AI inom skatt: från valfritt till nödvändigt

När skattearbetet blir mer komplext, datadrivet och gränsöverskridande blir det svårare för teamen att hålla samma tempo. Samtidigt minskar utrymmet för misstag.

För Ray Grove, Global Head of Product for Tax and Trade på Thomson Reuters, är det här inte ett framtida problem. Det är redan den verklighet som många skatteteam befinner sig i. ”Det räcker inte att det blir bra”, säger Grove. ”Det måste bli rätt.”

Det är just kombinationen av ökade volymer, högre krav och större behov av precision som gör att AI inte längre kan ses som ett tillval i skattearbetet. Automation ersätter inte mänskligt omdöme, men utan automation – och utan AI som kan tolka sambanden i datan bakom besluten – blir det allt svårare för skattefunktioner att hålla samma tempo.

Inom skatt är misstag mer än ett störningsmoment. De kan leda till regulatoriska åtgärder, ekonomiska förluster och skada företagets rykte. Samtidigt vet varje skattespecialist att regelefterlevnad sällan är så enkelt som regelverket kan ge intryck av.

”Man kan titta på skatt och tänka att det är svart eller vitt”, förklarar Grove. ”Men det finns väldigt många gråzoner.”

Det är just kombinationen av tydliga regler och praktiska gråzoner som gör skatt till ett av de mest krävande områdena för AI. Systemen måste kunna hantera stora mängder strukturerad data, tolka komplexa regelverk och samtidigt stödja beslut där mänskligt omdöme fortfarande är avgörande.

Dessutom måste resultaten kunna granskas, förklaras och försvaras.

Det är lätt att tänka att skatt är ett område där ny teknik först kan prövas i mindre skala. Grove ser det annorlunda.

”Jag vet inte om det är ett testområde, snarare en nödvändighet för hur framtiden kommer att fungera”, säger Grove.

Tre utvecklingar gör förändringen särskilt tydlig:

Företag verkar på flera marknader, med olika krav, tidsramar och tolkningar. Grove beskriver regelefterlevnad som ”ett av de mest fascinerande och sammanlänkade problem som finns”. Skatt påverkar allt från vilka företag organisationen kan göra affärer med till var den kan bedriva verksamhet.

Trots automatiseringens potential är Grove tydlig med att AI inte kommer att ta bort behovet av skattespecialister. Däremot kommer tekniken att förändra hur de använder sin tid.

Grove menar att skattespecialister kan gå från manuella, datatunga moment till mer strategiska och värdeskapande beslut.

AI kan ”hjälpa skattespecialister att lägga mindre tid på ren specialistbearbetning och mer tid på strategiska avvägningar”, förklarar han.

Men Grove talar inte om vilken AI som helst. I skattearbete med höga krav och små felmarginaler spelar källan stor roll. ”När man tittar på generella AI-verktyg, som en vanlig version av Claude eller ChatGPT, baseras de på information från internet”, säger han. ”Jag vet inte hur det är med er, men jag har sett en del saker på internet som jag tycker verkar tveksamma.”

Det är här Thomson Reuters Fiduciary-Grade AI™ skiljer sig från generella AI-verktyg. Den är utvecklad för yrkesverksamma, bygger på kvalitetssäkrat innehåll och är formad av människor som förstår de krav som specialister inom skatt och juridik behöver leva upp till.

I praktiken kan AI analysera data, hitta mönster och lyfta fram möjliga vägval – samtidigt som människan behåller kontrollen över de slutliga besluten.

Det flyttar skattearbetet från manuell hantering till analys – och från databehandling till mer strategiska avvägningar.

Det är inte bara företagen som utvecklas. Även skattemyndigheter använder data och teknik på allt mer avancerade sätt, vilket innebär att de som ansvarar för regelverken får tillgång till mer sofistikerade AI-verktyg.

Myndigheterna sitter redan på ”en enorm mängd data, tydligt ordnad efter skatteregler och rapporteringskrav”, påpekar Grove. De använder den för att identifiera risker och driva igenom regelefterlevnad mer effektivt.

Det höjer förväntningarna på företagen: de behöver kunna arbeta med samma nivå av insyn och precision som myndigheterna.

”Jag tror att de på sätt och vis förväntar sig att ni ska göra samma sak”, tillägger han.

Att fortsätta arbeta manuellt är därför inte ett neutralt val. Det ökar både interna och externa risker och kan göra att företaget hamnar efter.

Utvecklingen inom skatt saktar inte ned. Transaktionsvolymerna fortsätter att växa. Kraven på realtidsrapportering blir fler. Bristen på skattespecialister kommer inte att lösa sig av sig själv.

Organisationer som redan nu bygger in AI och automation i sina skatteprocesser blir inte bara mer effektiva. De stärker också sin förmåga att uppfylla regelkrav och behålla konkurrenskraften.

Som Grove uttrycker det: ”Jag tror att den största risken är att inte agera.”

För skattespecialister är det svårt att bortse från.