Ứng dụng trí tuệ nhân tạo trong kế toán thuế tại các doanh nghiệp thương mại ở Việt Nam

Trần Thị Thúy Nga

Trường Đại học Điện lực

Email: [email protected]

Tóm tắt

Nghiên cứu phân tích thực trạng ứng dụng trí tuệ nhân tạo (AI) trong kế toán thuế tại các doanh nghiệp thương mại ở Việt Nam, tập trung vào mức độ ứng dụng theo từng nhóm nghiệp vụ và những rào cản chủ yếu trong quá trình triển khai. Kết quả cho thấy AI hiện được ứng dụng chủ yếu trong xử lý hóa đơn, đối soát và hỗ trợ các nghiệp vụ có tính chất xử lý dữ liệu, trong khi ứng dụng cho phân tích và dự báo nghĩa vụ thuế còn hạn chế. Các rào cản tập trung vào chất lượng và mức độ liên thông của dữ liệu, năng lực nhân sự, chi phí đầu tư, khả năng tích hợp hệ thống, an toàn dữ liệu và trách nhiệm đối với kết quả do AI tạo ra. Kết quả cung cấp một số hàm ý thực tiễn cho doanh nghiệp thương mại trong quá trình tích hợp AI vào hoạt động kế toán thuế.

Từ khóa: Trí tuệ nhân tạo, kế toán thuế, doanh nghiệp thương mại

Abstract

This study analyzes the current state of artificial intelligence (AI) adoption in tax accounting among commercial enterprises in Viet Nam, focusing on the level of adoption across different accounting functions and the major barriers encountered during implementation. The findings indicate that AI is currently used primarily for invoice processing, reconciliation, and other data-processing tasks, while its application to the analysis and forecasting of tax liabilities remains limited. The main barriers include data quality and interoperability, human resource capabilities, investment costs, system integration, data security, and accountability for AI-generated outputs. The findings provide practical implications for commercial enterprises in the process of integrating AI into tax accounting activities.

Keywords: Artificial intelligence, tax accounting, commercial enterprises

ĐẶT VẤN ĐỀ

Sự phát triển của kinh tế số đang làm thay đổi đáng kể phương thức tổ chức hoạt động kế toán và quản trị thuế tại doanh nghiệp. Thay vì chủ yếu thực hiện ghi nhận và xử lý dữ liệu sau khi giao dịch phát sinh, hệ thống kế toán ngày càng hướng tới tự động hóa, phân tích dữ liệu và hỗ trợ kiểm soát theo thời gian gần thực. Trong quá trình này, AI có khả năng hỗ trợ nhận diện chứng từ, xử lý dữ liệu, đối chiếu hóa đơn, phát hiện giao dịch bất thường và phân tích thông tin phục vụ quản trị thuế. Đối với doanh nghiệp thương mại, nhu cầu này càng rõ nét do đặc điểm số lượng giao dịch lớn, dữ liệu phát sinh từ nhiều kênh bán hàng và hệ thống quản lý khác nhau.

Tại Việt Nam, quá trình số hóa hoạt động kế toán và thuế đang được thúc đẩy cùng với sự hoàn thiện của hệ thống hóa đơn điện tử và các quy định mới về kế toán, công nghệ số và trí tuệ nhân tạo. Thông tư số 99/2025/TT-BTC về chế độ kế toán doanh nghiệp, Thông tư số 32/2025/TT-BTC về hóa đơn, chứng từ điện tử, Nghị định số 70/2025/NĐ-CP sửa đổi, bổ sung Nghị định số 123/2020/NĐ-CP, cùng Luật Công nghiệp công nghệ số năm 2025 và Luật Trí tuệ nhân tạo tạo thêm cơ sở pháp lý cho quá trình số hóa và ứng dụng công nghệ trong hoạt động doanh nghiệp. Sự thay đổi này đồng thời đặt ra yêu cầu đối với doanh nghiệp trong việc nâng cao năng lực quản trị dữ liệu, bảo đảm an toàn thông tin và kiểm soát các công cụ AI được sử dụng trong nghiệp vụ kế toán thuế.

Tuy nhiên, việc ứng dụng AI trong kế toán thuế không chỉ phụ thuộc vào khả năng tiếp cận công nghệ. Chất lượng dữ liệu, mức độ kết nối giữa các hệ thống, năng lực của nhân viên kế toán, chi phí đầu tư, khả năng kiểm soát kết quả AI và yêu cầu bảo mật đều có thể ảnh hưởng đến hiệu quả triển khai. Trong khi đó, các nghiên cứu hiện có chủ yếu tiếp cận AI trong kế toán ở phạm vi rộng hoặc tập trung vào khả năng tự động hóa nghiệp vụ, chưa làm rõ tương đối cụ thể mức độ ứng dụng AI theo các chức năng của kế toán thuế tại doanh nghiệp thương mại Việt Nam cũng như những rào cản trực tiếp trong quá trình triển khai.

Xuất phát từ khoảng trống đó, nghiên cứu tập trung phân tích thực trạng ứng dụng AI trong kế toán thuế tại các doanh nghiệp thương mại ở Việt Nam, đồng thời nhận diện những rào cản chủ yếu đối với quá trình ứng dụng.

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu kết hợp phân tích tài liệu và khảo sát mô tả. Dữ liệu thứ cấp được thu thập từ các văn bản pháp luật, báo cáo của cơ quan quản lý nhà nước và các công trình nghiên cứu liên quan đến AI, kế toán, thuế và chuyển đổi số trong giai đoạn gần đây. Các tài liệu được sử dụng nhằm xây dựng cơ sở lý luận, xác định bối cảnh pháp lý và hình thành các nhóm nội dung khảo sát.

Dữ liệu sơ cấp được thu thập từ 250 doanh nghiệp thương mại tại Việt Nam trong năm 2026. Nội dung khảo sát tập trung vào hai nhóm chính: (i) mức độ ứng dụng AI trong một số nghiệp vụ kế toán thuế, gồm xử lý hóa đơn, đối soát, phát hiện giao dịch bất thường, phân tích dữ liệu, dự báo nghĩa vụ thuế và hỗ trợ lập báo cáo, kê khai thuế; và (ii) những rào cản trong quá trình ứng dụng AI, gồm dữ liệu, nhân lực, chi phí, khả năng tích hợp, an toàn thông tin, mức độ sẵn sàng của nhân viên và trách nhiệm đối với kết quả AI.

Dữ liệu được tổng hợp bằng phương pháp thống kê mô tả, thể hiện qua tần suất và tỷ lệ phần trăm doanh nghiệp lựa chọn từng phương án.

KẾT QUẢ NGHIÊN CỨU

Kết quả khảo sát đối với 250 doanh nghiệp thương mại cho thấy mức độ ứng dụng AI trong kế toán thuế đã bắt đầu hình thành nhưng còn tập trung chủ yếu ở những nghiệp vụ có tính chất xử lý dữ liệu và tự động hóa. Mức độ ứng dụng giảm dần khi chuyển từ xử lý chứng từ sang các chức năng phân tích, dự báo và hỗ trợ ra quyết định.

Bảng 1: Mức độ ứng dụng AI trong kế toán thuế tại các doanh nghiệp thương mại

Đơn vị: %

Nguồn: Khảo sát của tác giả, 2026

Cụ thể, theo kết quả Bảng 1, xử lý hóa đơn bằng OCR/NLP là ứng dụng có mức độ phổ biến cao nhất, với 45,6% doanh nghiệp cho biết đã sử dụng thường xuyên. Đối soát hóa đơn đầu vào, đầu ra cũng có tỷ lệ sử dụng thường xuyên tương đối cao, đạt 40,8%. Đây đều là những nghiệp vụ có khối lượng dữ liệu lớn, quy trình tương đối chuẩn hóa và có khả năng kết hợp với các hệ thống hóa đơn điện tử, phần mềm kế toán hiện có.

Trong khi đó, mức độ ứng dụng giảm đáng kể đối với các chức năng đòi hỏi AI tham gia sâu hơn vào phân tích và dự báo. Chỉ 20,0% doanh nghiệp sử dụng thường xuyên AI cho phân tích dữ liệu thuế và 12,8% sử dụng cho dự báo nghĩa vụ thuế. Đáng chú ý, 61,6% doanh nghiệp chưa sử dụng AI cho chức năng dự báo nghĩa vụ thuế. Điều này cho thấy quá trình ứng dụng AI trong kế toán thuế hiện vẫn nghiêng về tự động hóa và hỗ trợ xử lý nghiệp vụ, trong khi khả năng khai thác AI cho phân tích và dự báo còn tương đối hạn chế. Kết quả này phù hợp với nhận định của bài viết về sự khác biệt giữa ứng dụng AI ở cấp độ xử lý chứng từ và ứng dụng AI ở cấp độ phân tích, dự báo.

Bảng 2: Những rào cản đối với ứng dụng AI trong kế toán thuế

Nguồn: Khảo sát của tác giả, 2026

Bên cạnh mức độ ứng dụng, khảo sát cũng cho thấy doanh nghiệp phải đối mặt với nhiều rào cản khác nhau. Theo Bảng 2, trong các rào cản được khảo sát, dữ liệu kế toán chưa chuẩn hóa và phân tán được lựa chọn nhiều nhất, với 58,4% doanh nghiệp. Kết quả này khá phù hợp với đặc điểm được phân tích trong nghiên cứu, khi dữ liệu kế toán của doanh nghiệp thương mại thường phát sinh đồng thời từ hệ thống bán hàng, quản lý kho, mua hàng, hóa đơn điện tử và phần mềm kế toán. Khi các hệ thống chưa được kết nối hoặc sử dụng các chuẩn dữ liệu khác nhau, việc đưa AI vào đối soát, phân tích và phát hiện bất thường sẽ gặp nhiều hạn chế.

Thiếu nhân lực có kỹ năng AI và phân tích dữ liệu đứng thứ hai, được 54,8% doanh nghiệp lựa chọn. Điều này cho thấy rào cản nhân lực không chỉ nằm ở khả năng sử dụng phần mềm mà còn ở năng lực hiểu, kiểm tra và khai thác kết quả do AI tạo ra. Trong kế toán thuế, yêu cầu này càng đáng chú ý vì kết quả xử lý của AI vẫn cần được nhân sự chuyên môn kiểm tra trước khi sử dụng cho kê khai và quyết toán.

Chi phí đầu tư cũng là một trở ngại đáng kể, với 51,6% doanh nghiệp lựa chọn. Tỷ lệ này có thể phản ánh sự khác biệt về nguồn lực giữa các nhóm doanh nghiệp, đặc biệt khi việc ứng dụng AI không chỉ đòi hỏi chi phí phần mềm mà còn liên quan đến chuẩn hóa dữ liệu, tích hợp hệ thống và đào tạo nhân sự. Đây cũng là cơ sở để lý giải sự phân hóa về mức độ ứng dụng AI theo quy mô doanh nghiệp được bài viết đề cập.

Ngoài các vấn đề về công nghệ và nguồn lực, 44,4% doanh nghiệp quan ngại về bảo mật và an toàn dữ liệu, trong khi 32,8% cho rằng trách nhiệm khi AI đưa ra kết quả sai chưa thực sự rõ ràng. Hai vấn đề này đặc biệt đáng chú ý đối với kế toán thuế vì dữ liệu sử dụng có thể bao gồm thông tin về giá vốn, giao dịch, nhà cung cấp và nghĩa vụ thuế. Kết quả khảo sát vì vậy củng cố nhận định rằng rào cản đối với AI không chỉ nằm ở khả năng đầu tư công nghệ mà còn liên quan đến chất lượng dữ liệu, năng lực nhân sự, an toàn thông tin và môi trường pháp lý.

GIẢI PHÁP THÚC ĐẨY ỨNG DỤNG AI TRONG KẾ TOÁN THUẾ TẠI CÁC DOANH NGHIỆP THƯƠNG MẠI

Thứ nhất, chuẩn hóa và liên thông dữ liệu kế toán, thuế.

Doanh nghiệp cần thống nhất danh mục hàng hóa, khách hàng, nhà cung cấp, tài khoản kế toán và mã giao dịch giữa hệ thống bán hàng, quản lý kho, mua hàng, hóa đơn điện tử và phần mềm kế toán. Đồng thời, xây dựng quy trình kiểm tra, làm sạch và cập nhật dữ liệu định kỳ. Đây là điều kiện cần để AI có thể xử lý, đối chiếu và phân tích dữ liệu một cách nhất quán, đặc biệt đối với doanh nghiệp có nhiều cửa hàng, chi nhánh và kênh bán hàng.

Thứ hai, triển khai AI theo lộ trình và gắn với từng nghiệp vụ cụ thể.

Doanh nghiệp nên ưu tiên các ứng dụng có khả năng tạo hiệu quả trực tiếp như nhận diện và phân loại hóa đơn, nhập liệu chứng từ, đối chiếu dữ liệu và cảnh báo sai lệch. Sau khi các quy trình này vận hành ổn định, có thể mở rộng sang phát hiện giao dịch bất thường, phân tích dữ liệu và hỗ trợ dự báo nghĩa vụ thuế. Cách triển khai từng bước giúp doanh nghiệp kiểm soát chi phí, hạn chế rủi ro và đánh giá hiệu quả trước khi mở rộng đầu tư.

Thứ ba, nâng cao năng lực AI và phân tích dữ liệu của đội ngũ kế toán.

Đào tạo cần tập trung vào khả năng sử dụng công cụ AI, chuẩn bị dữ liệu, kiểm tra kết quả và nhận diện sai lệch thay vì chỉ hướng dẫn thao tác phần mềm. Doanh nghiệp nên tổ chức đào tạo theo các tình huống thực tế của kế toán thuế, đồng thời tăng cường phối hợp giữa bộ phận kế toán và công nghệ thông tin. Đối với các doanh nghiệp thương mại quy mô nhỏ, có thể sử dụng dịch vụ đào tạo hoặc tư vấn bên ngoài để giảm chi phí xây dựng năng lực nội bộ.

Thứ tư, lựa chọn giải pháp AI phù hợp với hệ thống và nguồn lực của doanh nghiệp.

Doanh nghiệp nên ưu tiên các giải pháp có khả năng tích hợp với phần mềm kế toán, bán hàng, quản lý kho và hóa đơn điện tử đang sử dụng, thay vì đầu tư một hệ thống AI độc lập. Trước khi triển khai, cần đánh giá khả năng tương thích, chi phí đầu tư, chi phí duy trì và khả năng mở rộng. Với doanh nghiệp có nguồn lực hạn chế, mô hình AI cung cấp dưới dạng dịch vụ có thể được cân nhắc nhằm giảm áp lực đầu tư ban đầu.

Thứ năm, thiết lập cơ chế bảo mật và kiểm soát trách nhiệm khi sử dụng AI.

Doanh nghiệp cần phân loại dữ liệu, kiểm soát quyền truy cập và quy định rõ loại thông tin được phép đưa vào hệ thống AI. Đối với các kết quả có liên quan trực tiếp đến hạch toán, kê khai và quyết toán thuế, cần duy trì cơ chế AI hỗ trợ, kế toán kiểm tra và người có thẩm quyền phê duyệt. Đồng thời, doanh nghiệp cần lưu vết quá trình xử lý và xác định rõ trách nhiệm khi phát sinh sai lệch, qua đó hạn chế rủi ro về dữ liệu, bảo mật và tuân thủ pháp luật.

Tài liệu tham khảo:

1. Bộ Tài chính (2025). Thông tư số 32/2025/TT-BTC hướng dẫn thực hiện một số điều của Luật Quản lý thuế ngày 13/6/2019, Nghị định số 123/2020/NĐ-CP ngày 19/10/2020 của Chính phủ quy định về hóa đơn, chứng từ và Nghị định số 70/2025/NĐ-CP ngày 20/3/2025 sửa đổi, bổ sung một số điều của Nghị định số 123/2020/NĐ-CP.

2. Bộ Tài chính (2025). Thông tư số 99/2025/TT-BTC ngày 27/10/2025 hướng dẫn Chế độ kế toán doanh nghiệp.

3. Bộ Thông tin và Truyền thông (2025). Báo cáo số 08/BC-BTTTT ngày 04/02/2025 về chuyển đổi số quốc gia.

4. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.

5. Rogers, E. M. (2003). Diffusion of innovations (5th ed.). Free Press.

6. Tornatzky, L. G., & Fleischer, M. (1990). The processes of technological innovation. Lexington Books.