ChatGPT vs Akuntan, Verifikasi Jawaban AI untuk Valuasi Startup secara Real-Time
Halo, kami dari Changui Accounting Firm. Belakangan ini, alat AI termasuk ChatGPT memberikan saran mengenai valuasi perusahaan startup. Namun, dari sudut pandang akuntan profesional dengan pengalaman praktik yang kaya, ada beberapa bagian dari jawaban AI yang terasa kurang memadai, sehingga kami ingin melengkapinya.
AI memang tidak memberikan opini yang keliru sampai menyebabkan pengambilan keputusan yang salah, tetapi kesimpulan utama dari verifikasi ini adalah bahwa untuk memperoleh informasi yang cukup bagi pengambilan keputusan, tetap diperlukan saran pelengkap dari seorang ahli. Karena itu, kami merangkum penjelasan lebih lengkapnya melalui video YouTube di bawah ini.
Kekuatan ChatGPT terletak pada kemampuannya menyajikan teori dan metodologi valuasi umum secara sistematis, memberikan penjelasan komprehensif tentang berbagai metode penilaian, serta merangkum informasi dalam bentuk yang mudah diakses. Namun, ada beberapa hal yang menurut para ahli perlu dilengkapi, seperti nuansa halus dan poin negosiasi di lapangan investasi nyata, cara penerapan yang spesifik dengan mempertimbangkan karakteristik tiap industri dan tiap tahap, serta saran yang realistis dengan memperhitungkan tren investasi terbaru dan kondisi pasar.
Kerangka teoretis yang disajikan ChatGPT sangat berguna, tetapi dalam meeting VC nyata atau negosiasi M&A, pertimbangan praktis berikut justru berperan lebih penting. Saat menetapkan perusahaan pembanding, AI memang menyajikan metodologi umum, tetapi dalam praktiknya tiap investor memiliki preferensi benchmarking yang berbeda, dan sering kali mereka mengajukan perusahaan pembanding dari sudut yang tidak terpikirkan oleh pendiri. Dalam penerapan multiple pun, meskipun rentang teoretisnya benar, pada praktik nyata faktor kualitatif seperti pengalaman tim, hambatan masuk pasar, dan dinamika pesaing sering kali lebih besar pengaruhnya dalam menentukan multiple.
Dari hasil tanya jawab yang dilakukan langsung oleh praktisi dengan ChatGPT, AI secara umum tidak mengarang dan menyajikan teori serta metodologi dasar dengan akurat. Khususnya, penjelasan tentang metodologi valuasi seperti metode scorecard dan metode Berkus, serta elemen-elemen inti yang diperhatikan VC, sangat bermanfaat. Namun, karena AI cenderung menjelaskan terlalu detail, ada beberapa bagian yang berpotensi menimbulkan salah paham. Misalnya, AI menyebut multiple untuk layanan aplikasi mobile berada di kisaran 5x hingga 15x dan menyinggung rentang harga yang spesifik, tetapi angka-angka semacam itu sebaiknya hanya diterima sebagai referensi.
Bagian yang paling terasa kurang dari jawaban AI adalah pertimbangannya terhadap kendala dunia nyata. Misalnya, untuk usaha perseorangan, berbeda dengan badan usaha berbentuk perseroan, prosesnya harus melalui skema pengalihan usaha, bukan pengalihan saham, sehingga prosedur M&A menjadi jauh lebih rumit. Selain itu, untuk startup tahap awal, lebih realistis untuk terlebih dahulu mempertimbangkan penggalangan dana investasi daripada M&A. Poin-poin seperti ini belum cukup dibahas oleh AI.
Alat AI seperti ChatGPT sangat berguna untuk pengumpulan informasi awal dan penataan konsep dasar. Namun, saat benar-benar menjalankan penggalangan investasi atau proses M&A, pengalaman dan intuisi dari ahli di bidang tersebut tetap diperlukan.
Melalui verifikasi kali ini, kami ingin menegaskan bahwa meskipun kegunaan jawaban AI patut diakui, peran para ahli yang dapat melengkapi kompleksitas dan berbagai variabel di lapangan praktik tetap penting. Kami menilai bahwa dengan menambahkan pengalaman praktis di atas framework dasar yang diberikan AI, valuasi perusahaan yang lebih akurat dan realistis akan menjadi mungkin.
2 komentar
Data itu dingin, manusia itu panas
Benarkah "pengalaman dan intuisi ahli" yang diklaim oleh firma akuntansi Creative benar-benar meningkatkan akurasi penilaian nilai perusahaan? Atau justru mencampurkan noise subjektif ke dalam data yang objektif?
Matematika tidak berbohong, tetapi manusia yang menafsirkan matematika bisa berbohong.
Bias konfirmasi (Confirmation Bias): Para ahli cenderung secara selektif menekankan hanya data yang sesuai dengan pengalaman masa lalu mereka. Pendekatan seperti, "Kalau melihat kasus-kasus yang pernah kami tangani..." pada akhirnya adalah kekeliruan generalisasi berdasarkan sampel yang terbatas.
Efek anchoring: Kasus serupa pertama yang ditemui menjadi titik acuan untuk semua penilaian berikutnya. Jika data menunjukkan multiple 5-15x, ahli akan menyesuaikannya ke titik anchor mereka sendiri dengan mengatakan, "Berdasarkan pengalaman, 8-12x itu lebih tepat."
Bias penyintas: Hanya kasus-kasus yang berhasil yang diingat, sementara kasus gagal dianggap sebagai "situasi pengecualian". Ini mendistorsi pengenalan pola.
Para ahli memiliki insentif tersembunyi:
Memaksimalkan fee: Semakin tinggi valuasi yang diajukan, semakin besar skala transaksinya
Menjaga relasi: Godaan untuk memberikan jawaban yang ingin didengar klien
Memamerkan keahlian: Menciptakan elemen penyesuaian yang rumit untuk membuktikan nilai dirinya
AI tidak menerima fee, tidak perlu mengelola jaringan relasi, dan tidak punya harga diri.
Apa sebenarnya makna dari "20 tahun pengalaman kerja"?
Bisa jadi itu hanya pengalaman 1 tahun yang diulang 20 kali. Terutama di ekosistem startup yang berubah cepat, pengalaman 5 tahun lalu pun bisa jadi sudah usang. Sebaliknya, AI memperbarui data global secara real time dan mempelajari polanya.
Apakah faktor kualitatif seperti "pengalaman tim" dan "hambatan masuk pasar" benar-benar hanya bisa dinilai oleh ahli?
Pengalaman tim: Riwayat pendiri, kinerja di perusahaan sebelumnya, latar pendidikan, dan sebagainya semuanya adalah data yang bisa dikuantifikasi
Hambatan masuk pasar: Jumlah paten, status regulasi, analisis pesaing, dan sebagainya juga merupakan indikator objektif
Pergerakan pesaing: Justru AI bisa melacaknya lebih akurat secara real time
Banyak hal yang dibungkus para ahli sebagai "kualitatif" sebenarnya bisa jadi merupakan hasil dari analisis yang malas terhadap faktor-faktor yang sebenarnya dapat dikuantifikasi.
Jika penyesuaian para ahli benar-benar bernilai, mengapa dana yang dikelola para ahli tidak bisa secara konsisten melampaui rata-rata pasar?
Bahkan Warren Buffett pernah berkata, "Bagi kebanyakan investor, lebih baik cukup berinvestasi di index fund." Ini adalah bukti balik bahwa "intuisi" para ahli tidak lebih unggul daripada kecerdasan kolektif pasar.
Kesimpulan: Kehangatan data yang dingin
Bukan berarti peran ahli sepenuhnya ditolak. Namun, apakah menambahkan interpretasi subjektif di atas data objektif selalu berarti perbaikan, itu masih layak dipertanyakan.
Terkadang data yang dingin bisa lebih akurat daripada intuisi yang panas. Terutama dalam penilaian nilai perusahaan, di mana emosi dan kepentingan saling terjalin secara rumit.
Kita tidak boleh luput dari fakta bahwa sesuatu yang dibungkus dengan nama "pelengkap dari ahli" sebenarnya bisa saja merupakan "perusakan objektivitas".
Saya meminta AI untuk menulis bantahan seperti ini. Di bidang pekerjaan saya juga AI memang sedang sangat panas, dan setiap hari situasinya berubah soal bagaimana AI akan digunakan.
Dipindahkan karena tidak sesuai dengan Show GN.
Silakan lihat cara menggunakan Show dan unggah kembali.