TAXHEAVEN
Η πιο αξιόπιστη πηγή φορολογικής ενημέρωσης

Κουλογιάννης Κων/νος
Λογιστής Φοροτεχνικός
Μέλος της Επιστημονικής ομάδας Taxheaven
Το λογιστικό επάγγελμα βρίσκεται σε ένα κρίσιμο σταυροδρόμι, αντιμέτωπο με ριζικές αλλαγές που επιφέρει η ταχεία εξέλιξη της Τεχνητής Νοημοσύνης (ΤΝ) και ο ψηφιακός μετασχηματισμός. Οι τεχνολογικές εξελίξεις δεν αποτελούν πλέον μια μακρινή προοπτική, αλλά μια παρούσα πραγματικότητα που έρχεται να αλλάξει σταδιακά και να αναδιαμορφώσει τον τρόπο και τη λειτουργία του λογιστικού επαγγέλματος. Σύμφωνα με πρόσφατες έρευνες1, το 57% των Ευρωπαίων λογιστών πιστεύει ότι οι εξελίξεις της τεχνητής νοημοσύνης θα έχουν τη μεγαλύτερη επίδραση στο επάγγελμα. Αν και μόνο το 27% των εταιρειών χρησιμοποιεί προς το παρόν εργαλεία τεχνητής νοημοσύνης στις καθημερινές εργασίες, ένα επιπλέον 22% σχεδιάζει να ξεκινήσει εντός του επόμενου έτους.
Μπορεί να βρισκόμαστε ακόμη στα αρχικά στάδια της ενσωμάτωσης της ΤΝ στο κλάδο των λογιστών, η ανάπτυξη όμως θεωρώ ότι θα είναι ταχύτατη σε ρυθμούς που παρόμοιούς τους πιθανόν να μην έχουμε δει ξανά.
Το εκτιμώμενο μέγεθος της αγοράς για την τεχνητή νοημοσύνη στη λογιστική είναι 6,68 δισεκατομμύρια δολάρια το 2025, με προβλεπόμενη αύξηση στα 37,60 δισεκατομμύρια δολάρια έως το 2030, σύμφωνα με στοιχεία που δημοσίευσε η Mordor Intelligence2. Από την αυτοματοποιημένη εισαγωγή δεδομένων έως την οικονομική ανάλυση σε πραγματικό χρόνο, η ενσωμάτωση της ΤΝ στο λογιστικό λογισμικό αναμένεται ότι θα βελτιστοποιήσει αρκετές χρονοβόρες διαδικασίες και θα μειώσει τον κίνδυνο ανθρώπινου λάθους σε πολύ μεγάλο ποσοστό. Σύμφωνα με ορισμένες εκτιμήσεις, η ενσωμάτωση της λογιστικής τεχνητής νοημοσύνης στην ηλεκτρονική τιμολόγηση θα εξοικονομήσει έως και 28 δισεκατομμύρια δολάρια στα επόμενα 10 χρόνια3. Στην χώρα μας εάν προσθέσουμε στην τεχνολογική εξίσωση και τις εφαρμογές του ψηφιακού μετασχηματισμού (π.χ. myDATA) γίνεται εύκολα αντιληπτό ότι η χειροκίνητη εισαγωγή δεδομένων στα λογιστικά μας προγράμματα, αλλά και μια σειρά από άλλες χρονοβόρες διαδικασίες, σε μερικά χρόνια μάλλον θα αποτελούν παρελθόν.
Η αυτοματοποίηση που θα προσφέρει η ΤΝ σε συνδυασμό με την ανάπτυξη άλλων ψηφιακών εφαρμογών σε πολλές λογιστικές και φορολογικές εργασίες —εάν φυσικά επιβεβαιωθούν όλες οι μελέτες και οι έρευνες που έχουν δημοσιευθεί μέχρι σήμερα—, θα μειώσει το κόστος, θα αυξήσει την παραγωγικότητα, θα ελαχιστοποιήσει τα ανθρώπινα λάθη και θα δώσει την ευκαιρία (ή θα αναγκάσει εάν προτιμάτε) στους επαγγελματίες λογιστές να επικεντρωθούν σε εργασίες υψηλότερης αξίας και βελτιωμένες υπηρεσίες προς τους πελάτες τους.
Ένα σημαντικό εξελικτικό βήμα στην εφαρμογή της Τ.Ν στη λογιστική είναι η εμφάνιση και η ανάπτυξη της «Agentic AI», η οποία ξεπερνά την απλή αυτοματοποίηση. Ενώ η παραδοσιακή ΤΝ (Traditional AI) και η γενετική ΤΝ (Generative AI) αλληλεπιδρoύν με βάση προκαθορισμένες πηγές δεδομένων και δημιουργούν νέο περιεχόμενο από ιστορικά δεδομένα, η Agentic AI είναι σχεδιασμένη να ενεργεί σκόπιμα με νέες πληροφορίες, να μαθαίνει, να αντιδρά και να αυτοματοποιεί διαδικασίες σε πραγματικό χρόνο, όπως ακριβώς κάνει και ένας άνθρωπος.4 Η Agentic AI δεν θα βοηθά απλώς σε κάποιες μεμονωμένες εργασίες, αλλά θα μπορεί να διαχειρίζεται ολόκληρες ροές εργασιών από την αρχή μέχρι το τέλος, να λαμβάνει αποφάσεις, να προβλέπει και να αναλαμβάνει αυτόνομη δράση. Με λίγα λόγια θα μπορεί να ολοκληρώσει διαδικασίες χωρίς συνεχή ανθρώπινη καθοδήγηση.
Για παράδειγμα, ένας Λογιστής θα μπορεί να χρησιμοποιήσει μια διαδικασία Agentic AI για το κλείσιμο των μηνιαίων βιβλίων την συμφωνία του ΦΠΑ, και στην αυτόματη συμπλήρωση της δήλωσης. Βέβαια με την πλατφόρμα myDATA εν μέρει επιτυγχάνεται η αυτοματοποίηση αυτή, στο μέλλον όμως ένα Agentic AI θα μπορεί να βρίσκει και για ποιο λόγο δεν υπάρχει συμφωνία με την δήλωση στην πλατφόρμα της ΑΑΔΕ, αλλά και να διαβιβάζει αυτόματα συναλλαγές που δεν έχουν διαβιβαστεί ή έχουν διαβιβαστεί λάθος! Είναι ευνόητο φυσικά ότι η Agentic AI θα μπορεί να ολοκληρώσει σε δευτερόλεπτα και το ετήσιο «κλείσιμο» των βιβλίων αλλά και να παρέχει άμεσα περιοδικές αναφορές (δίμηνο, τρίμηνο, τετράμηνο) για την πορεία της επιχείρησης.
Το πρωταρχικό εύρημα της μελέτης είναι ότι "η ενσωμάτωση της Τεχνητής Νοημοσύνης (ΤΝ) στον κόσμο των χρηματοοικονομικών αναμένεται να ενισχύσει σημαντικά την αποδοτικότητα και την αποτελεσματικότητα στον τομέα της λογιστικής". Αυτό το βασικό όφελος αποτελεί τη βάση πολλών συγκεκριμένων εφαρμογών. Η μελέτη κατηγοριοποιεί τα εργαλεία ΤΝ σε τρεις κύριους τομείς ωφέλειας: επεξεργασία και ανάλυση δεδομένων, χρηματοοικονομικές διαδικασίες και έλεγχος.
Επεξεργασία και ανάλυση δεδομένων:
- Μηχανική Μάθηση (ML): Η μηχανική μάθηση βρίσκει εφαρμογή στην ανίχνευση απάτης και την ανάλυση κινδύνου. Οι αλγόριθμοι ML μπορούν να εντοπίσουν ανεπαίσθητα μοτίβα και ανωμαλίες σε τεράστια σύνολα δεδομένων που ενδέχεται να διαφύγουν από τους ανθρώπινους αναλυτές, βελτιώνοντας έτσι την ακρίβεια και την ταχύτητα της αξιολόγησης κινδύνου.
Χρηματοοικονομικές διαδικασίες:
- Επεξεργασία Φυσικής Γλώσσας (NLP): Η NLP είναι χρήσιμη στη δημιουργία τεκμηρίωσης. Αυτό μπορεί να εξορθολογίσει τη δημιουργία οικονομικών αναφορών, νομικών εγγράφων και άλλων αποτελεσμάτων, βελτιώνοντας τη συνοχή και μειώνοντας τον χρόνο σύνταξης.
- Γενική αυτοματοποίηση: Η ΤΝ, μέσω διαφόρων μορφών αυτοματοποίησης, μπορεί να εκτελεί επαναλαμβανόμενες εργασίες με υψηλή ακρίβεια και ταχύτητα, οδηγώντας σε ουσιαστική μείωση του κόστους και αυξημένη λειτουργική αποδοτικότητα για τις εταιρείες.
Μεταρρύθμιση Επιχειρηματικών Μοντέλων. Η υπόθεση ότι η ΤΝ θα "μεταρρυθμίσει τα παραδοσιακά επιχειρηματικά μοντέλα στον λογιστικό κόσμο" υποδηλώνει όχι μόνο βελτιώσεις διαδικασιών αλλά και τη δυνατότητα για νέες προσφορές υπηρεσιών, ενισχυμένες προτάσεις αξίας για τους πελάτες και πιο ευέλικτες λειτουργικές δομές εντός των λογιστικών γραφείων και τμημάτων.
Για την καλύτερη κατανόηση των εφαρμογών της ΤΝ και των αντίστοιχων ωφελειών, παρουσιάζεται ο παρακάτω πίνακας που προκύπτει από την έρευνα:
Οι εφαρμογές της ΤΝ και τα Οφέλη τους στη Λογιστική
| Τύπος/Εργαλείο ΤΝ | Λογιστικός Τομέας | Συγκεκριμένη Εφαρμογή | Βασικό Όφελος |
| Μηχανική Μάθηση (ML) | Επεξεργασία & Ανάλυση Δεδομένων | Ανίχνευση Απάτης, Ανάλυση Κινδύνου | Ενισχυμένη Ακρίβεια, Ταχύτητα, Στρατηγικές Πληροφορίες |
| Επεξεργασία Φυσικής Γλώσσας (NLP) | Χρηματοοικονομικές Διαδικασίες | Δημιουργία Τεκμηρίωσης | Εξορθολογισμός, Μείωση Χρόνου Σύνταξης, Συνοχή |
| Τενητή νουμοσύνη (AI) | Χρηματοοικονομικές Διαδικασίες | Εκτέλεση Επαναλαμβανόμενων Εργασιών | Μείωση Κόστους, Αυξημένη Λειτουργική Αποδοτικότητα |
| Τεχνητή νοημοσύνη (AI) | Έλεγχος | Αύξηση Δειγμάτων Δεδομένων, Ανίχνευση Παρατυπιών, Αξιολόγηση Εσωτερικού Ελέγχου | Πιο Ολοκληρωμένοι & Ακριβείς Έλεγχοι, Ενισχυμένη Διασφάλιση |
Προκλήσεις και Κίνδυνοι. Οι Δυσκολίες της Ενσωμάτωσης της Τεχνητής Νοημοσύνης
Η ενσωμάτωση της Τεχνητής Νοημοσύνης (ΤΝ) στη λογιστική υπόσχεται μεγάλα οφέλη. Ωστόσο, η έρευνα δείχνει ότι αυτή η τεχνολογική εξέλιξη συνοδεύεται και από σημαντικούς κινδύνους, που χρειάζονται προσεκτικό χειρισμό.
Απώλεια Θέσεων Εργασίας
Η αυτοματοποίηση επαναλαμβανόμενων εργασιών μπορεί να οδηγήσει σε μείωση των θέσεων εργασίας σε συγκεκριμένους τομείς. Γι' αυτό, οι κυβερνήσεις καλούνται να εφαρμόσουν στρατηγικές για την προσαρμογή του εργατικού δυναμικού στις νέες συνθήκες.
Πολυπλοκότητα και Διαφάνεια (Το φαινόμενο του "Μαύρου Κουτιού")
Τα συστήματα ΤΝ συχνά λειτουργούν με τόσο περίπλοκους τρόπους, που γίνεται δύσκολο να καταλάβουμε γιατί παίρνουν τις αποφάσεις που παίρνουν – ειδικά όταν βασίζονται σε λάθος δεδομένα. Αυτό δημιουργεί προβλήματα διαφάνειας και εμπιστοσύνης, ιδιαίτερα σε κρίσιμους τομείς όπως η λογιστική.
Νομικά και Ηθικά Ζητήματα
Ένα από τα μεγαλύτερα ερωτήματα είναι: ποιος θα αναλάβει την ευθύνη όταν η ΤΝ κάνει λάθος; Παράλληλα, υπάρχουν ανησυχίες για την προστασία των προσωπικών δεδομένων, ειδικά μέσα στο αυστηρό νομοθετικό πλαίσιο της ΕΕ. Οι ισχύοντες κανόνες ίσως δεν επαρκούν για να αντιμετωπίσουν όλες τις νέες προκλήσεις που φέρνει η ΤΝ.
Η Σημασία των Σωστών Δεδομένων
Η ΤΝ εξαρτάται άμεσα από την ποιότητα των δεδομένων που επεξεργάζεται. Αν της δώσουμε λάθος ή ελλιπή στοιχεία, τότε είναι πιθανό να δώσει λάθος αποτελέσματα. Αυτό σημαίνει πως οι οργανισμοί πρέπει να δώσουν μεγάλη έμφαση στον έλεγχο και την ορθότητα των δεδομένων πριν εφαρμόσουν τέτοια συστήματα.
Ενίσχυση των Προβλημάτων Αντί για Λύσεις
Ένα από τα πιο σημαντικά ευρήματα της μελέτης είναι ότι η ΤΝ δεν διορθώνει λάθη στα δεδομένα – τα ενισχύει. Έτσι, αν τα αρχικά στοιχεία είναι ανακριβή ή μεροληπτικά, τα αποτελέσματα της ΤΝ θα είναι το ίδιο ή και περισσότερο προβληματικά.
Για να αποφευχθούν τέτοιες καταστάσεις, είναι απαραίτητες σοβαρές επενδύσεις σε διαδικασίες καθαρισμού και επαλήθευσης των δεδομένων. Διαφορετικά, ακόμα και οι πιο υποσχόμενες εφαρμογές ΤΝ μπορεί να οδηγήσουν σε σφάλματα, κακές αποφάσεις και αναξιόπιστες αναφορές.
Ο παρακάτω πίνακας συνοψίζει τις βασικές προκλήσεις και τους κινδύνους που συνδέονται με την ενσωμάτωση της ΤΝ
Βασικές Προκλήσεις και Κίνδυνοι της Ενσωμάτωσης της ΤΝ στη Λογιστική
| Κατηγορία Κινδύνου | Συγκεκριμένη Πρόκληση/Κίνδυνος | Επίπτωση για τη Λογιστική/Οργανισμό |
| Εργατικό Δυναμικό | Απώλεια Θέσεων Εργασίας για Επαναλαμβανόμενες Εργασίες | Ανάγκη για Επανεκπαίδευση & Αναβάθμιση Δεξιοτήτων |
| Νομική/Ηθική | Νομική Αβεβαιότητα για Αποτυχίες ΤΝ | Ρυθμιστικά Κενά, Ζητήματα Ευθύνης |
| Νομική/Ηθική | Ανησυχίες Προστασίας Δεδομένων | Αυξημένο Βάρος Συμμόρφωσης, Κίνδυνος Κυρώσεων |
| Τεχνική | Αδιαφάνεια Μοντέλου ΤΝ (Πρόβλημα "Μαύρου Κουτιού") | Ζητήματα Εμπιστοσύνης & Επεξηγησιμότητας, Δυσκολία Ελέγχου |
| Ακεραιότητα Δεδομένων | Εξάρτηση από την Ποιότητα Δεδομένων | Ενισχυμένα Σφάλματα & Λανθασμένες Κρίσεις, Αναξιόπιστες Αναφορές |
Ο Μεταβαλλόμενος Ρόλος του Λογιστή: Από Εκτελεστής σε Στρατηγικός Παράγοντας
2. Το Πανεπιστήμιο Aston δημοσίευσε τον Ιανουάριο του 2025 μια σημαντική έρευνα με τίτλο "Exploring the Role of Artificial Intelligence in Accounting: An Academic and Practitioner Perspective". Η μελέτη διερεύνησε τη σχέση μεταξύ τεχνητής νοημοσύνης και λογιστικής χρησιμοποιώντας οπτικές από ακαδημαϊκούς και επαγγελματίες 6.
3. Η ACCA δημοσίευσε το 2024 μια σημαντική έρευνα7 που αποκαλύπτει ότι οι λογιστές επαγγελματίες αντιμετωπίζουν τρία εμπόδια με την έλευση της ΤΝ:
α) Ανίχνευση και διαχείριση κινδύνων που σχετίζονται με την ΤΝ, είτε χρησιμοποιούν τέτοια συστήματα είτε όχι.
β Συνεργασία με άλλους επαγγελματίες για να αντιμετωπίζουν από κοινού τους πιθανούς κινδύνους που μπορεί να προκύψουν από τη χρήση της ΤΝ.
γ) Κατανόηση και προετοιμασία για τη συμμόρφωση με νόμους και κανονισμούς, που συνεχώς αλλάζουν λόγω της ταχείας ανάπτυξης της τεχνολογίας.
Με βάση ανάλυση σε 25.000 αγγελίες εργασίας στον τομέα της λογιστικής, φάνηκε ότι οι πιο αναλυτικές και ελεγκτικές θέσεις ζητούν πλέον νέες δεξιότητες, όπως γνώση στην επιστήμη των δεδομένων. Αυτό δείχνει πώς αλλάζουν οι απαιτήσεις στον κλάδο και πόσο σημαντικό είναι για τους λογιστές να αναπτύξουν τεχνολογικές ικανότητες.
4. Accountancy Europe (Πανευρωπαϊκή Ομοσπονδία). Η Accountancy Europe, που εκπροσωπεί 1 εκατομμύριο λογιστές σε 37 χώρες, δημοσίευσε πολλαπλές μελέτες το 2024-2025 για την επίδραση της AI στο επάγγελμα.
Βασικό εύρημα: Η AI θα ενισχύσει και όχι θα αντικαταστήσει τους λογιστές, με τις εταιρείες να επενδύουν μαζικά σε εργαλεία generative AI για βελτίωση ποιότητας και αποδοτικότητας. Ο οργανισμός τονίζει ότι απαιτείται εξειδικευμένη εκπαίδευση για τους επαγγελματίες ελέγχου καθώς η τεχνολογία προχωρά. Οι επαγγελματικοί φορείς πρέπει να επανεξετάσουν τις απαιτήσεις πιστοποίησης και συνεχούς επαγγελματικής ανάπτυξης. Κρίσιμοι κίνδυνοι περιλαμβάνουν την αξιοπιστία δεδομένων, αλγοριθμικές προκαταλήψεις και θέματα εμπιστευτικότητας.
5. Η δεύτερη μελέτη "The Role of AI in Accounting: Insights From Practitioners" από τους Stanisław Hońko και Michał Hendryk10 του Πανεπιστημίου Szczecin παρουσιάζει αποτελέσματα έρευνας που διεξήχθη μεταξύ Πολωνών λογιστών για τις περιοχές χρήσης της τεχνητής νοημοσύνης σε βασικές λογιστικές εργασίες.
Τέλος, το «AI Continent Action Plan» που δημοσιεύτηκε στις 9 Απριλίου 2025 και η έκθεση «State of the Digital Decade» (Ιούνιος 2025)11 από την ευρωπαϊκή επιτροπή προβλέπουν ετήσια επένδυση €1 δισ. σε AI μέσω των προγραμμάτων Horizon Europe και Digital Europe. Το Joint Research Centre εκτιμά ότι η generative AI μπορεί να ενισχύσει σημαντικά την καινοτομία και παραγωγικότητα στις χρηματοπιστωτικές υπηρεσίες. Σύμφωνα με την έκθεση οι παραδοσιακές λογιστικές δεξιότητες είναι ανεπαρκείς - οι επαγγελματίες χρειάζονται εξειδίκευση σε data analytics, AI-driven αξιολόγηση κινδύνου και blockchain. Η AI Academy της ΕΕ θα αντιμετωπίσει τις ανάγκες μετάβασης του εργατικού δυναμικού.
Η έκθεση αποκαλύπτει επίσης ένα ανησυχητικό έλλειμμα στην ψηφιακή παιδεία, με μόλις πάνω από το ήμισυ των Ευρωπαίων (55,6%)12 να διαθέτει ένα βασικό επίπεδο ψηφιακών δεξιοτήτων.
Οι σύγχρονες έρευνες υπογραμμίζουν τη δυναμική της Τεχνητής Νοημοσύνης (ΤΝ) στο να αναλαμβάνει επαναλαμβανόμενες και τυπικές εργασίες, όπως η τήρηση βιβλίων, η εισαγωγή δεδομένων και η δημιουργία οικονομικών αναφορών. Ωστόσο, η πρόοδος αυτή δεν σηματοδοτεί την υποβάθμιση του λογιστικού επαγγέλματος. Αντίθετα, σηματοδοτεί μια μετάβαση σε νέους, πιο απαιτητικούς ρόλους. Οι λογιστές καλούνται να εγκαταλείψουν τις ρουτίνες και να αναλάβουν πιο σύνθετες, συμβουλευτικές και στρατηγικές αρμοδιότητες, όπου η ανθρώπινη κρίση, η ηθική εποπτεία και η ικανότητα ερμηνείας των δεδομένων θα είναι απαραίτητες όσο ποτέ.
Αυτός ο μετασχηματισμός δείχνει ξεκάθαρα ότι η αξία του λογιστή στο μέλλον δεν θα βασίζεται πλέον στην ικανότητά του να εκτελεί τυποποιημένες διαδικασίες —τις οποίες πλέον η ΤΝ μπορεί να διεκπεραιώσει με ταχύτητα και ακρίβεια,— αλλά στις ανώτερες γνωστικές του δεξιότητες. Η κριτική σκέψη, η εμπειρική κρίση και η ικανότητα να κατανοεί και να εφαρμόζει τα αποτελέσματα που παράγει η ΤΝ, ώστε να προσφέρει ουσιαστική στρατηγική καθοδήγηση, θα αποτελούν τα βασικά στοιχεία της επαγγελματικής του ταυτότητας
Βάσει των ερευνών και των μελετών που παρουσιάστηκαν παραπάνω προκύπτει ένα ενδεικτικό χρονοδιάγραμμα των αλλαγών που θα επιφέρει η ενσωμάτωση της ΤΝ στον λογιστικό κλάδο :
- 2025-2026: Ευρεία υιοθέτηση AI για βασικές εργασίες, αρχικά κέρδη παραγωγικότητας 10-20%. Εφαρμογή απαιτήσεων AI literacy.
- 2025-2027: Ενσωμάτωση προηγμένης AI για προβλεπτική ανάλυση. Η χρήση AI σε οικονομικές αναφορές αυξάνεται από 30% σε 83%.
- 2027-2030: Ευρεία μετατροπή ρόλων και διαδικασιών οικονομικών. 32% του λογιστικού εργατικού δυναμικού θα χρειαστεί επανεκπαίδευση.
- 2030+: Πλήρως μετασχηματισμένο επάγγελμα με συνεργασία ανθρώπου-AI ως πρότυπο. 170 εκατομμύρια νέες θέσεις εργασίας σχετικές με AI παγκοσμίως (World Economic Forum).
Για να μπορέσει ο λογιστής ή φοροτεχνικός να ανταποκριθεί στις προκλήσεις του μέλλοντος, θα χρειαστεί να αποκτήσει ένα ευρύ φάσμα δεξιοτήτων που ξεπερνούν τη συνηθισμένη, παραδοσιακή γνώση της λογιστικής. Οι δεξιότητες αυτές μπορούν να διαχωριστούν σε τρεις βασικές κατηγορίες 14,15,16,17:
α) τεχνικές,
β)στρατηγικές/συμβουλευτικές και
γ) ήπιες (γνωστές και ως soft skills)
Σύμφωνα με πρόσφατα στοιχεία από το Παγκόσμιο Οικονομικό Φόρουμ (World Economic Forum), σχεδόν οι μισές από τις βασικές δεξιότητες που χρειάζονται οι εργαζόμενοι σήμερα αναμένεται να αλλάξουν μέσα στα επόμενα πέντε χρόνια. Αυτό σημαίνει πως οι λογιστές πρέπει να είναι διαρκώς έτοιμοι να εμπλουτίζουν τις γνώσεις τους και να προσαρμόζονται στις νέες συνθήκες της αγοράς. Οι τεχνικές δεξιότητες πλέον δεν περιορίζονται στα παραδοσιακά εργαλεία. Περιλαμβάνουν τη χρήση σύγχρονων τεχνολογιών όπως η τεχνητή νοημοσύνη, η μηχανική μάθηση, οι αυτοματοποιημένες διαδικασίες μέσω ρομποτικής και τα ψηφιακά εργαλεία που βοηθούν στην αυτοματοποίηση καθημερινών εργασιών. Αυτές οι λύσεις προσφέρουν ακρίβεια και εξοικονομούν χρόνο, αλλά ταυτόχρονα απαιτούν από τους επαγγελματίες να έχουν τη γνώση να τις διαχειριστούν σωστά.
Ο λογιστής του μέλλοντος δεν θα επεξεργάζεται μόνο τα κλασικά οικονομικά στοιχεία. Θα χρειαστεί να χειρίζεται μεγάλους όγκους δεδομένων, να αναγνωρίζει πρότυπα και αποκλίσεις και να χρησιμοποιεί εξελιγμένα εργαλεία πρόβλεψης (λογισμικά) για να προσφέρει ουσιαστικές και ακριβείς συμβουλές στις επιχειρήσεις. Η γνώση χρήσης λογιστικών πλατφορμών που βασίζονται στο cloud θα είναι επίσης βασική, καθώς αυτές διευκολύνουν τη συνεργασία και την άμεση πρόσβαση στα δεδομένα από οποιοδήποτε σημείο. Παράλληλα, δεν μπορεί να αγνοηθεί η σημασία της κυβερνοασφάλειας και της προστασίας προσωπικών δεδομένων, ειδικά υπό το κανονιστικό πλαίσιο του GDPR, που θέτει αυστηρούς όρους για τη διαχείριση ευαίσθητων πληροφοριών.
Καθώς ο ρόλος του λογιστή απομακρύνεται από την απλή καταγραφή στοιχείων και μετατοπίζεται σε έναν πιο συμβουλευτικό και στρατηγικό χαρακτήρα, γίνεται αναγκαία η κατανόηση του πώς λειτουργεί συνολικά μια επιχείρηση. Δεν αρκεί πλέον η γνώση των οικονομικών αριθμών· απαιτείται η σύνδεσή τους με τους ευρύτερους στόχους μιας εταιρείας, τις τάσεις της αγοράς και τις μελλοντικές στρατηγικές. Ο σύγχρονος λογιστής καλείται να αναλύει πιθανούς κινδύνους, να προτείνει σενάρια και να προβλέπει τις οικονομικές ή φορολογικές επιπτώσεις διαφορετικών επιλογών.
Παράλληλα, οι λεγόμενες ήπιες δεξιότητες —όπως η επικοινωνία, η ομαδική συνεργασία και η ικανότητα να παρουσιάζει κάποιος με σαφήνεια τα οικονομικά δεδομένα— αποκτούν όλο και μεγαλύτερη σημασία. Η κριτική σκέψη και η ικανότητα επίλυσης προβλημάτων βοηθούν τους επαγγελματίες να ανταποκρίνονται σε σύνθετες και απρόβλεπτες καταστάσεις, ενώ η προσαρμοστικότητα και η συνεχής επιμόρφωση είναι απαραίτητες, καθώς οι τεχνολογίες και οι νομοθεσίες εξελίσσονται διαρκώς.
Τέλος, ο λογιστής του μέλλοντος θα πρέπει να γνωρίζει πώς να χρησιμοποιεί την τεχνητή νοημοσύνη με υπευθυνότητα, να αναγνωρίζει πιθανούς κινδύνους όπως η μεροληψία στους αλγόριθμους, να εξασφαλίζει την ποιότητα των δεδομένων που χρησιμοποιεί και να διατηρεί διαφάνεια απέναντι στους πελάτες του. Δεν αρκεί να είναι ακριβής με τους αριθμούς· χρειάζεται επίσης να εμπνέει εμπιστοσύνη και να διαφυλάσσει την ηθική υπόσταση του επαγγέλματος σε μια εποχή που όλα αλλάζουν.
Απαραίτητες Δεξιότητες για τον Λογιστή του Μέλλοντος 14,15,16,17
| Κατηγορία Δεξιοτήτων | Συγκεκριμένες Δεξιότητες | Γιατί είναι Σημαντική |
| Τεχνικές Δεξιότητες | Ψηφιακή Παιδεία και& Εξοικείωση με Νέες Τεχνολογίες | Βασική προϋπόθεση για την αποτελεσματική χρήση εργαλείων AI και αυτοματοποίησης. |
| Επάρκεια σε Εργαλεία AI (ML, GenAI, RPA) | Αυτοματοποίηση ρουτίνας, βελτίωση ακρίβειας, απελευθέρωση χρόνου για στρατηγικές εργασίες. | |
| Ανάλυση & Ερμηνεία Δεδομένων | Κατανόηση μεγάλων συνόλων δεδομένων, εντοπισμός τάσεων, παροχή προγνωστικών πληροφοριών. | |
| Cloud Technology Competency | Αποδοτική διαχείριση χρηματοοικονομικών δεδομένων, απομακρυσμένη συνεργασία. | |
| Κυβερνοασφάλεια και Προστασία Δεδομένων | Προστασία ευαίσθητων πληροφοριών, συμμόρφωση με κανονισμούς (GDPR). | |
| Στρατηγικές & Συμβουλευτικές Δεξιότητες | Στρατηγική Σκέψη και Επιχειρηματική Οξυδέρκεια | Ενσωμάτωση χρηματοοικονομικών πληροφοριών σε ευρύτερο επιχειρηματικό πλαίσιο, παροχή ολιστικής συμβουλής. |
| Διαχείριση Κινδύνων και Πρόβλεψη | Εντοπισμός πιθανών κινδύνων, μοντελοποίηση σεναρίων, πρόβλεψη μελλοντικών τάσεων. | |
| Ήπιες Δεξιότητες (Soft Skills) | Επικοινωνία και Συνεργασία | Μετατροπή αριθμών σε actionable πληροφορίες, οικοδόμηση εμπιστοσύνης με πελάτες, αποτελεσματική ομαδική εργασία. |
| Κριτική Σκέψη και Επίλυση Προβλημάτων | Ερμηνεία σύνθετων δεδομένων, αντιμετώπιση ασαφών καταστάσεων, καινοτόμες λύσεις. | |
| Προσαρμοστικότητα και Δια Βίου Μάθηση | Παραμονή επίκαιρου σε ένα ταχέως μεταβαλλόμενο περιβάλλον, υιοθέτηση νέων εργαλείων και διαδικασιών. | |
| Ηθική Κρίση και Επαγγελματικός Σκεπτικισμός | Διασφάλιση υπεύθυνης χρήσης AI, διατήρηση εμπιστοσύνης, αντιμετώπιση ηθικών διλημμάτων. |
Ο Λογιστής στην Ελλάδα έχει να αντιμετωπίσει και άλλες προκλήσεις. Οι ψηφιακές πρωτοβουλίες όπως η πλατφόρμα MyData, το ψηφιακό πελατολόγιο και οι δεκάδες ψηφιακές πλατφόρμες, ενώ προσφέρουν φανερά οφέλη για την φορολογική διοίκηση, έχουν δημιουργήσει ένα ιδιόμορφο τοπίο όπου οι λογιστές επωμίζονται ένα σημαντικό μέρος του διοικητικού φόρτου του κράτους, —όπως έχει ήδη επισημανθεί από τον κόβμο αλλά και από άλλους συναδέλφους από όλη την Ελλάδα. Αυτή η «βίαιη ψηφιοποίηση» απαιτεί από τους λογιστές να είναι εξαιρετικά προσαρμοστικοί, να διαχειρίζονται συνεχή ροή δεδομένων και να πλοηγούνται σε ένα ψηφιακό περιβάλλον χωρίς σαφείς οδηγίες πολλές φορές, με αυστηρά και συνήθως ανέφικτα χρονοδιαγράμματα ενώ στο τέλος κινδυνεύουν να επωμιστούν και τα αυστηρά πρόστιμα που επιβάλλει η νομοθεσία χωρίς συνήθως να προβλέπεται κανένα περιθώριο λάθους από μέρους τους.
Μια τόσο μεγάλη τεχνολογική επανάσταση απαιτεί την αναθεώρηση της εκπαίδευσης σε όλες τις βαθμίδες. Η ενσωμάτωση τεχνολογικών δεξιοτήτων στα προγράμματα σπουδών λογιστικής, σε συνεργασία με πανεπιστήμια, είναι κρίσιμη για να μην πω απαραίτητη. Τα πανεπιστήμια και οι επαγγελματικοί φορείς οφείλουν να συνεργαστούν στενά για να προσφέρουν προγράμματα που καλύπτουν από την ανάλυση δεδομένων και την τεχνητή νοημοσύνη, μέχρι την κυβερνοασφάλεια, τα ηθικά ζητήματα της τεχνολογίας και τις βασικές αρχές λειτουργίας των νέων ψηφιακών εργαλείων.
Θα πρέπει οπωσδήποτε να δοθεί έμφαση στην κατανόησης της ΤΝ (κάτι που φαίνεται να προωθεί και η Ε.Ε. με τον κανονισμό 2024/1689 βλ, παρακάτω) από τους μισθωτούς λογιστές αλλά και από τους επαγγελματίες του χώρου, καθώς όπως είναι γνωστό —αλλά επιβεβαιώνεται και από δημοσιευμένες μελέτες— ένα μεγάλο ποσοστό του πληθυσμού είναι ψηφιακά αναλφάβητοι. Όπως προανέφερα εκτός από τις δεξιότητες που πρέπει να αποκτήσουν οι λογιστές, πρέπει να κατανοήσουν βαθιά και το blockchain. Τα εκπαιδευτικά ιδρύματα οφείλουν να ενσωματώσουν το blockchain στα προγράμματα σπουδών τους γιατί σύντομα θα δούμε την εφαρμογή του και στις επιχειρηματικές συναλλαγές αλλά και στη Λογιστική (μετάβαση από τη διπλογραφία στην τριπλογραφία).
Η ανώτατη εκπαίδευση έχει επίσης την ευθύνη να προσαρμοστεί στις εξελίξεις. Τα πανεπιστήμια καλούνται να εντάξουν στα προγράμματα σπουδών τους μαθήματα που ανταποκρίνονται στις νέες ανάγκες του επαγγέλματος, όπως η ανάλυση δεδομένων, η ηθική της ΤΝ, η blockchain λογιστική, οι προηγμένες τεχνολογίες χρηματοοικονομικής και ο προγραμματισμός.
Μια πρακτική πρόταση θα ήταν η δημιουργία εργαστηρίων προσομοίωσης με εργαλεία ΤΝ, τα οποία θα μπορούσαν να οργανωθούν από επαγγελματικούς φορείς, όπως το Οικονομικό Επιμελητήριο της Ελλάδας (Ο.Ε.Ε.), με την υποστήριξη ευρωπαϊκών κονδυλίων.
Συνεχιζόμενη κατάρτιση και δια βίου μάθηση. Η συνεχιζόμενη εκπαίδευση και η δια βίου μάθηση είναι πλέον αναγκαίες και όχι απλώς προαιρετικές επιλογές. Τα κέντρα εκπαίδευσης ενηλίκων και οι φορείς που διοργανώνουν σεμινάρια και μακροχρόνια προγράμματα σπουδών χρειάζεται να επανασχεδιάσουν το περιεχόμενό τους. Στα παραδοσιακά σεμινάρια πρέπει να προστεθούν σύγχρονες θεματικές όπως η διακυβέρνηση της ΤΝ (AI governance), η κυβερνοασφάλεια, η συμμόρφωση με τις αρχές ESG και η τεχνολογική ηγεσία. Μια ακόμα καινοτόμα ιδέα θα ήταν η παραγωγή εκπαιδευτικών βίντεο και ψηφιακού υλικού που να δείχνει πρακτικά παραδείγματα εφαρμογής της ΤΝ στην πράξη, ώστε η γνώση να γίνεται βιωματική και ουσιαστική.
Εκπαίδευση, κατάρτιση και ψηφιακές δεξιότητες στην τεχνητή νοημοσύνη. Τι προβλέπει ο κανονισμός της ΕΕ (EU AI Act - Κανονισμός (ΕΕ) 2024/1689)18
Δεν θα πρέπει να ξεχνάμε ότι ο Λογιστής είναι κατά κάποιο τρόπο ο συνδετικός κρίκος μεταξύ της φορολογικής διοίκησης και των επιχειρήσεων. Οποιαδήποτε λοιπόν αλλαγή στην φορολογική διοίκηση επηρεάζει άμεσα και τον λογιστή. Η ΤΝ έχει διεισδύσει και στις φορολογικές διοικήσεις των χωρών της Ε.Ε. Το 54,4% των φορολογικών διοικήσεων χρησιμοποιούσαν ΤΝ και μηχανική μάθηση στη φορολογική τους διαχείριση, σημειώνοντας αύξηση άνω του 22% από το 2018 έως το 202119. Σήμερα περισσότερο από το 70% των φορολογικών διοικήσεων (σύμφωνα με έκθεση του ΟΟΣΑ20) χρησιμοποιούν ΤΝ για την ενίσχυση της αποτελεσματικότητας και της αποδοτικότητας.
Το πως ακριβώς έχουν ενσωματώσει οι φορολογικές διοικήσεις της κάθε χώρας την τεχνητή νουμοσύνη αλλά και τα μελλοντικά σχέδια τους τα οποία έχουν ήδη ανακοινωθεί, θα αποτελέσει αντικείμενο μελλοντικής έρευνας και ανάλυσης (εάν θέλετε να δείτε ένα μικρό δείγμα επισκεφθείτε την ιστοσελίδα https://taxadmin.ai/country-reports/ ή διαβάστε την έκθεση του ΟΟΣΑ που δημοσιεύθηκε τον Ιούνιο του 2025: «Ψηφιοποίηση και Πρωτοβουλίες Ψηφιακού Μετασχηματισμού της Φορολογικής Διοίκησης») , ωστόσο παραθέτω συνοπτικά τις ορισμένες πρακτικές εφαρμογής της ΤΝ στις φορολογικές διοικήσεις των χωρών, οι οποίες όπως θα παρατηρήσετε εστιάζονται κυρίως στη βελτίωση της συμμόρφωσης, στον εντοπισμό απάτης, στη διαχείριση κινδύνων και στην ενίσχυση των υπηρεσιών προς τους φορολογούμενους :
✻ Αξιολόγηση κινδύνων, ανίχνευση φοροδιαφυγής και εντοπισμός απάτης. Τα συστήματα ΤΝ αξιοποιούν τη μαζική ανάλυση δεδομένων για να προβλέψουν συμπεριφορές κινδύνου, να εντοπίσουν ασυνέπειες και πιθανή απάτη. Για παράδειγμα, η ΤΝ μπορεί να κατηγοριοποιήσει τους φορολογούμενους σε κατηγορίες κινδύνου για τον σχεδιασμό ελέγχων.
Η ενσωμάτωση της ΤΝ στις φορολογικές διοικήσεις αναμφίβολα θα επηρεάσει και αυτή με τη σειρά της, τη λειτουργία του επαγγέλματος του λογιστή/φοροτεχνικού. Οι λογιστές θα πρέπει να είναι σε θέση να κατανοούν τις αποφάσεις που λαμβάνονται από τα συστήματα ΤΝ, ώστε να μπορούν να υπερασπιστούν τους πελάτες τους στις υποθέσεις ελέγχων ενώ ταυτόχρονα θα πρέπει να είναι σε θέση να παρέχουν στοχευμένη βοήθεια για την πρόληψη της μη συμμόρφωσης. Επιπρόσθετα ο λογιστής γνωρίζοντας τις δυνατότητες της ΤΝ, θα πρέπει να δρα άμεσα και να προστατεύει τον επιχειρηματία/πελάτη από πρακτικές που θα το φέρουν αντιμέτωπο με την φορολογική διοίκηση.
Σύντομα δεν θα αρκεί πλέον η ορθή μεταφορά των δεδομένων στις δηλώσεις. Θα πρέπει να αναλύονται οι δείκτες της κάθε επιχείρησης και να διασφαλίζεται ότι τα στοιχεία αυτών (μικτά κέρδη/EBIDA κ.λπ.) δεν παρουσιάζουν αποκλίσεις που μπορούν να ενεργοποιήσουν τα AI συστήματα της φορολογικής διοίκησης. Ταυτόχρονα ο λογιστής θα πρέπει να ενημερώνει τους πελάτες του ότι κάθε online δραστηριότητα είναι ορατή πλέον και από την φορολογική διοίκηση.
Ένα ακόμη πεδίο επίσης στο οποίο δραστηριοποιείται η τεχνητή νουμοσύνη είναι και αυτό των ενδοομιλικών συναλλαγών (Σουηδία, Ολλανδία, Βέλγιο και Ισπανία αναλύουν τις διασυνδέσεις μεταξύ προσώπων και εταιρειών). Συνεπώς θα πρέπει ο λογιστής να είναι εξαιρετικά προσεκτικός με τις ενδοομιλικές συναλλαγές και τις σχέσεις των πελατών του με άλλες εταιρίες του ομίλου, καθώς η ΤΝ μπορεί να εντοπίσει πρότυπα που υποδηλώνουν φοροαποφυγή ακόμη και αν κάθε μεμονωμένη συναλλαγή φαίνεται νόμιμη.
Τέλος ο λογιστής θα πρέπει να διατηρεί λεπτομερή τεκμηρίωση για κάθε περιουσιακό στοιχείο και συναλλαγή, καθώς η φορολογική αρχή πλέον έχει πρόσβαση σε δεδομένα (μέσω ανταλλαγής πληροφοριών, ανάλυση τραπεζικών λογαριασμών, δορυφορικών αναλύσεων για σπίτια και πισίνες, κ.λπ.) που παλαιότερα ήταν "κρυμμένα".
Αυτοί περιλαμβάνουν:
1. Αλγοριθμικά λάθη. Αν η ΤΝ εκπαιδευτεί με λάθος ή μεροληπτικά δεδομένα, μπορεί να παράγει λανθασμένα ή παραπλανητικά αποτελέσματα. Αυτό μπορεί φυσικά με τη σειρά του να οδηγήσει σε λάθος οικονομικές αποφάσεις αλλά και λάθος συμβουλές.
2. «Ψευδαισθήσεις» της ΤΝ. Μερικές φορές, η ΤΝ παράγει πληροφορίες που φαίνονται σωστές αλλά είναι ψευδείς ή επινοημένες. Αυτό μπορεί να δημιουργήσει προβλήματα με την ακρίβεια των αναφορών ή τη συμμόρφωση με το κανονιστικό πλαίσιο (νομοθεσία).
3. Κακή ποιότητα δεδομένων. Η ΤΝ χρειάζεται σωστά και καθαρά δεδομένα. Αν αυτά είναι λάθος ή ελλιπή, τότε και τα αποτελέσματα που θα παράγει θα είναι αναξιόπιστα.
4. Κυβερνοεπιθέσεις. Η χρήση ΤΝ μπορεί να αυξήσει τους κινδύνους για επιθέσεις, όπως phishing ή παραβιάσεις ασφαλείας, ειδικά όταν χρησιμοποιούνται cloud υπηρεσίες.
5. Νομικά θέματα και κανονισμοί. Δεν υπάρχουν ακόμη ξεκάθαροι κανονισμοί για τη χρήση ΤΝ στη λογιστική. Αυτό προκαλεί αβεβαιότητα και φόβο για παραβίαση νόμων, όπως ορθά αναφέρει ο κανονισμός AI Act της Ε.Ε.22
6. Έλλειψη Διαφάνειας. Τα συστήματα ΤΝ είναι συχνά πολύπλοκα και δύσκολα κατανοητά. Στη λογιστική όμως, είναι απαραίτητο να εξηγούνται οι αποφάσεις με σαφήνεια.
7. Έλλειψη γνώσεων και αντίσταση στην αλλαγή. Πολλοί επαγγελματίες δεν έχουν τις απαραίτητες γνώσεις για να χρησιμοποιήσουν την ΤΝ αποτελεσματικά. Θα υπάρξει επίσης αντίσταση από τους ίδιους στην υιοθέτηση νέων τεχνολογιών, όπως ακριβώς συνέβη και με άλλα ψηφιακά εργαλεία (και ο νοών νοείτω).
8. Υπερβολική Εμπιστοσύνη στην ΤΝ. Η ΤΝ μπορεί να κάνει λάθη και κάνει λάθη. Αν οι λογιστές την εμπιστεύονται υπερβολικά και δεν ελέγχουν τα αποτελέσματα, μπορεί να περάσουν απαρατήρητα σημαντικά σφάλματα που όλοι ξέρουμε που οδηγούν μετά...
9. Αναπόφευκτα κάποιες παραδοσιακές μορφές εργασίας λογιστών-φοροτεχνικών θα χαθούν εάν δεν μεταλλαχθούν. Ο αριθμός των επαγγελματιών που απασχολούνται αποκλειστικά με την υποβολή των φορολογικών δηλώσεων θα μειωθεί δραματικά τα επόμενα χρόνια λόγο του ψηφιακού αυτοματισμού και της προ-συμπλήρωσης των δηλώσεων από τις φορολογικές διοικήσεις (αυτό προωθείται πανευρωπαϊκά) σε πολύ μεγάλο ποσοστό.
10. Η τεχνητή νοημοσύνη κάνει αρκετά λάθη —γεγονός που αναγνωρίζεται ακόμη και από τα ίδια τα συστήματα— ιδίως σε ζητήματα που απαιτούν προσεκτική μελέτη και ανάλυση της νομοθεσίας. Όταν αποδεχόμαστε άκριτα τα αποτελέσματά της και τα αναπαράγουμε ανεξέλεγκτα και χωρίς προσεκτική επαλήθευση σε ΜΜΕ, blogs, ιστοσελίδες και κοινωνικά δίκτυα, ελλοχεύει ο κίνδυνος δημιουργίας ενός ψηφιακού οικοσυστήματος παραπληροφόρησης. Δυστυχώς, αυτό το φαινόμενο έχει ήδη αρχίσει να παρατηρείται και σε αυτό δεν έχουν ευθύνη μόνο οι λογιστές αλλά και άλλες επαγγελματικές ομάδες που δραστηριοποιούνται στο διαδίκτυο (δημοσιογράφοι κ.λπ).
Ο Κανονισμός AI της ΕΕ, ο οποίος τέθηκε σε ισχύ την 1η Αυγούστου 2024, αναφέρει και αυτός με τη σειρά του (στην αιτιολογική του έκθεση) ορισμένες από τις κορυφαίες ανησυχίες σχετικά με την ΤΝ, όπως η ασφάλεια των δεδομένων και η ακρίβεια των αποτελεσμάτων. Επιβάλλει στις εταιρείες να ενσωματώσουν την AI με υπεύθυνο τρόπο από την αρχή, αντί να την υιοθετούν απλώς για λόγους αποτελεσματικότητας. Αυτό αναμένεται να οδηγήσει σε υψηλότερο επίπεδο εφαρμογής της ΤΝ στην Ευρώπη, καθώς το ανταγωνιστικό πλεονέκτημα θα εξαρτάται όλο και περισσότερο από την επίδειξη συμμόρφωσης με αυστηρά ηθικά και λειτουργικά πρότυπα, ενσωματώνοντας την εμπιστοσύνη και τη διαφάνεια στις στρατηγικές ΤΝ.
Oι κορυφαίοι οργανισμοί και οι Big Four στην Ευρώπη έχουν αναγνωρίσει τον μετασχηματιστικό ρόλο της Τ.Ν:
- Η Deloitte τονίζει ότι η AI επεκτείνει τις ανθρώπινες δυνατότητες και ενισχύει την παραγωγικότητα. Παρέχει συμβουλές για την υπεύθυνη ενσωμάτωση της AI, προσφέροντας εργαστήρια AI, στρατηγική ανάπτυξη, υλοποίηση, αξιολογήσεις κινδύνων και πλαίσια διακυβέρνησης.23
- Η PwC αναφέρει ότι Agentic AI μεταμορφώνουν τον τρόπο εργασίας, ενισχύοντας την ακεραιότητα, την ελεγκτική ικανότητα και την ποιότητα των χρηματοοικονομικών αναφορών. Επενδύει σημαντικά στην αναβάθμιση των δεξιοτήτων του προσωπικού της και στην ασφαλή ανάπτυξη της AI.24
- Η KPMG επιταχύνει την ενσωμάτωση της AI στην πλατφόρμα ελέγχου της, KPMG Clara, για την αυτοματοποίηση εργασιών ρουτίνας, την υποστήριξη λήψης αποφάσεων και την εστίαση σε περιοχές υψηλού κινδύνου. Τονίζει τη σημασία του επαγγελματικού σκεπτικισμού και του "human-in-the-loop". Σημειώνεται ότι το 75% των εταιρειών ήδη χρησιμοποιεί κάποια μορφή AI στις λειτουργίες τους.25
- Η EY έχει επενδύσει 1 δισεκατομμύριο δολάρια σε τεχνολογία για την παγκόσμια διασφάλιση, ενσωματώνοντας τη Γενετική AI για αναζήτηση και σύνοψη περιεχομένου, έξυπνες λίστες ελέγχου και επαληθεύσεις οικονομικών καταστάσεων. Λανσάρει επίσης την πλατφόρμα EY.ai Agentic για τους τομείς της φορολογίας, του κινδύνου και των χρηματοοικονομικών.26
- Η EFAA παρέχει οδηγούς για τους λογιστές των ΜΜΕ σχετικά με τον Κανονισμό AI, την ιδιωτικότητα, την ασφάλεια και τις βέλτιστες πρακτικές. Τονίζει τον ρόλο της AI στην πρόβλεψη, τη συμμόρφωση και την ανίχνευση απάτης.27
- Η IFAC (International Federation of Accountants) επισημαίνει την αυξανόμενη ενσωμάτωση προηγμένων τεχνολογιών, συμπεριλαμβανομένης της AI, στις διαδικασίες ελέγχου. Τονίζει την ανάγκη για ισχυρούς μηχανισμούς διακυβέρνησης και εποπτείας, καθώς και για επαρκή εκπαίδευση των ελεγκτών.28
Τέλος, η προσαρμογή στις ελληνικές ιδιαιτερότητες είναι εξίσου σημαντική. Ο λογιστής πρέπει να είναι σε θέση να διαχειρίζεται τις απαιτήσεις που προκύπτουν από τις εγχώριες ψηφιακές μεταρρυθμίσεις, όπως η πλατφόρμα myData το ψηφιακό πελατολόγιο αλλά και άλλα ψηφιακά συστήματα. Η ικανότητα να ανταποκριθεί στο όλο και αυξανόμενο διοικητικό φόρτο, διατηρώντας ταυτόχρονα την ποιότητα της εργασίας του, θα είναι κρίσιμη για την επαγγελματική του επιβίωση.
Το λογιστικό επάγγελμα βρίσκεται αναμφίβολα σε μια περίοδο ριζικού μετασχηματισμού, που καθορίζεται από την ταχεία εξέλιξη της ΤΝ και τις επιταχυνόμενες ψηφιακές μεταρρυθμίσεις, τόσο σε παγκόσμιο όσο και σε εθνικό επίπεδο (υποχρεωτική ηλεκτρονική τιμολόγηση, ViDA κ.λπ.). Οι έρευνες που έχουν διεξαχθεί και οι μελέτες που έχουν εκπονηθεί μέχρι σήμερα —μερικές από τις οποίες παρέθεσα πιο πάνω— έχουν ως βασικό συμπέρασμα ότι η τεχνητή νοημοσύνη δεν απειλεί να εξαφανίσει τον λογιστή, απλώς επαναπροσδιορίζει τον ρόλο του. Οι επαναλαμβανόμενες εργασίες αυτοματοποιούνται, επιτρέποντας στους επαγγελματίες να εστιάσουν σε στρατηγικά καθήκοντα, όπως συμβουλευτική, ανάλυση δεδομένων και διαχείριση κινδύνου.
Το μέλλον του λογιστή δεν είναι ένα μέλλον αντικατάστασης, αλλά ένα μέλλον εξέλιξης και αναβάθμισης. Η επιτυχία στο νέο περιβάλλον θα εξαρτηθεί σε ένα βαθμό και από την ικανότητα προσαρμογής στη νέα πραγματικότητα για τον καθένα από εμάς. Όσοι αγκαλιάσουν την αλλαγή, θα εξελιχθούν σε πολύτιμοι στρατηγικοί συνεργάτες της ψηφιακής οικονομίας και των επιχειρήσεων. Όσοι μείνουν στάσιμοι, πιθανότατα να περιθωριοποιηθούν. Η εκπαίδευση και η συνεχής κατάρτιση (και σε νέους πλέον τομείς) είναι το κλειδί για το μέλλον της λογιστικής και ας μη γελιόμαστε, αυτό ήταν πάντα.
Πηγές
1. https://informationmatters.net/ai-shaping-future-of-accounting-report/
2. https://www.mordorintelligence.com/industry-reports/artificial-intelligence-in-accounting-market
4. AI in Accounting: Autonomous Agents For Finance Team | Trullion, πρόσβαση Ιουνίου 18, 2025, https://trullion.com/blog/evolution-of-ai-in-accounting-autonomous-agents/
7. https://www.accaglobal.com/gb/en/news/2024/August/AI-skills.html
8. chartered accountants embracing AI but need upskilling - https://www.theaccountant-online.com/news/chartered-accountants-embracing-ai-upskilling-needed/
9. https://www.wolterskluwer.com/en-hk/know/future-ready-accountant
10. The Role of AI in Accounting: Insights From Practitioners" από Stanisław Hońko και Michał Hendryk, European Research Studies Journal. Διαθέσιμο στη διεύθυνση: https://ersj.eu/journal/3863
12. 2025 State of the Digital Decade report urges renewed action on ..., - https://digital-strategy.ec.europa.eu/en/news/2025-state-digital-decade-report-urges-renewed-action-digital-transformation-security-and
13. chartered accountants embracing AI but need upskilling - https://www.theaccountant-online.com/news/chartered-accountants-embracing-ai-upskilling-needed/
14. https://accountancyrecruit.co.uk/blog/industry-insights-surveys/key-skills-for-the-next-decade-in-accounting/
15. https://www.icaew.com/technical/technology/blockchain-and-cryptoassets/blockchain-articles/blockchain-and-the-accounting-perspective
16. https://www.acdap.org/blog/essential-digital-accounting-skills-for-modern-accountants
17 https://www.icaew.com/insights/viewpoints-on-the-news/2024/apr-2024/how-core-accountancy-skills-are-key-to-esg
18. https://eur-lex.europa.eu/legal-content/EL/TXT/HTML/?uri=OJ:L_202401689
19. What future does artificial intelligence have in Tax Administrations - https://www.ciat.org/ciatblog-what-future-does-artificial-intelligence-have-in-tax-administrations/?lang=en
20. Welcome to the tech-enabled tax administration of the future! - OECD - https://www.oecd.org/en/blogs/2025/06/welcome-to-the-tech-enabled-tax-administration-of-the-future.html
21. IOTA. (2024) New IOTA Paper from Greece: Leveraging Artificial Intelligence to Enhance Performance in Tax Administration. - https://www.iota-tax.org/ngsite/content/download/63627/441888
22. https://eur-lex.europa.eu/legal-content/EL/TXT/HTML/?uri=OJ:L_202401689
23.The impact of AI on your audit: Supporting AI transparency and reliability in finance and accounting - https://www2.deloitte.com/us/en/blog/accounting-finance-blog/2025/ai-finance-accounting-data-transparency-management.html
24. How AI agents are transforming finance and reporting - PwC, - https://www.pwc.com/us/en/services/audit-assurance/library/ai-agents-for-finance-and-reporting.html
25. Evolving plans for AI regulation - KPMG International, - https://kpmg.com/xx/en/our-insights/regulatory-insights/evolving-plans-for-ai-regulation.html
26. EY announces large-scale integration of leading-edge AI technology into global Assurance technology platform | https://www.ey.com/en_gl/newsroom/2025/04/ey-announces-large-scale-integration-of-leading-edge-ai-technology-into-global-assurance-technology-platform
27. The EU AI Act: a guide for SME accountants - https://accountancyeurope.eu/publications/the-eu-ai-act-a-guide-for-sme-accountants/
28. Audit policy update - Accountancy Europe - https://accountancyeurope.eu/update/audit-policy-update-250414/
Επεξήγηση όρων
| Όροι | Ορισμός |
|---|---|
| Τεχνητή Νοημοσύνη (ΤΝ / AI) | Η ικανότητα των υπολογιστικών συστημάτων να εκτελούν εργασίες που απαιτούν ανθρώπινη νοημοσύνη - λήψη αποφάσεων, κατανόηση κειμένου, αναγνώριση μοτίβων. |
| Agentic AI | Προηγμένος τύπος ΤΝ που λαμβάνει πρωτοβουλίες, εκτελεί αυτόνομα ενέργειες και προσαρμόζεται στο περιβάλλον. |
| ML (Machine Learning) | Υποκατηγορία ΤΝ όπου οι υπολογιστές μαθαίνουν από δεδομένα, χωρίς άμεση προγραμματιστική καθοδήγηση. |
| NLP (Natural Language Processing) | Κλάδος της ΤΝ που επιτρέπει την κατανόηση και παραγωγή φυσικής γλώσσας από μηχανές. |
| RPA (Robotic Process Automation) | Αυτοματοποιημένες ροές εργασίας (π.χ., τιμολόγηση, καταχωρήσεις) μέσω λογισμικού-«ρομπότ». |
| Generative AI (GenAI) | ΤΝ ικανή να δημιουργεί πρωτότυπο περιεχόμενο (κείμενο, εικόνες, κλπ.) βάσει δεδομένων. |
| Cloud Computing | Τεχνολογία που επιτρέπει αποθήκευση και επεξεργασία δεδομένων μέσω Διαδικτύου αντί για τοπικούς servers. |
| Human‑in‑the‑Loop | Οδηγία όπου ο τελικός έλεγχος της ΤΝ γίνεται από άνθρωπο για διασφάλιση ποιότητας και ορθότητας. |
| AI Governance | Κανονιστικό και ηθικό πλαίσιο για την υπεύθυνη, ασφαλή και δίκαιη χρήση της ΤΝ. |
| Ψηφιακός Γραμματισμός (AI Literacy) | Η ικανότητα κατανόησης και ορθής χρήσης τεχνολογιών ΤΝ από επαγγελματίες και δημότες. |
| Blockchain | Αποκεντρωμένο ψηφιακό λογιστικό αρχείο που διασφαλίζει ακεραιότητα, ασφάλεια και διαφάνεια στις συναλλαγές. |