2026. március 4-én a Veszprém Vármegyei Kereskedelmi és Iparkamara szakmai rendezvényt szervezett „Transzferár 2026 – új szabályok, AI megoldások” címmel. A résztvevők átfogó képet kaptak a 2026-tól alkalmazandó új transzferár-dokumentációs rendelet legfontosabb változásairól, valamint arról, miként alakította át a mesterséges intelligencia a dokumentációkészítés gyakorlatát.
Kiss Péter, a TruTax Kft. okleveles szakértője bemutatta a 2026-tól alkalmazandó új transzferár-rendelet főbb módosításait. Ismertette, hogy a kötelezettségek továbbra is elsősorban a közép- és nagyvállalkozásokat, valamint a jelentős árbevételű vállalatcsoportokat érintik. Felhívta a figyelmet a mulasztási bírságok jelentős összegére, ami indokolttá teszi a fokozott megfelelést. Részletesen ismertette a helyi dokumentum tartalmi követelményeit, külön kiemelve a karakterizáció, a hasznossági teszt és a pénzügyi szegmentálás szerepét. Hangsúlyt kapott az immateriális javakhoz kapcsolódó DEMPE-funkciók bemutatása is. Az adatbázis-kutatás kapcsán elmondta, hogy szigorúbb szűrési és összehasonlíthatósági feltételeknek kell megfelelni. Bemutatta az egyszerűsített helyi dokumentum lehetőségét bizonyos, alacsony hozzáadott értékű ügyletek esetében. Végül rámutatott a dokumentáció és az adatszolgáltatás összehangolásának fontosságára, valamint az újonnan dokumentálandó ügyletek azonosításának szükségességére.
Dr. Szücs Gábor, a Céginformáció.hu Kft. ügyvezetőjének előadása a mesterséges intelligencia gyakorlati alkalmazását mutatta be a transzferár-dokumentáció készítése során. Az előadó rámutatott, hogy az OECD BEPS-folyamatok és a digitalizálódó adóhatósági ellenőrzések miatt az adminisztrációs terhek jelentősen növekedtek. Ismertette, hogy a gépi tanulás és ERP-integrációk segítségével az AI automatikusan azonosítja és rendszerezi a kapcsolt tranzakciókat. A generatív AI támogatja a funkcionális elemzések és dokumentumvázlatok elkészítését, valamint ellenőrzi a Master File és a Local File közötti összhangot. A benchmarking területén szemantikus kereséssel és hasonlósági pontozással segíti az összehasonlítható társaságok kiválasztását. A prediktív analitika lehetővé teszi a kockázatok előzetes azonosítását és az évközi jövedelmezőség monitorozását. Az előadás szerint az AI alkalmazása jelentős időmegtakarítást és nagyobb pontosságot eredményez. Ugyanakkor hangsúlyozta, hogy a szakértői kontroll továbbra is elengedhetetlen az adatbiztonság és a szakmai megalapozottság biztosítása érdekében.