Artificial intelligence, data analytics, dan transfer pricing

AI memegang peranan penting dalam menjamin kebijakan dan praktik transfer pricing (TP) sejalan dengan standard internasional. Salah satu keuntungan penggunaan AI adalah pengolahan dan analisis jumlah data yang sangat besar dengan tingkat kecepatan dan akurasi melebihi kemampuan manusia. Pemeriksaan TP sering melibatkan ribuan bahkan jutaan transaksi untuk memastikan kepatuhan sesuai arm's-length-principle di mana harga transfer antar-perusahaan mencerminkan harga yang disepakati pada lingkup transaksi non-afiliasi. Dengan pemanfaatan algoritma AI, otoritas pajak dapat melakukan otomasi pengolahan data dengan efisien. Algoritma AI dapat mengidentifikasi data transaksi yang menyimpang, tidak konsisten, dan adanya pola yang terindikasi pada tindakan pengalihan laba, ataupun pola penghindaran pajak lainnya. Instrumen yang digerakkan oleh AI juga dapat digunakan untuk membandingkan transaksi lintas industri, letak geografis, dan periode waktu tertentu untuk mendeteksi trend yang tidak biasa agar dapat diteliti lebih lanjut. Cakupan lain yang dapat memberikan dampak adalah standardisasi dan konsistensi dalam penegakan TP. Saat ini hasil pemeriksaan TP berbeda-beda sesuai dengan juridiksi masing-masing sehingga memberikan hasil yang berbeda untuk kasus yang sama. AI dapat menyusun suatu platform yang seragam dan jelas bagi seluruh jurudiksi sehingga tidak terjadi variasi dalam  penerapannya. AI mampu mereduksi sengketa antara otorias pajak dengan perusahaan multinasional dan menumbuhkan kerjasama global yang lebih besar dalam penanganan tantangan TP. Sebagaimana data analytics dimanfaatkan untuk keperluan prediktif dan preskriptif, demikian juga analisis yang diperkuat oleh AI menawarkan pengaplikasian pemeriksaan TP dengan cara yang lebih revolutif. TP secara tradisional dimaknai terbbatas pada faktor-faktor industri, skala transaksi, ataupun keberadaan transaksi hubungan istimewa. Kriteria yang ditetapkan tersebut tidak mencerminkan adanya ketidakpatuhan. AI mampu menyediakan model analisis prediktif yang lebih luas guna menampilkan penilaian risiko yang memungkinkan otoritas pajak menyusun prioritas sehubungan dengan kasus-kasus manipulasi TP. Model yang disediakan AI dapat menciptakan variasi yang luas, termasuk sifat transaksi, jurisdiksi yang terlibat, tingkat profitabilitas dari suatu entitas, dan kondisi ekonomi dari industri terkait. Analisis prediktif membantu otoritas pajak dalam menentukan sasaran pemeriksaan TP secara lebih efektif dengan fokus pada kasus-kasus yang menghasilkan temuan-temuan signifikan. Otoritas pajak tidak perlu lagi menunggu wajib pajak melaporkan SPT-nya karena AI mampu menandai potensi pajak dalam transaksi ekonomi yang dilakukan wajib pajak. Otoritas pajak dapat mendahului untuk memberikan intervensi dalam proses transaksi wajib pajak agar tindakan ketidakpatuhan dapat dicegah. Untuk perusahaan multinasional, pemanfaatan AI oleh otoritas pajak memberikan peringatan agar entitas bisnis mengurungkan niat melakukan perencanaan pajak yang agresif. Sebaliknya, perusahaan multinasional yang mengaplikasikan AI dalam bisnisnya dapat mencegah terjadinya sengketa TP. Namun harus diakui pemanfaatan AI juga disertai dengan isu hukum dan etika. Model analisis prediktif dapat saja keliru menentukan target pemeriksaan TP dikarenakan adanya bias industri dan transaksi. Terlebih lagi wajib pajak tidak memiliki akses kepada algoritma yang digunakan dalam menilai risiko sehingga berakibat pada ketidakmampuan wajib pajak untuk menyanggah temuan-temuan pemeriksaan. Dalam hal ini kerangka tata kelola AI yang kuat mampu memberikan kepastian bahwa AI digunakan dengan prinsip keadilan dan transparan. Pengaplikasian AI dalam TP memiliki keterbatasan dan tantangan tersendiri. Tantangan utama adalah ketersediaan dan kualitas data. AI sangat bergantung pada jumlah data yang besar dan berkualitas tinggi agar dapat berfungsi dengan efektif. Padahal dalam banyak kasus data yang tersedia bagi otoritas pajak seringkali tidak lengkap, tidak konsisten, atau bahkan sudah invalid. Harmonisasi data dari berbagai jurisdiksi untuk selanjutnya dianalisis oleh AI merupakan hambatan yang signifikan. Hambatan berikutya adalah kemampuan memberikan interpretasi atas hasil kerja AI yang mana analisis mendalam dan hasil dengan tingkat akurasi tinggi terkadang tidak mampu dimengerti oleh manusia. Interpretasi atas analisis AI ini menyulitkan jika harus digunakan sebagai alat bukti pada persidangan ataupun presentasi temuan kepada wajib pajak. TP sangat membutuhkan interpretasi hukum dan penilaian ekonomi sehingga ketidakmampuan dalam menyediakan transparansi dalam proses pengambilan keputusan dengan bantuan AI akan menenggelamkan legitimasi temuan pemeriksaan. Di sinilah dibutuhkan sumber daya manusia yang ahli dalam mengkalibrasi, menjaga, dan menginterpretasikan AI. Belum lagi data bias dapat menyebabkan hasil analisis yang juga bias. Maka muncullah isu keadilan dan ketidaksempurnaan informasi. Banyak panduan TP yang disusun sebelum merebaknya penggunaan AI sehingga dibutuhkan panduan pemeriksaan dengan bantuan AI agar penggunaan AI tidak kontraproduktif yang justru menghadirkan sengketa hukum lebih banyak. Jumlah data yang sangat besar harus ditangani dengan cara-cara yang bertanggung jawab serta terlindungi dari penyalahgunaan.