AI w cenach transferowych – jak wykorzystać jej potencjał?

Wykorzystanie AI w doradztwie i obszarze compliance

Jak podkreśla Jakub Roszkiewicz, AI odgrywa rolę zarówno w doradztwie, jak i w codziennych procesach operacyjnych. „W doradztwie chodzi o analizę zdarzeń gospodarczych i porównanie ich z rynkiem, a w compliance – o usprawnienie przygotowania dokumentacji”, zauważa. Dzięki temu firmy mogą przenieść większą część pracy z zadań administracyjnych na obszary wymagające interpretacji eksperckiej.

Sztuczna inteligencja pozwala również przyspieszyć proces weryfikacji danych porównawczych. W tradycyjnym modelu analitycy muszą ręcznie przeglądać setki podmiotów, tymczasem AI jest w stanie wykonać znaczną część tej pracy automatycznie.

Przykłady praktycznych zastosowań

W rozmowie pojawia się przykład monitorowania rentowności podmiotów powiązanych. Jak mówi Jakub Roszkiewicz, „jeżeli jesteśmy w stanie monitorować wyniki na bieżąco, możemy dostosowywać ceny w czasie rzeczywistym”. To podejście wpisuje się w coraz bardziej dynamiczne otoczenie biznesowe i umożliwia organizacjom szybszą reakcję na zmiany.

AI może także wspierać automatyzację dokumentacji cen transferowych, co ma znaczenie zwłaszcza w intensywnych okresach raportowania. Automatyzacja nie eliminuje roli doradców, ale pozwala im skoncentrować się na strategicznych obszarach działalności.

Czy sztuczna inteligencja zastąpi doradców?

Wraz z popularyzacją person i agentów AI pojawia się pytanie o przyszłość roli doradcy podatkowego. Monika Palmowska zwraca uwagę na obawy, które coraz częściej pojawiają się w organizacjach: „Czy to oznacza, że zastąpi nas sztuczna inteligencja?”.

Jakub Roszkiewicz odpowiada jednoznacznie: „AI nie zastąpi doradców, ale doradcy wykorzystujący AI zastąpią tych, którzy tego nie robią”. Podkreśla, że choć systemy mogą analizować duże wolumeny danych, to decyzje biznesowe wymagają doświadczenia, intuicji i krytycznego myślenia.

Wpływ technologii na rozwój młodszych specjalistów

Automatyzacja wielu zadań niesie ze sobą także ryzyka organizacyjne. Jednym z nich jest ograniczenie kontaktu młodszych pracowników z podstawami zawodu. „Widzimy, że osoby zaczynające karierę przeskakują pewne etapy i od razu przechodzą do weryfikowania wyników generowanych przez AI”, zauważa Monika Palmowska. Jej zdaniem wyzwaniem będzie takie ułożenie pracy, aby technologia wspierała naukę, a nie wypierała jej najważniejszych elementów.

Ryzyka wdrożenia AI: dane, bezpieczeństwo, RODO

Eksperci wskazują, że kluczowym elementem skutecznego wykorzystania AI jest jakość danych. Jak podkreśla Jakub Roszkiewicz, „AI nie naprawi błędów na wejściu – przetworzy to, co otrzyma”. Oznacza to konieczność inwestycji w czyszczenie danych, ich strukturyzację oraz spójność między działami.

Drugim obszarem jest poufność i bezpieczeństwo. Roszkiewicz zwraca uwagę, że pełna kontrola nad danymi często wymaga pracy w środowiskach on‑premise, gdzie organizacja ma pewność, że dane nie opuszczają zabezpieczonych systemów.

Do listy wyzwań dołącza również zgodność z regulacjami dotyczącymi ochrony danych. „RODO to element, o którym trzeba pamiętać przy każdym wdrożeniu” – dodaje Monika Palmowska, wskazując, że obszar danych osobowych wymaga szczególnej ostrożności.

Przyszłość sztucznej inteligencji w cenach transferowych

Eksperci zgodnie przyznają, że możliwości AI będą rosły. Jakub Roszkiewicz opisuje kierunki, które już wyłaniają się na horyzoncie: modelowanie polityki cen transferowych, chatboty wspierające pracowników, automatyczne alerty compliance czy integracja z systemami ERP. „Sky is the limit”, stwierdza, podkreślając, że technologia może analizować dane znacznie szybciej i szerzej niż jakikolwiek zespół analityczny.

Szczególny potencjał kryje się w łączeniu danych pochodzących z różnych obszarów organizacji – od finansów po sprzedaż i marketing – i analizowaniu ich w jednym, spójnym modelu.

Od czego zacząć? Właściwa kolejność kroków

Monika Palmowska zauważa, że wiele firm zaczyna od technologii, pomijając etap przygotowawczy. „Jeśli mamy nieuporządkowany proces, trudno będzie AI wykonać swoją pracę” – mówi. Fundamentem jest więc uporządkowanie danych i procesów, dopiero potem pilotaż, który pozwala sprawdzić, jak organizacja reaguje na nowe rozwiązania.

Wdrożenie AI to nie tylko zmiana technologiczna – to przede wszystkim zmiana procesowa. Dopiero po spełnieniu warunków organizacyjnych technologia może przynieść realną efektywność.

Podsumowanie: filary odpowiedzialnej transformacji

W zakończeniu rozmowy eksperci wskazują cztery kluczowe elementy udanego wdrożenia: wysoka jakość danych, bezpieczne środowisko, ustrukturyzowane procesy oraz stopniowe, pilotażowe podejście. Jak podkreśla Monika Palmowska, organizacje mogą korzystać z bezpiecznych przestrzeni eksperymentalnych – takich jak KPMG Digital Gateway – które umożliwiają rozwijanie rozwiązań AI przy pełnej kontroli nad informacjami.

Odpowiedzialne wdrażanie sztucznej inteligencji pozwala nie tylko usprawnić procesy, ale też zwiększyć wartość pracy doradczej. To kierunek, który w najbliższych latach będzie w cenach transferowych odgrywać coraz większą rolę.