Hoe verdeelt u de AI-kosten over de verschillende landen en rechtspersonen?

Om AI-kosten over landen en rechtspersonen te verdelen, moet u een duidelijke toerekeningsmethodiek vaststellen, AI-diensten koppelen aan de bedrijfsonderdelen of entiteiten die er gebruik van maken, en consistente transfer pricing-regels toepassen die voldoen aan de lokale belastingwetgeving. Dit is geen puur technische aangelegenheid; het bevindt zich op het snijvlak van financieel IT-beheer, naleving van belastingwetgeving en functieoverschrijdend bestuur. In de onderstaande paragrafen worden de meest voorkomende uitdagingen, methoden en hulpmiddelen toegelicht die ervoor zorgen dat dit in de praktijk goed werkt.

Waarom is het zo ingewikkeld om AI-kosten over verschillende rechtspersonen te verdelen?

De toewijzing van AI-kosten over verschillende rechtspersonen heen is complex, omdat AI-diensten van nature gedeeld worden, het verbruik op het niveau van de rechtspersoon vaak onzichtbaar is en de kosten zelf verspreid zijn over meerdere categorieën – rekenkracht, opslag, API-aanroepen, licenties en menselijk toezicht – die niet eenduidig aan één land of bedrijfsonderdeel kunnen worden gekoppeld. In tegenstelling tot traditionele softwarelicenties zijn AI-uitgaven dynamisch en gebruiksafhankelijk, waardoor statische toewijzingsmodellen ontoereikend zijn.

Verschillende factoren maken deze complexiteit nog groter. Ten eerste draaien veel organisaties AI-workloads op een gecentraliseerde cloudinfrastructuur, wat betekent dat één enkel model of platform tegelijkertijd meerdere regio’s bedient. Het is zelden eenvoudig om vast te stellen welke rechtspersoon de “eigenaar” is van een bepaalde AI-interactie. Ten tweede bevatten AI-kosten vaak verborgen componenten: kosten voor gegevensopname, modeltrainingen, fijnafstemming en inferentie gedragen zich verschillend en vereisen afzonderlijke trackinglogica.

Ten derde verschillen de wettelijke en regelgevende vereisten per land. Wat in het ene rechtsgebied als aftrekbare technologische kosten wordt beschouwd, kan in een ander rechtsgebied worden behandeld als een vergoeding voor interne dienstverlening, waardoor er verplichtingen op het gebied van transfer pricing ontstaan. Zonder een weloverwogen toewijzingskader komen organisaties terecht in een situatie met kostenpools waarvoor niemand verantwoordelijk is, financiële teams die de cijfers niet kunnen verklaren en onvoorziene belastingrisico’s.

Wat zijn de meest gangbare methoden voor de toerekening van AI-kosten?

De meest gangbare methoden voor de toerekening van AI-kosten zijn directe toerekening, proportionele toerekening op basis van gebruiksstatistieken en doorberekening tegen een vast tarief. Elke methode is geschikt voor verschillende organisatiestructuren en niveaus van kostentransparantie, en veel organisaties combineren meerdere benaderingen, afhankelijk van het soort AI-kosten waar het om gaat.

• Directe toewijzing: AI-kosten worden rechtstreeks toegerekend aan de rechtspersoon of de bedrijfsunit die ze heeft verbruikt. Dit werkt goed wanneer AI-diensten uitsluitend voor één entiteit bestemd zijn en de gebruiksgegevens gedetailleerd genoeg zijn om dit te ondersteunen. Het is de meest transparante methode, maar vereist een degelijke tagging en meting op infrastructuurniveau.
• Proportionele toewijzing: Gedeelde AI-kosten worden over de verschillende entiteiten verdeeld op basis van een criterium, zoals het aantal gebruikers, het aantal API-aanroepen, de omzetbijdrage of het aantal medewerkers. Dit is de meest gangbare aanpak voor gedeelde platforms, maar de keuze van het criterium heeft een aanzienlijke invloed op de verdeling van de kosten.
• Terugboeking tegen een vast tarief: Per eenheid AI-verbruik (per modelaanroep, per token, per rekenuur) wordt een vooraf vastgesteld tarief in rekening gebracht. Dit biedt bedrijfsonderdelen voorspelbaarheid en stimuleert kostenbewust gedrag, maar de tarieven moeten regelmatig worden herzien, aangezien de onderliggende cloudkosten fluctueren.
• Getrapte of gemengde toewijzing: Een combinatie van directe kosten (waar de toerekening duidelijk is) en proportionele verdeling (voor gedeelde infrastructuur en overheadkosten). Dit komt vaak voor in grote ondernemingen, waar sommige AI-diensten gecentraliseerd zijn en andere teamspecifiek.

Welke methode het meest geschikt is, hangt af van de mate van centralisatie van uw AI-infrastructuur, de mate van ontwikkeling van uw werkwijzen op het gebied van kostentoewijzing en de mate van gedetailleerdheid die uw financiële en fiscale teams nodig hebben. Organisaties met FinOps-werkwijzen die al zijn ingevoerd, beschikken doorgaans over de nodige discipline op het gebied van tagging en metingen om de stap te zetten van proportionele schattingen naar een directe, op verbruik gebaseerde toewijzing.

Welke invloed hebben de regels inzake transferprijzen op de toerekening van AI-kosten tussen landen?

Volgens de regels inzake transfer pricing moeten interne vergoedingen voor AI-diensten, waaronder kosten voor gedeelde platforms, vergoedingen voor toegang tot modellen en centraal beheerde AI-infrastructuur, in overeenstemming zijn met de arm’s-length-prijs. Dit betekent dat de prijs die de ene rechtspersoon aan een andere in rekening brengt, vergelijkbaar moet zijn met wat een onafhankelijke derde partij voor dezelfde dienst zou vragen. Niet-naleving kan leiden tot belastingcorrecties, boetes en dubbele belastingheffing.

Wanneer een centrale IT-afdeling AI-platforms host en daarvoor kosten in rekening brengt bij dochterondernemingen in andere landen, worden deze kosten beschouwd als transacties tussen gelieerde ondernemingen waarvoor documentatievereisten inzake transferprijzen gelden. Belastingautoriteiten in veel rechtsgebieden besteden steeds meer aandacht aan grensoverschrijdende technologiekosten, en AI-kosten vormen daarop geen uitzondering. U moet niet alleen kunnen aantonen hoe de kosten zijn toegerekend, maar ook waarom de toerekeningsmethode commercieel verantwoord is.

In de praktijk betekent dit dat uw toerekeningskader voor AI-kosten moet aansluiten bij uw beleid inzake verrekenprijzen. Als uw beleid gebruikmaakt van een ‘cost-plus’-methode voor gedeelde diensten, moeten uw AI-toerekeningspercentages de werkelijke kosten plus een consistente opslag weerspiegelen. Als u een winstverdelingsmethode of de methode van vergelijkbare niet-gecontroleerde prijzen hanteert, hebt u marktbenchmarks nodig voor de prijsstelling van AI-diensten; deze zijn nog in opkomst en vereisen zorgvuldige documentatie.

Het is absoluut noodzakelijk om fiscale en juridische teams al in een vroeg stadium te betrekken bij het ontwerp van uw AI-kostenallocatiemodel. Het achteraf inpassen van transfer pricing-compliance in een allocatiekader dat zonder deze aspecten is opgezet, is aanzienlijk moeilijker en risicovoller dan dit vanaf het begin in te bouwen.

Welke gegevens heb je nodig om de AI-kosten nauwkeurig toe te wijzen?

Om AI-kosten nauwkeurig over landen en rechtspersonen te verdelen, hebt u gebruiksgegevens op werkbelastingsniveau nodig, kostengegevens uitgesplitst per AI-servicecomponent en metagegevens die het verbruik koppelen aan specifieke entiteiten, teams of producten. Zonder dat deze drie soorten gegevens op elkaar zijn afgestemd, is de toewijzing gebaseerd op schattingen die het vertrouwen ondermijnen en tot geschillen leiden tussen de financiële afdeling en de bedrijfsonderdelen.

Concreet gaat het om de volgende gegevens:

• Factuurgegevens van cloudproviders: Gedetailleerde kostenoverzichten uit AWS, Azure of GCP, waarin de kosten voor AI-diensten zijn uitgesplitst naar type resource, regio en account of abonnement.
• Gegevens taggen en labelen: Resourcetags die aangeven welke rechtspersoon, kostenplaats of applicatie eigenaar is van elke AI-workload. Het consequent toepassen van tags is de belangrijkste factor voor de nauwkeurigheid van de toewijzing.
• Gebruiksstatistieken: Het aantal API-aanroepen, het tokenverbruik, het aantal inferentie-uren, de duur van trainingsopdrachten: dit zijn de gedetailleerde statistieken waarmee een evenredige toewijzing kan worden gebaseerd op het daadwerkelijke verbruik in plaats van op het aantal medewerkers of omzetindicatoren.
• Organisatiekaart: Een actueel overzicht van rechtspersonen, kostenplaatsen en de onderlinge relaties daartussen, zodat kostengegevens naar de juiste financiële rapportagestructuur kunnen worden doorgestuurd.
• Contract- en licentiegegevens: Voorwaarden van overeenkomsten inzake AI-platforms, met inbegrip van eventuele afnameverplichtingen, gedifferentieerde prijsstelling of kortingsregelingen voor grote ondernemingen die van invloed zijn op de werkelijke kosten per eenheid.

Gegevenskwaliteit is geen eenmalige aangelegenheid. Naarmate het gebruik van AI toeneemt en er nieuwe diensten worden ingevoerd, is er voortdurend toezicht nodig op de dekking van de tagging en de structuur van de factureringsgegevens om de betrouwbaarheid te waarborgen.

Moeten AI-kosten worden behandeld als gedeelde diensten of als directe kosten?

AI-kosten moeten worden behandeld als directe kosten wanneer het gebruik ervan kan worden toegerekend aan een specifieke rechtspersoon of bedrijfsonderdeel, en als kosten voor gedeelde diensten wanneer de AI-infrastructuur daadwerkelijk ten dienste staat van meerdere entiteiten zonder dat er een duidelijke uitsplitsing van het gebruik mogelijk is. Dit onderscheid is van belang omdat de behandeling als gedeelde dienst aanleiding geeft tot toerekeningsbeslissingen die zowel gevolgen hebben voor de financiële verslaglegging als voor de belastingaangifte.

In de praktijk beschikken de meeste grote organisaties over beide. Een centraal beheerd AI-platform dat meerdere landen ondersteunt, is een gedeelde dienst. Een specifiek AI-model dat is getraind op basis van gegevens van één dochteronderneming voor een specifiek bedrijfsproces, is een directe kostenpost. Door alles als gedeeld te beschouwen terwijl directe toerekening mogelijk is, worden de werkelijke kosten van AI voor afzonderlijke entiteiten onderschat en wordt de verantwoordingsplicht verminderd.

Het shared services-model werkt goed wanneer het centrale IT- of AI-team optreedt als een formele dienstverlener voor het bedrijf, met vastgestelde dienstencatalogi, overeengekomen tarieven en gedocumenteerd beheer. Deze structuur maakt de documentatie inzake transferprijzen ook eenvoudiger, omdat de interne overeenkomst aansluit bij een gevestigd shared services-kader dat door de belastingautoriteiten wordt erkend.

De beslissing moet worden gebaseerd op uw organisatiestructuur, de aard van elke AI-dienst en de mate van kostentransparantie die uw financiële en fiscale teams nodig hebben. Door te beginnen met een duidelijk overzicht van uw AI-diensten en elke dienst in te delen in de categorie ‘gedeeld’ of ‘direct’, legt u een solide basis die u kunt verdedigen.

Welke tools ondersteunen de toewijzing van AI-kosten over verschillende entiteiten en regio’s heen?

Tot de tools die de toewijzing van AI-kosten over verschillende entiteiten en regio’s ondersteunen, behoren platforms voor cloudkostenbeheer, FinOps-tools met toewijzings- en show-back-mogelijkheden, en platforms voor IT-financieel beheer die clouduitgaven koppelen aan bedrijfs- en juridische entiteitsstructuren. Welke tools het meest geschikt zijn, hangt af van de complexiteit van uw omgeving met meerdere entiteiten en van de mate waarin AI-kosten moeten worden geïntegreerd in de bredere IT-financiële rapportage.

Cloud-native tools zoals AWS Cost Explorer, Azure Cost Management en GCP Cost Management bieden factuurgegevens en basisoverzichten van de toewijzing, maar hebben beperkte mogelijkheden om kosten aan juridische entiteiten toe te wijzen, transfer pricing-logica toe te passen of gegevens van meerdere cloudproviders te consolideren.

FinOps-platforms zoals Apptio en Cloudability bieden toewijzingsregels, show-back- en charge-back-workflows en consolidatie over verschillende providers heen. Met deze tools kunt u toewijzingshiërarchieën opzetten die uw juridische structuur weerspiegelen, op gebruik gebaseerde factoren toepassen en rapporten genereren die financiële teams direct kunnen gebruiken. Voor organisaties die AI-kosten in meerdere regio’s beheren, maakt dit niveau van structuur een consistente, controleerbare toewijzing mogelijk.

Voor organisaties die de toewijzing van AI- en cloudkosten moeten koppelen aan het bredere financiële IT-beheer – met inbegrip van on-premises-kosten, leverancierscontracten en rapportage over bedrijfswaarde – biedt de integratie tussen FinOps-tools en een Technology Business Management (TBM)-platform een volledig overzicht. Dankzij deze integratie kunnen AI-kosten niet alleen per entiteit worden gerapporteerd, maar ook per bedrijfsdienst of product dat ze ondersteunen – precies de context die nodig is voor rapportage aan het management en de raad van bestuur.

Hoe wij u helpen bij het toewijzen van AI-kosten aan verschillende landen en entiteiten

Wij helpen organisaties bij het opzetten van het beheer, de gegevensbasis en de tools die nodig zijn om AI-kosten nauwkeurig en conform de regelgeving toe te wijzen aan verschillende rechtspersonen en regio’s. Onze aanpak biedt een oplossing voor de praktische uitdagingen die de toewijzing van AI-kosten bemoeilijken in grote omgevingen met meerdere rechtspersonen:

• Ontwerp van het toewijzingskader: We werken samen met uw financiële, IT- en belastingteams om vast te stellen welke AI-kosten direct en welke gedeeld zijn, om geschikte toerekeningscriteria te selecteren en om de methodologie zodanig te documenteren dat deze de naleving van de transfer pricing-regels ondersteunt.
• Tagging en gegevenskwaliteit: We brengen uw huidige taggingdekking in cloudomgevingen in kaart en implementeren governancepraktijken die ervoor zorgen dat AI-kostengegevens betrouwbaar zijn en aan entiteiten kunnen worden toegewezen op het niveau dat uw rapportage vereist.
• Implementatie van FinOps: Wij implementeren en configureren FinOps-tools, waaronder Apptio Cloudability, om toewijzingshiërarchieën op te zetten die aansluiten bij de structuur van uw juridische entiteiten, chargeback-workflows te automatiseren en rapportages te genereren die direct bruikbaar zijn voor de financiële afdeling.
• TBM-integratie: Wanneer de toewijzing van AI-kosten moet aansluiten op het bredere financiële IT-beheer en de rapportage over bedrijfswaarde, integreren we FinOps- en TBM-raamwerken om het management een volledig overzicht te bieden van de technologie-uitgaven en de impact daarvan op het bedrijf.
• Doorlopend bestuur: Wij helpen u bij het vaststellen van het besluitvormingsritme, de rollen en de verantwoordingsstructuren die ervoor zorgen dat de toewijzing van AI-kosten nauwkeurig blijft, ook naarmate uw AI-portfolio groeit en zich verder ontwikkelt.

Als u de AI-kosten in meerdere landen en rechtspersonen beheert en behoefte hebt aan een gestructureerde, aan de regelgeving conforme aanpak, neem contact met ons op om te bespreken waar we moeten beginnen.