Автоматизация за одит на богатите: Може ли AI да приведе в ред лицата, укриващи данъци?

КРЕДИТ ЗА ИЗОБРАЖЕНИЕ:
Изображение на кредит
iStock

Автоматизация за одит на богатите: Може ли AI да приведе в ред лицата, укриващи данъци?

Автоматизация за одит на богатите: Може ли AI да приведе в ред лицата, укриващи данъци?

Подзаглавен текст
Може ли AI да помогне на правителствата да наложат данъчна политика върху 1 процента?
    • Автор:
    • име Автор
      Quantumrun Foresight
    • Октомври 25, 2023

    Резюме на прозрението

    Правителствата по света, включително Китай и САЩ, проучват използването на изкуствен интелект (AI) за модернизиране на данъчните системи. Китай се стреми към пълна автоматизация до 2027 г., като се фокусира върху укриването на данъци сред богатите и влиятелните лица в социалните медии. За разлика от това, САЩ се борят с одита на богатите поради намалените бюджети на IRS и използването на законови вратички. Salesforce разработи AI Economist, инструмент, използващ обучение за укрепване, за да изследва справедливи данъчни политики. Въпреки че е обещаваща, технологията поражда опасения като засилено обществено наблюдение и съпротива от страна на богати хора и корпорации, които може да се борят срещу автоматизацията в данъчното облагане.

    Автоматизация за одит на богатия контекст

    Китайската държавна данъчна администрация обеща да увеличи използването на AI (2022 г.), за да идентифицира лицата, укриващи данъци, и да им даде най-суровото наказание съгласно закона. За да подобри мониторинга, Китай напредва с разработването на системата Golden Tax IV, според която фирмените данни и информация от собственици, ръководители, банки и други пазарни регулатори ще бъдат свързани и достъпни за разследване от данъчните власти. По-специално, страната се насочва към създателите на съдържание в социалните медии и влиятелните лица, които печелят милиони долари от онлайн потоци. Китай се надява да внедри пълна автоматизация до 2027 г., използвайки облака и големите данни. Богатите в Китай също очакват по-големи данъчни плащания през тази година (2022-2023 г.), благодарение на кампанията за „общ просперитет“ на президента Си Дзинпин.

    Междувременно данъчното облагане на богатите в САЩ продължава да бъде трудна битка. През 2019 г. IRS призна, че е по-рентабилно да се облагат хората с ниски заплати, отколкото да се преследват големите корпорации и най-добрият 1 процент. Агенцията декларира, че тъй като свръхбогатите имат армия от най-добрите адвокати и счетоводители на свое разположение, те могат да се възползват от различни законови вратички в данъчното облагане, включително офшорни сметки. Бюджетът на агенцията също беше намаляван в продължение на десетилетия от Конгреса, което доведе до неоптимални нива на персонал. И докато има двупартийна подкрепа за увеличаване на финансирането на агенцията, ръчният труд няма да е достатъчен за борба с ресурсите на мултимилионерите.

    Разрушително въздействие

    Автоматизирането на данъчните политики е сложна и често противоречива тема. Но какво ще стане, ако има начин да го направим по-малко политически и по-обусловен от данни, така че да е справедлив за всички? Влезте в AI Economist – инструмент, разработен от изследователи в технологичната фирма Salesforce, който използва обучение за подсилване, за да идентифицира оптимални данъчни политики за симулирана икономика. AI все още е сравнително прост (не може да отчете всички сложности на реалния свят), но е обещаваща първа стъпка към оценяване на политиките по нов начин. В един ранен резултат изкуственият интелект откри подход, максимизиращ производителността и равенството в доходите, който беше с 16 процента по-справедлив от най-съвременната прогресивна данъчна рамка, изучавана от академични икономисти. Подобрението спрямо настоящата политика на САЩ беше още по-значително.

    Преди невронните мрежи (взаимосвързани точки от данни) бяха използвани за управление на агенти в симулирани икономики. Превръщането на политиците в ИИ обаче насърчава модел, в който работниците и политиците се адаптират към поведението на другия. Тъй като стратегия, научена при една данъчна политика, може да не работи толкова добре при друга, моделите за обучение с подсилване имаха затруднения с тази динамична среда. Това също означаваше, че изкуственият интелект е разбрал как да играе системата. Някои служители се научиха да намаляват производителността си, за да се класират за по-ниска данъчна група и след това да я увеличат отново, за да избегнат плащането на данъци. Въпреки това, според Salesforce, това вземане-даване между работници и политици предоставя симулация, по-реалистична от всеки предишно изграден модел, като данъчните политики обикновено са определени и по-често са от полза за богатите.

    По-широки последици от автоматизирания одит на богатите

    Възможните последици от използването на автоматизация за одит на богатите може да включват: 

    • Повишени изследвания за това как AI може да съпоставя, синтезира и изпълнява данъчни декларации.
    • Държави като Китай въвеждат по-строги данъчни разпоредби за своите големи корпорации и високодоходоносни хора. Това обаче може да доведе до засилено обществено наблюдение и натрапчиво събиране на данни.
    • Повече налично публично финансиране за реинвестиране в обществени услуги от всякакъв вид.
    • Повишено обществено институционално доверие в държавните агенции за справедливо прилагане на закона и данъчното облагане.
    • Големи корпорации и мултимилионери се противопоставят на автоматизираното данъчно облагане с увеличени разходи за лобисти, като използват поверителността на данните и опасенията за хакерство, за да противодействат на използването на технологията.
    • Богатите наемат повече счетоводители и адвокати, за да им помогнат да заобиколят автоматизираното данъчно облагане.
    • Технологичните фирми увеличават инвестициите в разработването на решения за машинно обучение в данъчния сектор и си партнират с данъчни агенции.

    Въпроси за коментар

    • Имате ли опит с използването на автоматизирани данъчни услуги?
    • Как иначе AI може да помогне при управлението на данъчна информация и системи?