Hoy en día, existen herramientas de reporte fiscal desarrolladas que acceden a generar datos basados en la contabilidad. Existe una herramienta llamada "Tax Control Framework" que permite monitorear auditorías fiscales, saber si las subsidiarias han realizado sus declaraciones, qué declaraciones aún deben presentar, etc. Esta etapa de desarrollo ya permite a la empresa matriz reasignar el riesgo a sus subsidiarias, ya que el software contiene el cronograma y los plazos para las declaraciones.
Lo anterior
tiene un efecto positivo en el riesgo asumido por la empresa matriz y la
digitalización de esta función de coordinación de declaraciones fiscales
permite, reducir los costos estructurales inherentes al departamento fiscal,
así como a los asesores de la empresa. Además, la automatización de
declaraciones podría utilizarse para reducir aún más la base de costos y
digitalizar tanto como sea posible las respuestas a los avisos de revaluación
de las autoridades fiscales con el fin de fortalecer la justificación
informatizada de las políticas de precios de transferencia aplicadas: por
ejemplo, una inteligencia artificial previamente educada que, con base en un
aviso de revaluación, pueda buscar de manera independiente argumentos
contrarios en la base de datos interna previamente preparada, reduciría los
costos asignados al desarrollo de los argumentos por parte de los abogados de
la empresa.
En el mismo
contexto, una inteligencia artificial que por sí misma haya fijado un método de
precios de transferencia sobre la base de su experiencia y correlaciones entre
perfiles funcionales y tipos de márgenes podría proporcionar un algoritmo que
justifique la exactitud del método elegido, dejando a las autoridades fiscales
en desventaja con respecto a dicho algoritmo, siendo su responsabilidad probar
su inexactitud y construir otro que demuestre lo contrario.
El efecto
positivo sobre los costos en este caso particular sería potencialmente la
ausencia total de revaluación fiscal, utilizando un algoritmo que actuaría como
un escudo fiscal. Con respecto a las entrevistas de análisis funcional, una
herramienta desarrollada por todos los que realizan de manera correcta los
estudios de precios de transferencia, se basaría en el procesamiento del
lenguaje natural y el aprendizaje automático, capaz de ahorrar el tiempo
dedicado a tomar notas y formalizarlas. De hecho, esta nueva herramienta
estaría diseñada para tomar nota de todo lo dicho durante la entrevista antes
de emitir automáticamente un informe e incluso sacar conclusiones iniciales,
agregando tareas a las listas de pendientes de las personas identificadas y, además,
sobre la base de la inteligencia artificial, buscar de manera independiente
soluciones a los problemas legales, financieros y fiscales que se hayan
planteado, con el fin de orientar la investigación sobre la base del
conocimiento interno y externo existente.
Aplicada a las
entrevistas de análisis funcional, este tipo de herramienta podría no solo
transcribir las conversaciones y formalizarlas, sino también comenzar a
preparar el entregable del análisis de la cadena de valor y enriqueciendo la
información sobre las funciones seleccionadas, entidades, países, organigramas,
etc. En este caso específico, cabe destacar que esta sería una gran parte del
trabajo preejecutado, permitiendo a los profesionales de precios de
transferencia centrarse en encontrar las mejores oportunidades de planificación
fiscal internacional.
Además, la
inteligencia artificial ya es capaz, después de ser educada sobre la base de un
conjunto de datos importante, de reconocer estructuras de riesgo y
oportunidades de ahorro de costos dentro de un sistema contable. Si este tipo
de tecnología se vincula a una documentación de precios de transferencia, es
posible imaginar que la inteligencia artificial propondría, sobre la base de
las irregularidades que identifica (por ejemplo: la evolución inusual de un
margen fijo a un margen variable, lo que potencialmente indica un cambio en el
perfil funcional en la práctica), una adaptación de la redacción utilizada en
la documentación de precios de transferencia. Esto reduciría el riesgo de
revaluación y haría más eficientes los servicios de los consultores de precios
de transferencia. No obstante, dado que estas herramientas podrían
potencialmente contribuir a la formación de los resultados, la administración
podrá obtenerlas.
Dada la
complejidad del sistema, sin embargo, esto permitiría restringir las
discusiones a arbitrajes realizados por los directores fiscales sobre la base
de las ideas de irregularidades enviadas por la inteligencia artificial,
dejando el análisis de conformidad de la determinación del método de precios de
transferencia a los informes de expertos en algoritmos. Incluso se podría
imaginar un procedimiento de remisión fiscal para rechazar la provisión de
algoritmos de inteligencia artificial a las autoridades fiscales en ausencia de
un conjunto de indicios de mala fe por parte del contribuyente.
Un ejemplo, esta
vez en el campo del IVA (Impuesto al Valor Añadido), también podría ser de
interés para la digitalización de los precios de transferencia: los análisis
automatizados de PAF (Pistas de Auditoría Fiables) que se realizan para alertar
automáticamente al director fiscal sobre posibles riesgos en la base de datos
de proveedores de IVA. El proceso consiste en realizar una extracción de Excel
de la tabla de proveedores, con una inteligencia artificial capaz de consultar
las bases de datos de VIES (Sistema de Intercambio de Información sobre el IVA)
por su cuenta, y generar una auditoría en la tabla de Excel para verificar el
número de IVA de los proveedores, ya que de lo contrario el control a menudo
solo se realiza en el momento en que se crea el archivo del proveedor, mientras
que idealmente debería aplicarse una prueba de bloqueo cada vez que se emite o
aprueba una factura.
De hecho, esto
solo es relevante para las empresas con un alto nivel de facturación, y en el
área del IVA, pero es posible concebir el mecanismo de creación de valor. Con
respecto a los precios de transferencia, este tipo de mecanismo podría
adaptarse al proceso de análisis de comparables, por ejemplo, obteniendo
alertas si los comparables que justifican los márgenes aplicados están
experimentando un cambio que probablemente los modifique, o si la evolución del
personal y las funciones de una entidad identificada en bases de datos como
Diane, Amadeus o incluso sistemas internos, puede identificar un riesgo para la
política de precios de transferencia aplicada. Sin embargo, aunque la reducción
de costos relacionados con la práctica diaria de los precios de transferencia
es interesante y también permite reducir las provisiones de riesgo fiscal en
los estados financieros consolidados, el verdadero cambio de paradigma viene
con la automatización de la planificación, que aparentemente es contradictoria
pero que se vuelve posible con el aprendizaje automático y la inteligencia
artificial.
Todo lo mencionado anteriormente, se debe cuantificar, se debe asignar un costo proporcional a cada una de las empresas del grupo, y se debe cumplir con el principio de plena competencia.
Lic. Esteban Hernandez
Socio Precios de Transferencia
BCR Consultores