科技如何改变企业税务？

李威03

金融科技是目前比较热门的一个词，但是科技对于企业税务的影响也不容小嘘。在日益全球化、互联互通和科技进步的新世界中，金融职能部门在科技和自动化的采用和复杂程度方面可能超过了税务部门的同事。但是，随着区块链在商界备受关注，是否会对企业税务职能产生影响？人工智能（AI）、商业智能（BI）、机器学习（ML）、企业绩效管理（EPM）能否帮助构建更智能的企业税务？人工智能和机器语言是否还在这个世界之外，或者这一趋势正在获得真正的动力？绩效管理与企业税务职能之间有什么联系？
  在科技的助力下，企业税务部门可能从幕后走出来，成为企业增值的商业伙伴。税务管理将进一步为企业提供更具洞察力的建议、协助决策、推动企业长期价值的增长。
  本文梳理几个科技改变企业税务的领域，一起期待新的变化。
  1. 模拟和建模——BI和EPM
  企业资源规划（ERP）定义为提供一套集成的商业应用程序的能力。企业资源规划工具共享一个通用的过程和数据模型，涵盖广泛而深入的端到端操作流程，如财务、人力资源、分销、制造、服务和供应链中的流程。
  商业智能（BI）是指收集、存储、报告和分析商业数据以帮助制定战略决策的应用程序、基础设施、工具和最佳实践。EPM是与BI相关的一种商业规划形式，涉及评估和管理企业绩效，以达到关键绩效指标（KPIs, Key Performance Indicators）、提高效率或实现商业流程价值最大化。
报告和可视化是BI和EPM计划的核心，其关键功能包括：
–对行动进行监控和自动警报；
  –工作流程和状态跟踪；
  –自助数据发现；
  –报告、仪表盘和分析；以及
  –计划、预测和协作能力。
例如，在转让定价中，BI和ERP相结合的系统可以将底层数据建模到随后运行计算必要的状态。预测模型可以通过结合实时的实际数据和预测数据来创建。该应用程序简化了复杂的计算，从而能够根据确定的驱动因素准确分配成本。
从转让定价的应用来看，模拟是指跨数据运行多个场景的能力，使用户能够针对涉及公司间事务的多个场景进行相应的规划。通过模拟价格变化和日记帐调整的组合，可以创建对结果的预测视图。最终用户可以了解其他税种（如关税和预扣税）的连锁反应，以便更好地做出决策。
平台科技也可用于直接税，其中一项活动是直接税计算，包括计算差额、递延税款、税损结转、税务成本、税率调节和资产负债表头寸计算。这些科技还可以支持纳税申报表的编制和归档以及报告的编制，如国别报告。此外，它们还可以对有效税率（ETR）进行更有效的分析和管理，以期降低有效税率并确保长期可持续的ETR。因此，平台科技可以帮助税务部门满足其自身的关键绩效指标，从而使税务部门能够进一步展示其对企业的价值。
2. 数据湖（data lake）
数据湖也正在成为中心舞台，最简单的形式就是一个存储各种来源的结构化、半结构化和非结构化数据的存储库，包括ERP系统、规划系统、贸易系统和第三方数据。
结构化数据是高度组织和格式化的，以便于在数据库中搜索——最常见的是定量数据。相反，非结构化数据没有预先定义的格式，而且相对来说是无组织的，这使得摄取、处理和分析更具挑战性。从结构化数据中获取洞察要容易得多。用于创建数据湖的一些更成熟的科技包括Hadoop和Microsoft Azure，它们都可以通过强大的处理平台来管理大量的粒度源数据。数据湖和数据仓库之间的关键区别在于数据湖在团队访问数据时使用数据并“在移动中”构建数据的速度。这在涉及报告、分析和监视的操作案例中特别相关，在这些案例中，团队需要最新的数据来每天多次运行流程。相反，在数据仓库中，数据是在发布到仓库之前预先准备好的。
数据湖可以通过税收加以利用，但要使数据具有相关性和可用性，还需要一定程度的初始干预。税务解决方案首先需要挖掘数据并将其转换为信息。在这里，机构通常会部署数据科学家的技能来挖掘数据湖中任何显著的模式、集群和异常。为了使数据和后续洞察对税收职能有价值，数据湖需要按税种和适当的粒度级别包括所需的数据。因此，详细的源数据是关键，适当的分析技术为EPM使创造一个基础的可靠数据成为可能，从而导致更有效的分析和决策。
尽管目前税收很少使用非结构化数据，数据湖对税务的用处不大，但是这完全取决于未来税收申报要求将如何演变。
3.为税收解锁区块链
简单地说，区块链是分布式计算机网络之间共享的已验证交易的数字账本。它使公司能够在合作伙伴之间以高效和可信的方式传输数据、货币和其他资产，而无需中央授权。区块链可以高度有效地配置税收，特别是在间接税的领域。
无论是政府部门还是企业，区块链都可以为税务管理带来显著的好处。区块链区别于传统数据库或ERP系统的一个具体特征是它能够实现智能合约。当交易方满足预定义条件时，智能合约智能地执行协议条款，如支付和资产转移。这样做的好处是所有各方都能自动透明，大大降低了与协调、监测和执法有关的成本，甚至可以消除这些成本。智能合约可以为企业、税务和海关管理部门带来挑战和机遇。对于间接税，我们可能会看到未来的应用：分布式账本降低对发票的需求，政府可以强制使用加密货币来进行增值税退税，自动提交报关单，或管理部门创建区块链用于传输税收和海关数据以及纳税人和政府门户网站之间的缴款。对于贸易而言，区块链中交易的物品可能意味着海关当局可以在每个阶段（成品、原材料、组件和半成品）完全准确地核实货物的原产地和性质。他们甚至可以在货物跨境时自动征收关税，从而取消第三方申报。
在转让定价中，区块链可用于跟踪跨国企业集团的内部交易，并通过智能合约按照预先设定的独立交易条件进行支付，智能合约通过在区块链上写入代码的简单触发器进行操作。本质上，如果满足特定条款，智能合约将自行执行。智能合约能够在不需要第三方干预的情况下执行可信的交易。
由于交易是不可逆的，并且是完全可跟踪的。这对于涉及共享资产所有权、成本分摊协议和利润分配方法的应交易尤其有价值。企业还可以利用区块链科技优化集团内部资金交易，包括集团内部当前账户、现金池、其他类型的贷款交易和担保等。
4.人工智能（AI）和机器学习（ML）
过去，大批税务师会计师需要费力地翻阅公司账目以确定税务可能的影响，细致的工作需要高技能税务专业人员的知识和经验。但是未来，一台使用人工智能的机器很可能在几秒钟内完成大部分的工作，提高了准确性和一致性，从而使税务团队能够提供更有价值的贡献。
通过使用人工智能，可以将日常任务减少到最低限度，例如，通过建议正确的报税代码或警告可能的错误来提高合规性。关联规则还可用于查找指向错误付款或输入的可疑特征组合。在全球贸易的情况下，在部署基于人工智能的专有分类工具来纠正问题之前，可以利用机器学习解决方案分析产品分类的主数据。因此，内部税务部门有更多的时间处理真正重要的任务。
其他节省时间的应用程序包括使用人工智能和总账计数去独立分析交易、用户、金额和账户，并检测总账中的异常、错误或欺诈。AI和ML还可以与数据科学技术相结合，如线性回归分析，换句话说，为预测和确定某些变量之间的“因果”关系建模。以这种方式应用，再加上线性回归分析，人工智能可以根据历史和实际的时间序列信息，推动对税收的预测洞察。
人工智能还可以智能地应用在假设模拟中，使税务部门能够利用实际数据和年度数据，并根据其转让定价政策和销售模式的假设变化来模拟各种情况。然后，税务团队可以将对实际有效税率和关税的潜在影响可视化，使他们能够提前计划并提前做出战略性、前瞻性的决策。
4. 展望
目前，“税务科技人员”是一个相对较新的术语，然而在许多跨国公司，这个角色已经开始生效。税务科技人员和现行的税务人员会有什么不同呢？如下图所示，随着向集成科技的发展，用于人工数据收集和报告的时间将减少，更多的时间将用于战略决策，例如，在受税收影响的领域，如供应链和全球贸易。同样，更多的时间将花在与企业的合作上。总而言之，税务未来可能向着向增值商业伙伴的角色过渡。


税务科技人员将被赋予三项重要职责：
–成为不同职能税务领域（即间接税、直接税（包括转让定价））之间可靠且熟悉的联络人，以了解对数据和科技的要求；
–专注于流程优化，识别税务内部流程关联要素；以及
–成为税务领域和企业IT之间值得信赖的沟通者。
目前的税务专业人员和未来的税务科技人员都应该成为强有力的沟通者和战略领导者，在战略层面与首席执行官和首席财务官合作，推动税收职能的改变和更广泛的商业需求。他们还需要与金融或更广泛的战略项目负责人密切合作，从而为企业创造更大的价值。
当然，变化不会一蹴而就。科技对于税务管理的影响不是一场冲刺，而是一场由商业职能、科技供应商和第三方服务提供商组成的生态系统支持的马拉松。一切才刚刚开始.....