税务数字化竞争的关键,变了
安永调研了 30 个司法管辖区、22 个行业的 1600 名财税高管:近八成企业已因地缘政治调整运营,63% 认为还没准备好税收征管 3.0。当合规要求变得实时,税务部门要把数据和判断沉下来,而不是月底再核对。

最近读到安永发布的《2026 Tax and Finance Operations Survey》,有两组数据让我印象很深,见下图。

资料来源:EY 2026 TFO Survey
这份调查由Oxford Economics于2026年7-8月开展,覆盖全球30个司法管辖区、22个行业的1,600名财务及税务高管,并访谈了9名高管。
看完报告,我想聊聊:在合规要求越来越复杂、变化越来越快的环境里,企业怎样一边完成当下的税务义务,一边把数据、专业经验和判断能力沉淀下来?
敏尔认为,这才是理解未来税务数字化变化的一条主线。
一、六个核心变化
1. 外部环境变了,税务工作得跟着变
今天的税务部门同时面对几股压力。
地缘政治、关税和贸易政策会影响供应链与投资安排;税务机关要求更详细、更及时的数据;企业管理层也希望税务部门更早参与业务决策。
从调查报告看到,近八成企业已因地缘政治压力调整运营方式;63%的受访者认为,企业尚未充分准备好应对OECD“税收征管3.0”所描述的数字化、实时化要求。
这些变化可能同时发生。
例如,一项关税政策调整,可能推动企业重新选择采购地;采购安排变化后,交易结构、成本和税务处理也随之改变。税务部门需要在业务作出决定时提供分析,而不能总等到月底、季末再核对结果。
对系统建设的启发是:税务能力需要更及时地接入业务过程,提前识别影响,减少在申报或审查阶段才发现问题的情况。
2. 期待Agent,但仍在摸索期
AI Agent是今年报告中变化最明显的主题。对其收益抱有期待的受访者比例,从2025年的21%升至2026年的77%;认为建设人机协同团队“非常重要”的比例,也从6%升至50%。
然而,71%的受访企业仍处于尚未应用或探索阶段。43%的受访者把“难以落实可持续的数据、AI与技术计划”列为实现财税职能目标的最大障碍。
问题已经不只是模型能做什么。
新工具进入流程以后,企业还要回答:需要哪些可信数据、由谁维护规则、哪些任务允许自动执行、异常怎样升级、执行结果由谁确认。
报告提到,64%的受访者将缺乏AI就绪数据列为推进AI的前三大障碍之一;只有16%认为所在税务职能在获取、组织和复用数据方面“非常有效”。
我们看到:AI在财税领域能否稳定运行,很大程度上取决于原有流程、数据和责任机制有没有一起调整。单独增加一个AI入口,往往解决不了这些基础问题。
3. 税务合规,正成为企业经营洞察的数据来源
这是整份报告中,我认为最有研究价值的观点。
报告提出,每一次税务申报、对账、争议处理和信息披露,都会产生可以继续利用的数据、知识和经验。
传统税务系统的关注点通常是完成当前事项:申报是否成功、发票是否合规、差异是否解决。
至于为什么这样处理、当时依据什么政策、哪个条件导致了例外,可能分散在邮件、工作底稿和个人经验里。
当同类事项再次发生,团队又要重复查找和判断;人员变动以后,过去形成的专业经验也难以完整传递。
新的建设思路需要进一步考虑:
- 本次处理使用了什么政策和规则?
- 为什么形成这个税务判断?
- 使用了哪些事实、数据和证据?
- 这些信息以后能否用于类似交易?
- 当法规或业务事实发生变化时,哪些原有结论需要复核?
这意味着税务系统需要在交易结果之外,逐步建立可复用的税务知识和决策记录。它们将成为政策研究、税务风险管理和经营分析Agent的重要基础。
4. 税务监管,正在从周期性申报向实时化、数据化发展
全球化企业,需要应对OECD Tax Administration 3.0所描述的数字化、实时化税务管理要求。63%的受访企业表示,尚未充分准备好。
报告指出,税务机关正在要求企业提交更详细、更及时的数据,并增强不同申报、财务报告和税务资料之间的交叉核验。
这对财税数字化建设有三方面影响:
(1)税务数据采集需要逐步向业务发生环节前移。
(2)税务处理需要更及时地与财务记录保持一致。
(3)系统应在申报或外部检查前发现跨系统数据差异。
对跨境企业而言,电子发票、税务计算、会计入账、申报和税务风险监测,应逐步形成相互关联的处理链条。
这是未来全球财税平台的重要演进方向。
5. AI越深入业务流程,专业判断与责任机制越重要
随着AI能完成资料整理、数据分析和报告草拟,专业人员的工作重点会有所变化。
83%的受访者认为,人类与AI Agent共同工作的模式非常重要或比较重要。81%的受访者将招聘具备AI技能的专业人员作为未来两年的重要人才策略。
但税务工作有大量需要考虑具体情境的判断:一项交易的真实性和商业目的、某条规则的适用条件、不同风险之间的权衡,都不能只凭模型生成的文字决定。
因此,人机协同要落到任务边界和责任分配上。
如果知识未经治理就被反复复用,错误也可能随之扩大。
以下责任需要明确:
- AI允许执行哪些任务。
- AI必须提供哪些证据。
- 哪些结论需要由专业人员审核并承担责任。
财税Agent要具备明确的行为约束、审核机制、证据留存和可追溯能力。这些能力应该在产品设计阶段建立,不能等到Agent上线之后才补充。
6. 税务运营模式,需要重新设计
包括税务工作在企业内部、共享中心和外部服务机构之间怎样分工,是这件事的核心。
只有55%的受访者对在企业范围内编排AI工作有信心。
下列运营方式,在受访者中获得了较高优先级:

这些结果表明,企业正在同时考虑内部能力建设、共享服务和外部专业支持。
未来的税务数字化体系可能更接近一种组合式运营模式:
企业保留关键业务判断与管理责任,平台承担规则执行和数据处理,Agent负责辅助分析和任务协同,外部机构补充专业知识与技术服务。
二、财税数字化设计
根据报告提出的合规、数据、知识、判断一体化思路,产品架构应该怎样围绕税务运营来设计呢?
我更倾向于保留ERP、总账、发票和申报等已有系统,把新增建设集中在跨系统的税务运营能力上。
产品的核心是税务事项和执行服务,应用层围绕真实工作展开,数据与知识层为专业判断提供依据。

先看应用层:把税务工作真正放进页面
合规计划与交付工作台,管理各主体的税务义务、资料、进度与回执;
账税差异工作台,处理跨系统核对、异常分派与复核;
政策影响工作台,把法规变化关联到规则版本、业务记录和待办;
经营税务分析工作台,给业务方案提供税务成本和风险判断。
这些页面不能只显示统计数字或风险预警。
一条事项点进去,应能看到关联的业务记录、规则依据、当前待处理人、审核动作和处理结果。产品是否实用,就取决于使用者能否在这里把工作推进下去。
再看运营服务:真正决定系统能否协同
第一项是事项与任务引擎,负责建立事项、分派角色、设置期限、组织内外部协同并更新状态。
第二项是规则与核验服务,负责确定性计算、数据一致性检查、规则版本和影响定位。
第三项是判断与证据管理,保存业务事实、专业意见、批准结果及适用条件。
第四项才是AI辅助与工具调用,用于提取资料、查找依据、解释异常和草拟建议。
这里有一个重要边界:
规则计算仍由可验证的确定性服务执行;AI可以辅助分析,但涉及重要税务处理的结论需要适当的专业复核,正式业务记录的修改也必须经过授权。
这样,AI才能进入实际工作,而不是停留在聊天窗口。
底层的关键,是让数据能和处理过程互相找到
数据层需要的不止是一个大数据仓库。
它至少要建立四类关联:
业务事实对应财务记录,财务记录对应税务处理,税务处理对应政策与规则版本,每一次处理又对应判断依据和证据。
没有这些关系,所谓“历史经验复用”很容易退化成搜索旧文档。
系统接入层则应优先使用现有API、事件消息或定时增量同步。
老系统无法实时推送数据时,可以先批量核对;支持回写时,也应区分自动同步处理状态与需要审批的正式交易修改。
三、系统想跑起来,还需要个管理对象
从软件产品角度看,现有系统有丰富的业务对象:ERP有订单和凭证,发票系统有发票,申报系统有申报表,档案系统有附件。
问题是,当一项工作跨越几个系统时,企业往往缺少一个可以统一跟踪的对象。
例如,总账与申报数字不一致。
差异可能来自交易分类、入账期间、税率适用或历史调整。
财务、税务、共享中心和外部顾问会分别处理一部分,但系统里经常只有各自的结果,没有一条完整的处理记录。
我建议把“税务事项”作为跨系统协作的基本管理对象。
它可以由一项定期合规义务生成,也可以由交易异常、政策变化、经营方案或监管问询触发。
事项要关联具体主体与期间、原始业务事实、适用规则、处理任务、判断依据、审批责任和最终结果。
这里要区分税务义务和税务事项:
前者说明企业依法应完成什么,后者说明当前有哪些工作需要组织处理。
一项申报义务可以产生多项资料核对、异常复核事项;一次供应链调整,也可能关联多个主体和多项税务义务。

一旦有了这个对象,税务部门才能在一个工作台里看到“事情为什么发生、涉及哪些业务、谁在处理、还缺什么、何时完成”,而不必依赖多个系统之间反复查找和人工解释。
四、系统怎样真正参与经营
假设企业计划将一类原材料改由另一个国家采购。
业务部门关心采购价格和交期,税务部门需要评估可能涉及的进口关税、间接税及相关合规要求。
这个例子只用于说明系统设计逻辑,不预设任何国家的具体税率。
传统流程通常是业务形成方案后,再把合同和交易资料发给财税部门研究。
分析完成后形成一份报告,后续采购是否按建议执行、正式交易与当时的假设是否一致,又需要人工追踪。
如果把它设计进系统,流程会发生几个实质变化。
采购系统中的备选方案或合同变更触发一项“经营税务评估事项”;系统取得交易主体、商品分类、采购来源地、贸易条件和预计交易金额,列出缺失的信息;规则服务调用在当前生效期间适用的规则,形成可核查的测算结果,AI负责辅助整理依据和差异说明。
税务人员在工作台审核测算口径和特殊情况,确认后把建议同步给业务决策节点。
采购方案最终执行时,系统再将实际订单、发票、报关及入账数据与最初决策所依据的条件进行核对。如关键条件变化,生成新的复核事项。
这样,税务工作从【收到资料—出具意见】延伸为【参与方案—留下依据—验证执行—条件变化再复核】。
差别体现在可操作的产品能力:事项关联、规则版本、审批记录、执行核验,而不在于有没有一个名称先进的智能平台。
原始资料:EY 2026 Tax and Finance Operations Survey 原文为英文。
PS:
本次架构,从产品和售前视角,我画了2张图,想了又想,没舍得删,大家就随便看看吧~

本文由人人都是产品经理作者【敏尔说】,微信公众号:【敏尔说】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载
题图来自Unsplash,基于 CC0 协议
- 目前还没评论,等你发挥!

起点课堂会员权益



