Il terzo panel ha approfondito i temi della trasparenza fiscale, della compliance e dell’evoluzione degli obblighi professionali nel contesto regolamentare europeo.
Henrik Paulander (Commissione europea, DG TAXUD) ha illustrato il progetto di revisione delle direttive DAC, finalizzato a consolidare il quadro normativo esistente, ridurre le duplicazioni informative e migliorare l’effettiva utilizzabilità dei dati raccolti dalle amministrazioni fiscali. Johan Barros (Accountancy Europe) ha evidenziato come il progressivo aumento degli obblighi di reporting sollevi interrogativi circa la concreta capacità delle autorità fiscali di elaborare e utilizzare efficacemente il crescente volume di informazioni trasmesse.
Aleksandar Ivanovski (CFE Tax Advisers Europe) ha richiamato l’esigenza di garantire proporzionalità, certezza del diritto e chiarezza nella progettazione degli obblighi dichiarativi. Sul versante antiriciclaggio, Raluca Pruna (Commissione europea, DG FISMA) ha descritto il nuovo framework AML come un passaggio verso un sistema maggiormente armonizzato, sostenuto dall’AMLA, finalizzato a colmare le divergenze applicative e le lacune di vigilanza esistenti tra gli Stati membri. È stato inoltre evidenziato come il nuovo impianto normativo estenda i relativi obblighi anche ai settori non finanziari, inclusi i consulenti fiscali.
Con riguardo all’etica professionale, Ken Siong (IESBA) ha illustrato il Global Standard on Tax Planning, soffermandosi in particolare sul credible basis test e sul reputational test, che impongono ai professionisti una valutazione non solo della solidità tecnica delle interpretazioni fiscali adottate, ma anche delle loro implicazioni reputazionali e sistemiche.
Il panel ha infine affrontato il tema dell’utilizzo dell’intelligenza artificiale nella professione tributaria. Ken Siong ha richiamato i rischi derivanti da fenomeni di automation bias e dalla variabilità degli output generati dai sistemi di IA, mentre Raluca Pruna ha ricordato che, ai sensi dell’AI Act europeo, la responsabilità finale per gli output assistiti dall’intelligenza artificiale continua a gravare sui professionisti. Eduardo Gracia Espinar (Ashurst) ha pertanto sottolineato la necessità di considerare tali output come draft work suscettibili di revisione e verifica critica.