Πιο σύνθετες γίνονται οι αποφάσεις που περνούν από τα χέρια ενός CFO, καθώς το μείγμα κινδύνου έχει πολλαπλούς εμπλεκόμενους παράγοντες, όπως γεωπολιτικές αναταράξεις, μεταβαλλόμενες εμπορικές και φορολογικές πολιτικές, αλλά και πίεση από τις ελλείψεις εξειδικευμένου ανθρώπινου δυναμικού. Οι επιχειρήσεις ωθούνται να εξετάσουν από την αρχή το λειτουργικό τους μοντέλο, από τις προμήθειες μέχρι τις εσωτερικές διαδικασίες της διοίκησης.
Η Tax and Finance Operations (TFO) Survey της Ernst & Young σε δείγμα 1.600 CFOs και ανώτατων στελεχών χρηματοοικονομικών και φορολογικών λειτουργιών σε 30 χώρες και 22 κλάδους συμπεραίνει πως αυτός ο μετασχηματισμός δεν είναι πλέον «πιλοτικός». Πάνω από οκτώ στους δέκα συμμετέχοντες (81%) δηλώνουν ότι έχουν ήδη προχωρήσει ή σχεδιάζουν μετριοπαθείς έως σημαντικές παρεμβάσεις στις επιχειρησιακές δομές και λειτουργίες τους μέσα στην επόμενη διετία, συμπεριλαμβανομένων αναδιαρθρώσεων στις εφοδιαστικές αλυσίδες. Το ποσοστό αυτό παρουσιάζεται αυξημένο κατά 20% σε σχέση με το προηγούμενο έτος, υποδηλώνοντας την κλίμακα του μετασχηματισμού που βρίσκεται σε εξέλιξη.
Σε αυτό το σκηνικό αναδεικνύεται η σημασία του ρόλου του CFO της επιχείρησης σε ό,τι αφορά τη στρατηγική και τη λειτουργία της για ζητήματα που άπτονται επενδύσεων, διαδικασιών, κόστους συμμόρφωσης κ.λπ. Σε αυτό το πλαίσιο, η Τεχνητή Νοημοσύνη αναδεικνύεται σε εργαλείο για να εξοικονομηθεί χρόνος και να υπάρξει η κατάλληλη αξιοποίηση των αναγκαίων πόρων.
Οι CFOs υπογραμμίζουν επ’ αυτού τη σημασία της παραγωγικής Τεχνητής Νοημοσύνη (GenAI) και των εφαρμογών Agentic AI. Σχεδόν εννέα στους δέκα (86%) τοποθετούν ως κορυφαία προτεραιότητα την αξιοποίηση δεδομένων και τεχνολογίας, με στόχο την ενίσχυση της καινοτομίας, την παραγωγή ουσιαστικών συμπερασμάτων, την προγνωστική ανάλυση και την αυτοματοποίηση διαδικασιών αναφορών. Οι επικεφαλής εκτιμούν ότι η Τεχνητή Νοημοσύνη μπορεί να αυξήσει την αποτελεσματικότητα των οικονομικών και φορολογικών λειτουργιών κατά 30% μέσα στα επόμενα δύο χρόνια, απελευθερώνοντας έως και 23% του προϋπολογισμού για ανακατεύθυνσή του σε στρατηγικές, υψηλής αξίας δραστηριότητες.
Το βασικό συμπέρασμα που προκύπτει από την έρευνα ανάμεσα στους CFOs είναι ότι η τεχνολογία πρέπει να πατήσει σε καθαρές δομές δεδομένων και σε σαφείς κανόνες διακυβέρνησης, ώστε να προκύπτουν καλύτερος έλεγχος και μεγαλύτερη προβλεψιμότητα όσο οι διαδικασίες συμμόρφωσης κινούνται προς πιο συνεχείς και ψηφιακές απαιτήσεις.
Σημαντικά οφέλη για τα φορολογικά βάρη
Απαιτητική, ωστόσο, είναι η εποχή μας και για τις φορολογικές διευθύνσεις, όπως φαίνεται στην ίδια Tax έρευνα της ΕΥ, όχι μόνο για τη σωστή επιλογή εργαλείων Τεχνητής Νοημοσύνης, αλλά και για την προσαρμογή σε ένα νέο καθεστώς συμμόρφωσης, που απαιτεί ταχύτητα, ακρίβεια και σταθερές βάσεις δεδομένων.
Η σημαντικότερη νομοθετική και ρυθμιστική εξέλιξη που αναδεικνύεται είναι η εφαρμογή του πλαισίου Pillar Two (BEPS 2.0) του ΟΟΣΑ για τον παγκόσμιο ελάχιστο φορολογικό συντελεστή. Το 81% των ερωτηθέντων εκτιμούν ότι θα επηρεαστούν περισσότερο από αυτή την αλλαγή σε σχέση με δασμούς, εθνικές φορολογικές μεταρρυθμίσεις ή ακόμα και την ηλεκτρονική τιμολόγηση. Επιπλέον, το 85% αναμένει ότι οι συνολικές φορολογικές του υποχρεώσεις θα αυξηθούν λόγω του νέου πλαισίου, ενώ μόλις το 21% δηλώνει πλήρως προετοιμασμένο να ανταποκριθεί στις σχετικές απαιτήσεις συμμόρφωσης και αναφοράς.
Σε αυτό το περιβάλλον, η αξιοποίηση δεδομένων και παραγωγικής Τεχνητής Νοημοσύνης (GenAI) μπαίνει στην κορυφή της ατζέντας. Το 86% των επικεφαλής φορολογικών διευθύνσεων θέτουν ως προτεραιότητα την παραγωγή ουσιαστικών insights, την προγνωστική ανάλυση και την αυτοματοποίηση των διαδικασιών αναφορών. Οι ίδιοι εκτιμούν ότι το A.I. μπορεί να αυξήσει την αποτελεσματικότητα των φορολογικών και οικονομικών λειτουργιών κατά 30% μέσα στα επόμενα δύο χρόνια, απελευθερώνοντας έως και 23% του προϋπολογισμού για ανακατεύθυνσή του σε στρατηγικές, υψηλής αξίας δραστηριότητες.
Η τεχνολογία όμως δεν εξελίσσεται χωρίς δεδομένα. Το 44% των ερωτηθέντων αναφέρουν ως βασικότερο ανασταλτικό παράγοντα την απουσία βιώσιμου και συνεκτικού πλάνου για δεδομένα, A.I. και τεχνολογία, ενώ πάνω από τους μισούς οργανισμούς (51%) βρίσκονται ακόμη σε πρώιμο στάδιο ωριμότητας στη διαχείριση δεδομένων. Δεν είναι τυχαίο ότι το 78% θεωρεί πως η συνεργασία με εξωτερικούς παρόχους, με βαθιά εξειδίκευση στο A.I., μπορεί να αποφέρει μέτριο έως σημαντικό όφελος στις φορολογικές λειτουργίες μέσα στην επόμενη διετία.
Σημαντικό είναι, επιπλέον, και το ανθρώπινο σκέλος. Το 61% βλέπει ουσιαστικό αντίκτυπο από τη συνταξιοδότηση έμπειρων επαγγελματιών, ενώ το 66% θεωρεί ότι η μειωμένη είσοδος νέων στο λογιστικό επάγγελμα θα δυσκολέψει την κάλυψη αναγκών σε ταλέντο. Σήμερα τα στελέχη φορολογικών λειτουργιών αφιερώνουν κατά μέσο όρο το 53% του χρόνου τους σε επαναλαμβανόμενες εργασίες χαμηλής αξίας και θα ήθελαν να το μειώσουν στο 21%, μεταφέροντας χρόνο σε πιο εξειδικευμένα καθήκοντα υψηλής αξίας. Το 73% δίνει προτεραιότητα στην πρόσληψη data scientists και ειδικών στη φορολογική τεχνολογία, το 89% επενδύει συστηματικά σε αναβάθμιση δεξιοτήτων και επανακατάρτιση και το 83% ενισχύει τη συνεργασία με εξωτερικούς εξειδικευμένους παρόχους.
Όπως σημειώνεται και στο σχόλιο του Σπύρου Καμινάρη, εταίρου και επικεφαλής Φορολογικών Υπηρεσιών της EY Ελλάδος, «το ερώτημα δεν είναι πλέον αν θα χρησιμοποιήσουν A.I., αλλά αν έχουν τις βάσεις για να το χρησιμοποιήσουν σωστά». Το ζητούμενο, με βάση τα ίδια ευρήματα, είναι η μετάβαση σε μια φορολογική λειτουργία που παράγει και αναδεικνύει έγκαιρα τους κινδύνους.
ΑΠΟ ΤΗΝ ΕΝΤΥΠΗ ΕΚΔΟΣΗ (9 ΙΑΝΟΥΑΡΙΟΥ 2026)
