阿联酋企业所得税、转让定价与 14% 利息时钟：为什么 AI 税务工作底稿必须先对账

迪拜的一支财务团队让 AI 助手起草企业所得税计算表。它读取管理账目，从某人上个季度导出的电子表格中提取关联方余额，输出一张看起来干净利落的明细表，列明应税所得金额及按 9% 计算的税款。这些数字看起来言之有据。但它们是错的，因为那张电子表格已经落后了三次公司间抵销的进度，而没有人察觉。在 2026 年生效的新规下，这样的失误不再只是一次悄无声息的调整，而是对少缴税款按年计收 14% 的利息，直到结清为止。

正是这一点，改变了 AI 在阿联酋税务工作中的算法。这项技术足以写出工作底稿，却不足以判断底稿背后的数据是否与真实情况相符。而联邦税务局(FTA)刚刚把这道缺口的代价明确了下来。

究竟改变了什么

这里有两件事至关重要，而且相互叠加。

第一，犯错的代价上升了，同时也变得更清晰。2025 年第 129 号内阁决议以按年 14% 的统一利率取代了旧的复合罚款结构，该规定自 2026 年 4 月 14 日起生效。旧模式在一次性百分比之上叠加月度复利，理论上可能滚雪球般膨胀到原税款的数倍。新模式更易理解，对 CFO 而言也更易建模:大致相当于每月约 1.17%,按未缴税款本身计息。规则更简单不等于代价更轻。在庞大税基上出现的一处小小失误，若放任其贯穿整个申报周期，累积下来就是实打实的钱。

第二，围绕关联方的文档负担如今已是既定要求，而非潜在威胁。阿联酋企业所得税税率在门槛以上为 9%。除此之外，跨越转让定价文档门槛的集团(大致而言，阿联酋境内营收达到或超过 2 亿迪拉姆，或全球集团营收约达 31.5 亿迪拉姆)必须保存主文件与本地文件，并在 FTA 提出要求后通常 30 天内提交。此外，关联方交易合计超过 4000 万迪拉姆还会触发披露表义务。(具体数字与时限请以贵集团适用的最新 FTA 指引为准，门槛与表格会不时修订。)

把这两点放在一起看。你有一个高度依赖公司间定价与抵销的税基，一套要求你出示证据的文档制度，以及一个惩罚申报数字与应报数字之间差距的利息时钟。这正是未经核实的自动化最容易造成损害的环境。

AI 在税务数据上会在哪里出问题

问题不在于语言模型不懂税法，很多模型对规则的推理相当胜任。问题出在上游，出在它们据以推理的数据上。

让 AI 给出“本年度关联方营收”,它会用手边能拿到的一切来回答:一份管理报表、一份陈旧的导出数据、幻灯片里的某个单元格。它并不了解这个数字是否经受住了合并处理，对应的公司间成本是否落在了交易对手实体内，抵销分录是否已经执行。无论数字是否已对账，还是纯属虚构，它给出答案时的自信程度都是一样的。对本地文件或税务计算表而言，这种自信恰恰是一种负债。FTA 评估的不是你的提示词，而是你的申报表。

算术问题同样真实存在。让语言模型执行税务运算，包括分摊、利息扣除限制、递延税项变动，意味着在本应确定的地方接受了概率性输出。一个 98% 时间正确的模型，其错误频率也足以造成 14% 利息条款专门用来捕捉的那种少缴税款。税务运算必须被计算出来，而不是被预测出来。

先对账，再让 AI 阅读

解决办法不是让 AI 远离税务工作，而是改变 AI 阅读的数据来源。这正是 Rexfin 被设计要承担的那一层。

Rexfin 连接到数字真正存放的系统，包括 QuickBooks、Xero、NetSuite、Sage、SAP、Oracle、数据仓库，或直接读取上传的报表，构建出一个与总账勾稽一致的合并财务模型。公司间余额相互轧平，抵销分录被执行并清晰可见。合并后的基础数据是唯一可信来源，而不是一堆相互矛盾的导出文件。只有到这一步,AI 才开始工作，而且是基于这个模型工作，而不是基于恰好被打开的某份文档。

当数字来自一个已对账的基础层时，税务团队应当坚持的一项属性也随之而来:可追溯性。AI 为计算表呈现的每一个数字，都能回溯到产生它的总账分录。当 FTA 询问本地文件中关联方营收的来源时，答案是一条指向源头的追踪链路，而不是对某份电子表格的模糊回忆。

计算过程同样重要。Rexfin 通过一个确定性引擎完成运算，而不是交给模型去猜。AI 负责检索数字、组织问题、用通俗语言解释结果，但分摊、限制测试、合并总额始终按同一种方式计算。理应一致的两个数字，始终一致。同一个问题问两遍，得到的答案两次相同。正是这种可复现性，才让一份工作底稿真正成为工作底稿，而不是一份还需人工重新核对的草稿。

由此，情景假设分析(what-if)就从令人担忧变得安全可用。你可以模拟不同的公司间利润率对应税基的影响，或测试某项调整对利息风险敞口的影响，而且清楚知道这些情景是基于已对账模型运行的，并可追溯到真实数字。这就是用 AI 探索一个立场，与用 AI 凭空捏造一个立场之间的区别。

诚实的边界

以上这些都不会把纳税申报变成一键完成的事。Rexfin 不会替你决定转让定价政策，不会取代税务顾问的专业判断，也不会让独立交易原则的问题消失。正确为公司间交易定价仍然是专业工作。已对账的基础层所消除的，是一类特定且代价高昂的错误:AI 流畅地在从未真实过的数字上进行推理。它保证了输入数据与算术运算的正确性。这个立场依然需要你自己去辩护，但现在你有能力做到。

这也带来一项过渡成本。走向一个统一的、已对账的模型，意味着要正面处理那些“导出后寄望一切正确”的工作流程原本可以忽略的抵销分录与公司间不匹配问题。这项工作本身就是重点所在。在申报之前把它做好，远比在事后以每年 14% 的代价发现问题要便宜。

结论

阿联酋已经把一个未经核实的数字的代价变得可以量化。一份 AI 税务工作底稿的可信度，取决于它所读取的数据与用以计算的引擎。基于未对账的导出数据起草税务立场，一向是件草率的事;而自 2026 年 4 月起，伴随每年 14% 的利息时钟运转，这份草率会变得代价高昂。先建立已对账的模型，让 AI 基于它阅读与计算，并保留可追溯至源头的记录，以备 FTA 提出询问的那一天。

如果贵集团正迈入一个存在公司间复杂性、且工作流程中已引入 AI 的阿联酋企业所得税周期，欢迎预约演示,我们会向你展示，当每一个税务数字都能与总账勾稽一致时，它们会是什么样子。

关于更广的背景，请参阅为 GCC 地区 AI 财务构建可信数字层这一支柱文章。以下两篇姊妹文章也值得一读:你的 AI 能否将每一个数字追溯到 2025 财年审计报告,以及在 2030 愿景项目中一个已对账的模型如何在 40 家 SPV 之间保持一致。