Η τεχνητή νοημοσύνη αποτελεί το νέο «όπλο» της ΑΑΔΕ στη μάχη κατά της φοροδιαφυγής. Με «έξυπνες» διασταυρώσεις έχει τη δυνατότητα να ξετρυπώνει πιο εύκολα φοροφυγάδες και να αποκαλύπτει μαύρες συναλλαγές. Σύντομα η AI θα εισβάλει και στη ζωή των φορολογούμενων με αυτοματοποιημένα συστήματα υποβοήθησης κατά τη δήλωση φόρων. Αυτά τα συστήματα θα διευκολύνουν τους φορολογούμενους στη συμπλήρωση των δηλώσεών τους, προσφέροντας εξατομικευμένη βοήθεια με ακρίβεια και ευκολία, ελαχιστοποιώντας λάθη και παραλείψεις.

Επίσης έρχονται τα «ρομπότ» τα συστήματα ευφυών εικονικών εξυπηρετητών (smart agents) που θα μπορούν να παρέχουν συμβουλευτική υποστήριξη στους φορολογούμενους για τη συμμόρφωσή τους με τους φορολογικούς κανόνες, διευκολύνοντας την συμμόρφωση. Θα δημιουργηθούν ακόμα ηλεκτρονικές πλατφόρμες για εκπαίδευση, παρέχοντας στοχευμένο εκπαιδευτικό υλικό για τη φορολογική συμμόρφωση, βοηθώντας τους φορολογούμενους να κατανοήσουν τις υποχρεώσεις και τα δικαιώματά τους.

Μέσα σε ελάχιστο χρόνο από την υποβολή μιας φορολογικής δήλωσης ο φοροελεγκτικός μηχανισμός της ΑΑΔΕ χάρη στην τεχνητή νοημοσύνη θα είναι σε θέση να εντοπίζει κρυφά εισοδήματα αλλά και να προβλέπει εάν οι φορολογούμενοι θα πληρώσουν τους φόρους. Επιπλέον με τη χρήση της τεχνητής νοημοσύνης, η ΑΑΔΕ θα ανιχνεύει συμπεριφορικά προφίλ, όπως ασυνήθιστες συναλλαγές ή μεταφορές χρημάτων, θα σκιαγραφεί το προφίλ κινδύνου για φορολογούμενους και επιχειρήσεις σχετικά με την πιθανότητα φοροδιαφυγής και φοροαποφυγής και θα προβλέπει φορολογικές παραβάσεις.

Σύμφωνα με το σχέδιο της ΑΑΔΕ για τη χρήση της τεχνητής νοημοσύνης στη λειτουργία των υπηρεσιών της και στον περιορισμό της φοροδιαφυγής, ο φοροελεγκτικός μηχανισμός θα έχει τη δυνατότητα να αποκαλύπτει φορολογητέα ύλη:

  • Αναλύοντας μεγάλα σύνολα δεδομένων από διάφορες πηγές, όπως τραπεζικές συναλλαγές, ψηφιακές δημόσιες πλατφόρμες, και μέσα κοινωνικής δικτύωσης.
  • Ανιχνεύοντας συμπεριφορικά προφίλ, όπως ασυνήθιστες συναλλαγές ή μεταφορές χρημάτων και πληρωμές μέσω καρτών σε μη καταχωρημένους πωλητές, που συνδέονται συχνά με μη καταγεγραμμένη οικονομική δραστηριότητα μέσω πλατφορμών στη λεγόμενη οικονομία διαμοιρασμού.
  • Εντοπίζοντας ανωμαλίες και ασυνήθιστες αποκλίσεις στα εισοδήματα πολιτών και επιχειρήσεων, όπως η μη αναλογία μεταξύ των εισοδηματικών πηγών και των δαπανών.

Όλα τα παραπάνω μπορούν να οδηγήσουν σε πιο στοχευμένους φορολογικούς ελέγχους:

  • Προβλέποντας φορολογικές παραβάσεις, με τη χρήση μοντέλων μηχανικής μάθησης για την εκτίμηση του κινδύνου φορολογικών παραβάσεων, βασιζόμενοι σε προηγούμενα μοτίβα συμπεριφοράς, που ενδέχεται να υποδεικνύουν φορολογική απάτη.
  • Αναπτύσσοντας προφίλ κινδύνου για φορολογούμενους και επιχειρήσεις σχετικά με την πιθανότητα φοροδιαφυγής και φοροαποφυγής, επιτρέποντας στις φορολογικές αρχές να αποφασίζουν, να προτεραιοποιούν και να εστιάζουν τους ελέγχους σε συγκεκριμένες ομάδες.
  • Αξιολογώντας και αξιοποιώντας καταγγελίες των πολιτών για περιπτώσεις φοροδιαφυγής με αυτοματοποιημένο, γρήγορο και αποτελεσματικό τρόπο και με περισσότερες δυνατότητες συλλογής και ανάλυσης πληροφοριών.