besar pada teknologi yang sudah diterapkan yang tidak aman atau ditemukan melanggar standar privasi. Seiring kemajuan AI, model pembelajaran juga akan membutuhkan tata kelola dan pengawasan yang serupa untuk memastikan bahwa pelanggaran moral dan etika yang tidak disengaja tidak terjadi. Meskipun banyak perusahaan global telah terpengaruh oleh Peraturan Perlindungan Data Umum, tahun 2020 adalah tahun berlakunya Undang-undang Privasi Konsumen California di California, yang berdampak pada banyak organisasi khusus AS untuk pertama kalinya.

Secara keseluruhan, teknologi terdepan akan terus berkembang pesat dan dimasukkan ke dalam proses bisnis sehari-hari. Tetapi banyak kerangka kerja dan kebijakan yang mengatur (yaitu, tata kelola data, etika, privasi dan keamanan, serta pelatihan ulang manusia) tertinggal di belakang teknologi dan perlu bergerak lebih cepat untuk mengejar ketinggalan. Tidaklah cukup bagi akuntan manajemen untuk hanya memahami teknologi dekade mendatang. Pengetahuan teknis harus digabungkan dengan pemikiran kritis yang ditingkatkan dan keterampilan komunikasi yang diintegrasikan ke dalam dasar etika yang kuat untuk membantu organisasi kita mengubah kemampuan bisnis mereka dan berkembang dalam dekade mendatang.

Leave a Reply

Your email address will not be published. Required fields are marked *