GenAI in tax: drie lessen die je niet kunt negeren

Drie inzichten die jouw tax afdeling helpen om GenAI niet alleen te testen, maar strategisch te benutten voor echte transformatie.

In het kort:

• 61% van de organisaties voelt zich niet klaar voor AI in tax, terwijl de ambitie om GenAI en technologie in te zetten groter is dan ooit.
• Van losse pilots naar structuur: wie nu een duidelijke route kiest richting 2030 en governance borgt, voorkomt wildgroei en versnelt waardecreatie.
• Menselijke factor is cruciaal: investeer in mindset en digitale vaardigheden, anders blijft AI een speeltje in plaats van een strategisch hulpmiddel.

61% van de organisaties voelt zich minimaal of zelfs helemaal niet voorbereid om AI-agents in de fiscale afdelingen te gebruiken. De nieuwste EY Tax and Finance Operations (TFO) Survey schetst een opvallend beeld. Wereldwijd geven 1.600 CFO’s en Tax Directors aan dat hun grootste prioriteit voor de komende twee jaar het inzetten van data, GenAI en technologie is om innovatie, betere inzichten en geautomatiseerde rapportages mogelijk te maken. Maar dezelfde survey laat zien dat de kloof tussen ambitie en realiteit groot is: de meerderheid voelt zich niet klaar voor AI in tax. Een ambitieuze koers dus, maar met een duidelijk gevoel van achterstand.

Urgentie

Iedereen voelt de urgentie, maar bijna niemand heeft het gevoel dat de tax functie écht klaar is voor wat GenAI de komende jaren gaat veranderen. Er zijn pilots met chatbots, er wordt geëxperimenteerd met GenAI om memo’s te schrijven, IT verkent tooling, er worden werkgroepen opgericht. Maar onder al die activiteit zit dezelfde vraag: hoe maak je de stap van “spelen met AI” naar een tax afdeling die in de kern anders gaat werken dankzij GenAI? Hoe zorg je dat het geen verzameling losse experimenten blijft, maar een beweging richting een getransformeerde tax functie in 2030? 

Les 2: Van losse pilots naar een toekomstbestendige tax functie in 2030

De TFO Survey laat zien dat tax- en finance functies wereldwijd moeite hebben om een duurzame AI-strategie vast te houden. Niet omdat de wil ontbreekt, maar omdat de praktijk weerbarstig is. Iedere dag verschijnt er nieuw AI-nieuws: een nieuw model dat alles gaat veranderen, een nieuwe functie die je móét testen, of een nieuwe tax-AI start-up die je inbox vult met demo’s en beloftes. Het gevolg is dat je onbewust in kortetermijndenken wordt geduwd. Je rent van experiment naar experiment, steeds achter het nieuwste shiny new thing aan, waardoor het lastig wordt om koers te houden.

Maar zodra je tax directors vraagt om vooruit te kijken, niet naar volgende week, maar naar 2030, dan ontstaat er een totaal ander gesprek. Dan gaat het niet over de tool van vandaag, maar over een tax functie die veel meer geïntegreerd is in de business, die sneller en slimmer beslissingen neemt omdat analyses bijna real-time beschikbaar zijn, en waarin veel repetitieve processen sterk geautomatiseerd zijn. Je hoort visies van kleine, wendbare teams die worden ondersteund door robuuste AI-systemen die data verwerken, signalen herkennen en voorbereidende analyses uitvoeren. De toekomst die tax directors schetsen, gaat over groei, over nieuwe manieren van samenwerken en over een tax functie die structureel meer waarde levert aan de organisatie.

Four Futures sessies

Om tax functies te helpen uit die korte termijnmodus te komen, werken we met een praktische aanpak die tegelijkertijd strategisch én heel tastbaar is. Een belangrijk onderdeel daarvan zijn onze Four Futures sessies. Die gebruiken we niet als theoretisch model, maar als manier om tax teams uit het hier-en-nu te halen. Samen maken we een mentale sprong naar het jaar 2030: hoe ziet jouw tax functie er dan uit, welke rol speel je in de organisatie, welke activiteiten zijn geautomatiseerd, en welke competenties heb je nodig? Vanuit dat toekomstbeeld vertalen we wat je vandaag al kunt doen om robuust voorbereid te zijn, ongeacht welk AI-scenario werkelijkheid wordt.

Parallel daaraan organiseren we EY.ai Tax Lab sessies, waarin we tax teams letterlijk een dag lang uit de praktijk halen en in een experimentmodus plaatsen. Daar bouwen we niet alleen strategische plannen, maar vooral echte AI-agents. In vrijwel elke sessie komen vergelijkbare thema’s naar boven. Veel teams starten met het bouwen van een kennis- of policy-assistent die veel gestelde vragen vanuit de business opvangt. Vaak volgt een horizon scanning agent die belastingdienstwebsites, nieuwsbronnen en jurisprudentie continu monitort en automatisch vertaalt naar impact voor de organisatie. En bijna elke Nederlandse tax functie wil aan de slag met documentanalyse: van (tien)duizenden contracten en facturen automatisch de juiste velden uitlezen, vergelijken en matchen, met name voor btw-doeleinden. Die use cases helpen tax teams om van abstracte AI-ideeën naar concrete waarde te gaan.

Wildgroei

Sommige organisaties komen naar ons toe met juist het tegenovergestelde probleem: ze hebben al tien, vijftien of zelfs twintig GenAI-initiatieven lopen, verspreid over verschillende landen of afdelingen. Dan ontstaat er een nieuw risico: wildgroei. Pilots worden niet afgerond, kwaliteit verschilt per team, er is geen centrale governance, en niemand kan precies uitleggen wat de totale businesscase is. Om dat te doorbreken, gebruiken we het AI Factory-model. Dat model helpt tax functies om van losse initiatieven naar een gestructureerde manier van bouwen te gaan. Je werkt met herbruikbare “prompts” om agents te bouwen, koppelingen met systemen op te tuigen en kennisbronnen actueel te houden. In het AI Factory model staan governance, kwaliteit en Responsible AI centraal, en bekijk je waarde en ROI niet per agent, maar op een gezamenlijke portfolio. Daarmee ontstaat rust en structuur - en kun je veel sneller opschalen zonder de grip kwijt te raken.

De belangrijkste conclusie is dat je AI niet moet overschatten op de korte termijn. Het is logisch dat je soms wordt verleid door het nieuwste model of de nieuwste functionaliteit, en dat AI nog geen topkwaliteit levert: daar leer je ook van. Maar tegelijkertijd moet je AI absoluut niet onderschatten op de (middel)lange termijn. De veranderingen die tax functies in de komende vijf jaar gaan doormaken zijn groot, en om daar klaar voor te zijn moet je vandaag al strategische keuzes maken. Niet om alle onzekerheid te elimineren, maar om richting te houden terwijl de technologie om je heen verder raast.

Les 3: Zonder mensen geen duurzame AI-transformatie

Als data barrière nummer één is, dan is de mens barrière nummer twee. De TFO Survey laat zien dat een gebrek aan AI-vaardigheden één van de grootste obstakels is voor verdere adoptie van AI in tax en finance. In de praktijk zie je medewerkers vaak door een soort emotionele curve gaan als het om GenAI gaat. Eerst is er de magie: de eerste keer dat iemand een GenAI-tool gebruikt en een flink memo of complexe e-mail in een paar seconden terugkrijgt, is de reactie vaak enthousiast. Het voelt alsof je er in één klap een digitale junior bij hebt, altijd beschikbaar, nooit moe.

Daarna komt onvermijdelijk een fase van teleurstelling. Mensen ontdekken dat AI het soms mis heeft, feiten verzint, context mist of niet goed weet om te gaan met lokale nuance. Als er geen duidelijke kaders zijn, kan het sentiment omslaan: Leuk speeltje, maar ik kan het niet vertrouwen, of ik ben nu meer tijd kwijt met controleren dan met zelf doen. Zonder begeleiding loop je het risico dat de eerste energie weglekt en dat GenAI in de praktijk terugvalt naar incidenteel gebruik door een klein clubje enthousiastelingen.

Met de juiste begeleiding kom je in een derde fase: doelgericht gebruik. Collega’s begrijpen dan beter waarvoor GenAI sterk is en waarvoor juist niet, hoe je goede prompts formuleert, welke checks en balances je nodig hebt en hoe je AI logisch in bestaande processen en controles inbedt. Ze gaan GenAI niet meer zien als een magische oplossing voor alles, maar als een krachtig hulpmiddel voor specifieke taken.

Mindset, skillset, toolset 

Hoe sneller je jouw tax team door die cyclus helpt, hoe groter de kans dat AI echt landt in de manier waarop je werkt. Dat betekent dat je minstens zoveel moet investeren in mindset en skillset, als in de toolset.  De TFO Survey laat dat ook duidelijk zien: tax- en finance leiders vinden data- en technologievaardigheden inmiddels belangrijker voor de tax professional van de toekomst dan pure vaktechnische diepgang. Dat is geen vrijbrief om de fiscale inhoud te verwaarlozen, maar het betekent wel dat het winnende profiel in 2030 iemand is die fiscale expertise combineert met digitale en analytische vaardigheden.

In de praktijk zie je bij koplopers dat zij trainingen aanbieden die verder gaan dan zo werkt de tool en die ook gaan over bias, hallucinaties, bronverificatie, privacy en Responsible AI. Teams bestaan uit meer diverse profielen: fiscalisten met data-affiniteit, data-analisten met interesse in tax en mensen die de brug slaan tussen tax, IT en de business. En in veel gevallen worden AI-champions of ambassadeurs aangewezen: collega’s die extra tijd en mandaat krijgen om te experimenteren, best practices te verzamelen en anderen mee te nemen.

De beste dag om te beginnen met AI was gisteren, de op één na beste dag is vandaag

Als je de TFO Survey en de gesprekken met Nederlandse tax functies naast elkaar legt, ontstaat een helder beeld. Je hoeft niet alles al uitgedacht te hebben om te beginnen met GenAI in tax, maar je moet wél beginnen. Als data je grootste zorg is, kun je GenAI juist gebruiken om je datakwaliteit zichtbaar te maken en gerichter te verbeteren. Als je nu vooral losse pilots hebt, kun je die ordenen in een gefaseerde route richting 2030 en toewerken naar een meer Factory-achtige manier van werken met herbruikbare bouwblokken. En als je merkt dat mensen zoeken naar houvast, kun je investeren in mindset en skillset zodat jouw team niet langs de kant blijft staan terwijl AI steeds meer invloed krijgt op hoe de tax functie opereert.

De beste dag om met GenAI in jouw tax functie te starten was gisteren. De op één na beste dag is vandaag. We helpen jullie graag op weg. In Four Futures sessies en EY.ai Tax Lab workshops helpen we tax teams om die eerste of volgende stap te zetten, door in een paar intensieve sessies strategie, use cases, data en mensen bij elkaar te brengen. En met de AI Factory methodologie bieden we een manier om AI-agents in tax op schaal, beheerst en verantwoord te ontwerpen, te bouwen en te beheren.

De toekomst van de tax functie wordt niet bepaald door wie de meeste pilots draait, maar door wie vandaag de juiste keuzes maakt voor morgen. GenAI biedt kansen die je niet meer kunt negeren en hoe eerder je begint, hoe groter je voorsprong wordt.