Bayangkan perusahaan memberi AI agent batas belanja Rp10 juta per transaksi.
Agent boleh mencari vendor, membandingkan harga, memilih paket software, membuat order, dan membayar menggunakan virtual card perusahaan. Manusia hanya menerima notifikasi ketika transaksi selesai.
Secara operasional, proses itu efisien.
Dari sisi pajak, ada pertanyaan yang tidak bisa diserahkan kepada agent begitu saja: siapa yang memastikan invoice benar, identitas vendor terbaca, PPN diperiksa, kewajiban pemotongan dianalisis, dan seluruh bukti transaksi tersimpan?
Untuk memperluas konteks pada bagian ini, lihat Digital Procurement dan Pajak: Otomasi Tidak Menjamin Kode Pajak Selalu Benar.
Per 13 Agustus 2026, otomatisasi pembelian tidak memindahkan tanggung jawab perusahaan kepada software. AI agent dapat menjadi pelaksana proses. Wajib pajak tetap harus mampu menunjukkan dasar pembukuan, dokumen transaksi, dan informasi yang dibutuhkan untuk memenuhi kewajiban perpajakan.
Karena itu, desain AI procurement seharusnya dimulai dari audit trail, bukan hanya dari kemampuan agent melakukan checkout.
Pembelian selesai bukan berarti transaksi selesai secara pajak
Dalam demo AI procurement, ukuran sukses biasanya sederhana.
Agent menemukan produk yang sesuai.
Harga berada dalam budget.
Pembayaran berhasil.
Akun langsung aktif.
Bagi finance dan tax, pekerjaan baru dimulai setelah itu.
Mereka perlu mengetahui siapa vendor legalnya, negara vendor, apa yang sebenarnya dibeli, apakah transaksi merupakan barang, jasa, subscription, lisensi, atau kombinasi, apakah invoice memuat pajak, serta siapa pengguna manfaatnya.
Jika agent hanya menyimpan email “payment successful”, perusahaan belum memiliki audit trail yang memadai.
Bukti pembayaran bukan pengganti bukti transaksi.
Satu pembayaran idealnya dapat ditelusuri kembali ke permintaan bisnis, vendor, kontrak atau terms, order, invoice atau receipt, metode pembayaran, approval, tax treatment, dan pencatatan akuntansinya.
AI agent harus memperkuat jalur itu, bukan memotongnya.
Tanggung jawab tetap berada pada organisasi
Tidak ada konsep bahwa karena keputusan dibuat mesin, kesalahan pajak menjadi tanggung jawab mesin.
Perusahaan tetap merupakan pihak yang melakukan transaksi dan menyelenggarakan pembukuan.
Ketentuan perpajakan Indonesia mewajibkan buku, catatan, dan dokumen yang menjadi dasar pembukuan atau pencatatan serta dokumen lain untuk disimpan selama 10 tahun. Data elektronik juga relevan dalam konteks pembukuan dan pemeriksaan.
Artinya, jika AI agent menjadi bagian dari proses pembelian, log yang dihasilkannya dapat menjadi bagian penting dari audit trail internal.
Namun log internal tidak menggantikan dokumen eksternal.
Perusahaan tetap perlu menyimpan invoice, billing statement, order receipt, kontrak, bukti pemungutan pajak jika ada, dan dokumen lain yang menjelaskan transaksi sebenarnya.
Agent sebaiknya menjadi pengumpul bukti, bukan sekadar pembelanja otomatis.
Skenario sederhana: agent membeli tool AI luar negeri
Misalkan tim pemasaran meminta software AI untuk membuat video.
Agent menerima instruksi: cari paket maksimal USD 500 per bulan, minimal lima user, bisa dibatalkan kapan saja.
Agent menemukan vendor global, membaca halaman harga, membuat akun, menerima Terms of Service, lalu membayar dengan virtual card.
Jika desain sistem hanya fokus pada procurement, transaksi berhenti pada status “approved and paid”.
Desain yang lebih kuat meminta agent menyimpan:
nama legal entitas penjual,
alamat dan negara vendor,
produk dan paket,
tanggal order,
nilai sebelum pajak,
pajak yang dipungut,
mata uang,
invoice atau receipt,
versi Terms of Service,
ID pembayaran,
pemilik business request,
dan periode subscription.
Data tersebut kemudian masuk ke workflow tax.
Baru setelah itu sistem menentukan apakah transaksi dapat memakai rule yang sudah disetujui atau harus masuk review manual.
Agent tidak seharusnya mengarang tax treatment dari deskripsi produk
Salah satu godaan terbesar adalah memberi AI akses ke tax code lalu membiarkannya menentukan perlakuan dari nama invoice.
“Software subscription” dipetakan ke satu kode.
“Consulting” ke kode lain.
“License” ke kode royalti.
Pendekatan ini terlihat canggih tetapi dapat menghasilkan kesalahan sistematis.
Nama komersial tidak selalu sama dengan karakter pajak.
Pembayaran software dapat berisi akses platform, lisensi, jasa implementasi, support, atau beberapa komponen sekaligus. Kata license juga dapat digunakan dalam Terms untuk memberi hak penggunaan terbatas yang perlu dianalisis lebih lanjut, bukan langsung dianggap royalti.
Pembahasan yang masih berada dalam jalur isu yang sama dapat dilanjutkan ke Perusahaan Membayar Database Global: Jasa, Royalti, atau Hak Akses?.
AI agent boleh melakukan pre-classification.
Ia dapat menandai kata kunci, mengekstrak klausul, membandingkan vendor dengan tax profile yang sudah ada, dan mendeteksi perubahan.
Tetapi transaksi yang membutuhkan judgement sebaiknya mempunyai human review gate.
Otomasi terbaik bukan sistem yang menghilangkan manusia dari semua transaksi. Otomasi terbaik mengirim manusia hanya ke transaksi yang memang membutuhkan keputusan.
PPN PMSE adalah contoh rule yang membutuhkan bukti invoice
Untuk produk dan jasa digital dari luar negeri, salah satu hal yang bisa dideteksi agent adalah pemungutan PPN PMSE.
DJP menjelaskan bahwa pemungut PPN PMSE yang telah ditunjuk memungut PPN sebesar 12 persen dari dasar pengenaan pajak berupa nilai lain sebesar 11/12 dari nilai uang yang dibayar sebelum PPN.
DJP juga menyatakan bahwa bukti pemungutan PPN PMSE dapat berupa commercial invoice, billing, order receipt, atau dokumen sejenis yang menyebutkan pemungutan PPN dan telah dilakukan pembayaran.
Ini cocok untuk otomatisasi.
Agent dapat mencari elemen seperti nama pemungut, nilai transaksi, PPN, tanggal, dan status pembayaran. Dokumen dapat disimpan otomatis ke repositori perusahaan.
Tetapi ada batasnya.
Jika invoice tidak menunjukkan PPN, agent tidak boleh menyimpulkan “tidak ada kewajiban PPN”. Sistem hanya boleh menandai bahwa PPN tidak terdeteksi dan mengirim transaksi ke rule berikutnya.
Dengan kata lain, agent boleh membaca bukti. Agent tidak boleh mengisi kekosongan fakta dengan asumsi.
Withholding tax membutuhkan konteks lebih dalam
Pembayaran kepada vendor luar negeri dapat memerlukan analisis PPh Pasal 26 dan P3B.
Di sinilah AI procurement perlu lebih berhati-hati.
Tax treatment tidak cukup ditentukan dari negara vendor. Perusahaan perlu memahami karakter pembayaran dan syarat penerapan treaty.
Untuk transaksi 2026 yang memanfaatkan P3B, perusahaan perlu mengikuti tata cara PMK 112 Tahun 2025 dan penggunaan Formulir DGT yang berlaku. DJP menjelaskan bahwa informasi Form DGT dan pengunggahannya dilakukan melalui menu SKD WPLN pada Coretax.
AI agent dapat membantu memeriksa apakah Form DGT ada, masih relevan untuk vendor yang sama, atau belum tersedia.
Namun agent seharusnya tidak menganggap adanya Form DGT otomatis berarti tarif treaty tertentu pasti berlaku.
Karakter penghasilan, pasal treaty, beneficial ownership atau syarat lain yang relevan tetap perlu dianalisis sesuai fakta dan aturan yang berlaku.
Untuk transaksi sederhana yang sudah mempunyai tax profile terverifikasi, rule dapat dijalankan otomatis. Untuk vendor baru atau kontrak baru, keputusan sebaiknya masuk exception queue.
Siapa yang harus menjadi PIC?
Jawabannya bukan satu orang.
AI procurement membutuhkan pembagian tanggung jawab yang jelas.
Business requester bertanggung jawab menjelaskan tujuan pembelian dan memastikan produk benar-benar digunakan untuk kegiatan perusahaan.
Procurement menjaga vendor onboarding, kontrak, dan otorisasi pembelian.
Finance menjaga pembayaran, vendor master, pencatatan, dan rekonsiliasi.
Tax menentukan rule pajak, exception criteria, dan review transaksi yang membutuhkan judgement.
IT atau security mengelola kredensial, akses agent, dan kontrol sistem.
Internal audit atau risk dapat menguji apakah workflow berjalan sebagaimana dirancang.
AI agent sendiri menjalankan rule yang diberikan.
Kalau peran ini tidak jelas, ketika terjadi masalah semua orang bisa mengatakan, “Saya kira agent yang sudah cek.”
Kalimat itu tidak boleh menjadi kontrol perusahaan.
Approval perlu melekat pada risiko, bukan nominal saja
Banyak sistem procurement memakai approval limit berdasarkan nilai.
Di bawah Rp5 juta otomatis. Di atas Rp50 juta perlu direktur.
Untuk AI agent, threshold nilai saja tidak cukup.
Transaksi kecil dapat mempunyai risiko pajak dan dokumentasi yang tinggi.
Misalnya subscription USD 100 per bulan kepada vendor luar negeri yang belum pernah digunakan, Terms tidak jelas, entitas billing baru, dan tidak ada dokumen treaty.
Sebaliknya, renewal Rp100 juta kepada vendor lokal yang sudah terverifikasi mungkin secara pajak lebih standar.
Karena itu, approval engine dapat memakai risk flags tambahan.
Vendor baru.
Vendor luar negeri.
Negara baru.
Produk dengan unsur lisensi atau intellectual property.
Professional services.
Pembelian tanpa invoice formal.
Perubahan entitas penagih.
Tidak ada PPN padahal vendor sebelumnya memungut.
Tidak ada tax profile.
Jika salah satu flag muncul, agent berhenti sebelum pembayaran atau meminta review manusia.
Ini lebih efektif daripada mengharuskan tax mengecek setiap transaksi bernilai kecil.
Jangan biarkan AI membuat vendor fiktif dari brand
Masalah vendor master sering dimulai dari nama merek.
Agent menemukan sebuah platform bernama “Alpha AI”, lalu membuat vendor baru dengan nama Alpha AI.
Padahal invoice diterbitkan oleh Alpha Global Holdings Ltd.
Untuk pajak, nama legal penerima pembayaran lebih penting daripada brand.
Agent harus mengambil nama entitas dari invoice, order form, atau kontrak, lalu mencocokkannya dengan rekening dan negara.
Jika data tidak konsisten, transaksi diberi status exception.
Jangan izinkan agent menebak negara dari domain website atau nama brand.
Vendor master yang salah akan menurunkan kualitas seluruh proses berikutnya, mulai dari withholding sampai rekonsiliasi.
Simpan alasan keputusan, bukan hanya hasil keputusan
Audit trail yang baik tidak cukup mencatat “tax code 104”.
Perusahaan perlu dapat mengetahui mengapa kode itu dipilih.
Untuk rule otomatis, simpan rule version, input yang digunakan, tanggal eksekusi, hasil, dan exception jika ada.
Untuk keputusan manusia, simpan reviewer, tanggal review, dan dasar singkat.
Tidak perlu menyimpan chain of thought AI atau penalaran panjang.
Yang dibutuhkan adalah evidence trail yang dapat diaudit.
Contohnya:
Vendor verified sebagai WPLN.
Invoice menyebut professional services.
Kontrak nomor tertentu direview.
Form DGT tersedia untuk periode relevan.
Tax profile versi 3 digunakan.
Transaksi mengikuti rule yang telah disetujui pada tanggal tertentu.
Dengan struktur seperti itu, perusahaan dapat merekonstruksi keputusan beberapa tahun kemudian tanpa bergantung pada ingatan orang yang mungkin sudah pindah kerja.
Agent juga harus tahu kapan harus berhenti
Kemampuan paling penting dalam sistem pajak otomatis bukan selalu kemampuan menjawab.
Kadang kemampuan terpenting adalah mengatakan: data tidak cukup.
AI agent sebaiknya berhenti dan meminta review jika:
invoice tidak tersedia,
nama vendor berbeda dengan rekening,
negara tidak dapat dipastikan,
Terms berubah,
komponen pembayaran campuran,
jenis hak tidak jelas,
vendor luar negeri belum mempunyai tax profile,
atau dokumen treaty belum lengkap.
Exception bukan kegagalan otomatisasi.
Exception adalah mekanisme kontrol.
Sistem yang memaksa memberi jawaban pada semua transaksi justru lebih berbahaya daripada sistem yang tahu kapan tidak boleh memutuskan.
Rekonsiliasi setelah pembayaran tetap diperlukan
Walaupun agent melakukan semua langkah awal, finance tetap perlu melakukan rekonsiliasi.
Apakah order sama dengan invoice?
Apakah nilai kartu kredit sesuai tagihan?
Apakah kurs dan jurnal benar?
Apakah pajak yang dipungut sesuai dokumen?
Apakah bukti pemotongan telah dibuat ketika diperlukan?
Apakah subscription dihentikan ketika sudah tidak digunakan?
Apakah duplicate purchase terjadi karena dua agent atau dua tim membeli produk yang sama?
Kontrol pascapembayaran menangkap masalah yang tidak terlihat pada saat checkout.
AI bisa membantu rekonsiliasi, tetapi hasil exception tetap perlu dimiliki fungsi yang jelas.
Desain yang sehat: agent sebagai operator, perusahaan sebagai pengendali
AI agent dapat membuat procurement lebih cepat daripada workflow tradisional.
Ia dapat mencari vendor, membandingkan harga, membaca invoice, mengarsipkan dokumen, menjalankan rule, dan menyiapkan rekonsiliasi.
Namun manfaat itu hanya aman jika tanggung jawab tidak ikut diotomatisasi secara kabur.
Perusahaan tetap harus menentukan siapa yang boleh meminta pembelian, siapa yang menetapkan rule pajak, siapa yang menyetujui exception, siapa yang memastikan dokumen tersimpan, dan siapa yang memantau perubahan vendor.
Bukti transaksi harus tetap dapat ditelusuri selama masa penyimpanan yang diwajibkan. Dokumen digital harus tetap tersedia ketika dibutuhkan untuk pembukuan atau pemeriksaan.
Jadi ketika AI agent menjalankan pembelian otomatis, pertanyaan “siapa yang bertanggung jawab atas bukti transaksi?” mempunyai jawaban yang cukup jelas.
Bukan agent.
Agent adalah alat pelaksana.
Tanggung jawab tetap berada pada perusahaan, melalui manusia dan fungsi yang diberi kewenangan untuk merancang, menyetujui, dan mengawasi proses tersebut.
Kalau audit trail dibangun sejak awal, otomatisasi procurement dapat mempercepat bisnis sekaligus memperkuat kontrol. Kalau tidak, perusahaan hanya memindahkan titik klik dari manusia ke mesin sambil menciptakan lubang dokumentasi yang jauh lebih sulit dijelaskan kemudian.