En waarom dat nu al begint
Steeds meer fiscalisten in de adviespraktijk werken met AI-tools. Althans, nog voorzichtig, nog vaak naast het gewone werk om — maar de beweging is duidelijk. En eigenlijk al best veel mensen, met ChatGPT en Claude. De vraag die ik mezelf stel: wat doet dit met het vak, en dan vooral met het verschil tussen de junior en de ervaren fiscalist?
De junior verandert het meest
Het klassieke instapwerk — uitzoeken wat een arrest betekent, een eerste concept-memo schrijven, een aangifte controleren op standaardfouten — is precies waar AI nu al goed in is. Onderzoek van Goldman Sachs laat zien dat tot bijna de helft van de werkzaamheden in de fiscale dienstverlening te automatiseren is. Dan blijft er toch nog een dikke 50% over.
Voor junioren betekent dat een verschuiving: minder zelf opzoeken en samenvatten, meer beoordelen of een AI-antwoord klopt. En dat is lastiger dan het klinkt — om AI-output goed te kunnen toetsen, heb je juist sterke vaktechnische basis nodig, niet minder. En vergeet niet de prompt! Deze bepaalt je AI-output. En voor het schrijven van een goede prompt is inzicht en kennis nodig. Het teruglopen van het opzoekwerk maakt dat er tijd overblijft voor bijvoorbeeld het ontwikkelen van ‘social skills’. Ook hard nodig als adviseur.
Ik sprak hierover ook met enkele tax partners. Een aantal van hen overweegt bewust om junioren nog niet met een AI-tool te laten werken — uit angst dat de ontwikkeling stagneert voordat die goed op gang is gekomen. Op zich geen gekke gedachte: zonder dat onderbuikgevoel dat je alleen opbouwt door zelf door de stof heen te ploeteren, herken je later ook niet wanneer een AI-antwoord net iets te makkelijk klinkt.
Toch is “niet werken met AI” misschien niet de beste oplossing. Het risico daarvan is dat junioren straks een andere achterstand hebben: ervaring in hoe je een AI-tool kritisch en effectief gebruikt. Misschien zit de oplossing dus niet in “wel of niet”, maar in de volgorde: eerst zelf het werk doen, en de AI-output daarna pas als controlemiddel ernaast leggen — in plaats van AI als startpunt te nemen.

Daar zit ook het risico. Als junioren te vroeg AI laten “denken” voordat ze de stof zelf hebben doorleefd, ontwikkelen ze die beoordelingsvaardigheid nooit. Hoe leid je iemand op die nooit echt zelf in het diepe heeft gezeten? En hoe maakt Johan dan een goede prompt? Dat wordt de komende jaren een serieus opleidingsvraagstuk voor kantoren.
Ik verwacht ook dat het aantal pure instapfuncties bij de grotere kantoren afneemt — partijen als PwC en Deloitte automatiseren hun research en eerste concepten al met tools als ChatPwC en Harvey. De junioren die overblijven, moeten sneller naar een hoger niveau door. Prompting en AI-toetsing worden basisvaardigheden, net zoals Excel dat ooit werd.
De ervaren fiscalist schuift op naar oordeelsvorming
Voor de ervaren adviseur verandert het werk minder qua taken, maar wel qua zwaartepunt. GenAI vervangt de fiscalist niet, het verandert wat die fiscalist doet. Concreet betekent dat:
- Meer tijd voor de vraag achter de vraag: feiten en omstandigheden interpreteren, risico inschatten, strategisch advies geven. En dus onder andere komen tot een zeer goede prompt.
- Een rol als “supervisor van AI-output” — wat juist scherpere vaktechnische kennis vraagt, want je moet hallucinaties en gemiste nuances herkennen vóórdat ze bij de klant terechtkomen.
- Waarschijnlijk meer declarabele uren in advisering en minder in uitzoekwerk, wat op kantoorniveau de discussie over uurtarieven en fee-modellen aanwakkert.
Wat dit betekent voor de markt
Kantoren gaan steeds meer zoeken naar fiscalisten die zowel vaktechnisch sterk zijn als AI-tools vlot kunnen inzetten én beoordelen. Dat wordt een onderscheidende competentie op het cv — niet als vervanging van vakkennis, maar als verlengstuk ervan. Het is dan ook geen toeval dat opleiders als SRA en Lefebvre Sdu Licent Academy nu al cursussen aanbieden specifiek gericht op AI-gebruik voor fiscalisten en junior belastingadviseurs.
Het vak verdwijnt niet. Het verschuift: van zelf uitzoeken naar zelf beoordelen, van productie naar oordeelsvorming. Wie dat tijdig oppakt — als kantoor én als individuele fiscalist — staat er over twee jaar beter voor dan wie wacht tot het moet. En uiteindelijk zal er ook meer tijd overblijven voor het onderhouden van de relatie met je klant. En dat is ook winst!
Veelgestelde vragen over AI en het vak van de fiscalist
Nee. AI neemt vooral het opzoek- en productiewerk over, zoals research en eerste concepten. De interpretatie van feiten, risico-inschatting en het strategische advies blijven mensenwerk. Het vak verschuift van zelf uitzoeken naar zelf beoordelen.
Onderzoek van Goldman Sachs laat zien dat tot bijna de helft van de werkzaamheden in de fiscale dienstverlening te automatiseren is. Dat betekent dat er ook nog altijd een groot deel overblijft dat menselijke beoordeling vraagt.
Dat ligt genuanceerd. Te vroeg AI laten “denken” voordat de basis is geleerd, kan de ontwikkeling van beoordelingsvaardigheid remmen. Tegelijk hebben junioren die nooit met AI werken later een achterstand in het effectief en kritisch gebruiken van deze tools. De volgorde is belangrijker dan het wel-of-niet: eerst zelf het werk doen, en de AI-output daarna pas als controlemiddel ernaast leggen.
Prompting en het kritisch toetsen van AI-output worden basisvaardigheden, vergelijkbaar met hoe Excel dat ooit werd. Daarnaast krijgen ‘social skills’ en klantcontact meer ruimte, omdat er tijd vrijkomt door minder opzoekwerk.
Kantoren zoeken steeds meer naar fiscalisten die zowel vaktechnisch sterk zijn als AI-tools vlot kunnen inzetten en beoordelen. Dit wordt een onderscheidende competentie op het cv, niet als vervanging van vakkennis maar als verlengstuk ervan.

