Kesenjangan Kepercayaan AI: 84% Yakin, Tapi 26% Kesalahan Sudah Sampai ke Board

Namun survei yang sama mengungkapkan bahwa 26% — satu dari empat eksekutif—melaporkan bahwa audit internal telah mendeteksi kesalahan AI yang mencapai audiens eksternal atau anggota dewan . Kesenjangan antara kepercayaan yang dinyatakan dan kegagalan yang terdokumentasi ini adalah temuan utama laporan tersebut.

CFO Workiva, Barbara Larson, menyatakannya secara langsung: "Keyakinan pada AI tanpa kontrol atas kualitas data adalah sebuah kewajiban, bukan strategi" .

Kualitas Data Adalah Titik Lemah

Kesenjangan kepercayaan ini berada di atas masalah yang lebih mendasar: kualitas data. Hanya 11% eksekutif yang percaya bahwa kualitas data organisasi mereka cukup untuk penggunaan AI . 89% sisanya mengakui bahwa data dasar mereka belum siap untuk alat AI yang sudah mereka gunakan.

Ketidakcocokan ini memiliki konsekuensi nyata. 71% eksekutif mengatakan kualitas data yang buruk setidaknya berdampak sedang pada penggunaan AI dalam pelaporan keuangan dan keberlanjutan . Konsekuensi utama dari kualitas data yang buruk adalah keputusan operasional yang buruk atau tertunda, diikuti oleh denda regulasi atau tindakan hukum, serta hilangnya kredibilitas di mata investor atau pemberi pinjaman .

Investor Mengawasi dengan Ketat

Investor institusional tidak terhibur oleh kepercayaan diri eksekutif. 89% investor institusional mengatakan mereka khawatir tentang akurasi konten yang dihasilkan AI dalam pengungkapan perusahaan . Kekhawatiran ini datang bersamaan dengan tekanan regulasi yang meningkat untuk memperlakukan output AI sebagai catatan yang dapat diaudit, bukan draf informal .

95% investor institusional percaya bahwa para pemimpin meremehkan risiko data pelaporan keuangan yang terfragmentasi . Seiring waktu, data yang lemah atau tidak dapat diverifikasi dapat mengikis kredibilitas dengan pemangku kepentingan .

Prioritas Infrastruktur: Jalan ke Depan

Para eksekutif merespons dengan mandat infrastruktur yang jelas. Survei menemukan bahwa 96% eksekutif mengatakan alignment C-suite sangat penting untuk memecah silo data , dan 79% memprioritaskan otomatisasi dan tata kelola data untuk menutup kesenjangan data di seluruh perusahaan . Sebagian besar organisasi mendanai pergeseran ini dengan dukungan TI khusus (73%) dan anggaran yang dialokasikan (71%) .

76% tim audit internal sudah secara aktif mengevaluasi model AI organisasi mereka . Para pemimpin bisnis hampir dengan suara bulat setuju bahwa CFO, CIO, dan CSO harus bersatu agar tata kelola data berhasil .

Prioritas infrastruktur bergerak dari "eksekusi ke orkestrasi" . CFO secara khusus mencari platform yang berfungsi sebagai "sistem kebenaran" tunggal—yang mendasari agen AI dalam lingkungan data yang dapat dilacak dan sesuai regulasi, di mana setiap output dapat diverifikasi dan setiap pengungkapan dapat dipertahankan .

Agen AI Masuk ke Alur Kerja Pelaporan

Sejalan dengan temuan survei, Workiva meluncurkan tiga agen AI yang dirancang khusus untuk beroperasi dalam batasan yang dapat diaudit: Tie-Out Agent untuk pemeriksaan konsistensi laporan keuangan, Benchmarking Agent untuk analisis pengungkapan rekan, dan Sustainability Disclosure Agent untuk kepatuhan terhadap standar ESRS dan ISSB . Agen-agen ini tertanam dalam lapisan intelijen persisten yang disebut Workiva Knowledge, yang mendasari output AI pada data, instruksi, dan konten organisasi itu sendiri .

Arsitektur jejak audit ini penting karena output yang dihasilkan AI dalam pengajuan keuangan yang diatur kini merupakan kategori risiko yang disebutkan dalam Laporan Pengawasan Regulasi Tahunan FINRA 2026 . Risiko halusinasi paling tinggi di mana AI memiliki ruang lingkup paling besar untuk menghasilkan narasi—komentar manajemen, pengungkapan catatan kaki, bahasa ESG—yang merupakan wilayah yang dirancang oleh agen-agen ini untuk tetap terikat pada data sumber .

Intinya

Survei Workiva 2026 Midyear Executive Benchmark melukiskan gambaran industri yang bergerak cepat dalam adopsi AI tetapi bergerak terlalu lambat dalam fondasi data dan struktur tata kelola yang diperlukan untuk membuat adopsi itu aman. Angkanya tegas: 84% percaya, 26% kesalahan tertangkap, 11% data siap, 89% kekhawatiran investor. Menutup kesenjangan antara kepercayaan AI dan kontrol AI kini menjadi tantangan yang menentukan bagi para pemimpin keuangan, risiko, dan keberlanjutan.