Automatizálás a gazdagok ellenőrzésére: A mesterséges intelligencia sorra hozhatja az adóelkerülőket?

• Szerző:
• Szerző neve

  Quantumrun Foresight
• Október 25, 2023

Insight összefoglaló

A kormányok világszerte, köztük Kína és az Egyesült Államok is vizsgálják a mesterséges intelligencia (AI) használatát az adórendszerek modernizálására. Kína 2027-re a teljes automatizálást tűzi ki célul, a gazdagok és a közösségi média befolyásolóinak adóelkerülésére összpontosítva. Ezzel szemben az Egyesült Államok küzd a gazdagok ellenőrzésével a csökkentett IRS-költségvetés és a jogi kiskapuk miatt. A Salesforce kifejlesztett egy AI Economist eszközt, amely megerősítő tanulást használ a tisztességes adópolitikák felfedezéséhez. Bár ígéretes, a technológia olyan aggályokat vet fel, mint a fokozott nyilvános megfigyelés és a gazdag magánszemélyek és vállalatok ellenállása, akik felvehetik a harcot az adózás automatizálása ellen.

Automatizálás a gazdag környezet auditálásához

A kínai állami adóhatóság megígérte, hogy a mesterséges intelligencia (2022) segítségével azonosítja az adóelkerülőket, és a legszigorúbb büntetést szabja ki rájuk. A nyomon követés javítása érdekében Kína tovább fejleszti a Golden Tax IV rendszert, amelynek keretében a cégadatokat és a tulajdonosoktól, vezetőktől, bankoktól és más piaci szabályozó hatóságoktól származó információkat összekapcsolják, és az adóhatóságok megvizsgálhatják. Az ország különösen a közösségi média tartalomkészítőit és befolyásolóit célozza meg, akik dollármilliókat keresnek az online közvetítésekből. Kína azt reméli, hogy 2027-re megvalósítja a teljes automatizálást a felhő és a big data felhasználásával. Hszi Csin-ping elnök „közös jólét” kampányának köszönhetően a kínai gazdagok is nagyobb adófizetésre számítanak ebben az évben (2022-2023).

Eközben az Egyesült Államokban a gazdagok megadóztatása továbbra is felfelé ívelő csata. 2019-ben az IRS elismerte, hogy költséghatékonyabb az alacsony keresetűeket adóztatni, mint a nagyvállalatokat és a felső 1 százalékot követni. Az ügynökség kijelentette, hogy mivel az ultravagyonosoknak a legjobb ügyvédek és könyvelők hada áll a rendelkezésükre, képesek kihasználni a különféle jogi adózási kiskapukat, beleértve az offshore számlákat is. Az ügynökség költségvetését is csökkentette a Kongresszus évtizedek alatt, ami az optimálisnál alacsonyabb létszámhoz vezetett. És bár van kétpárti támogatás az ügynökség finanszírozásának növelésére, a kézi munka nem lesz elég a multimilliomosok erőforrásainak leküzdéséhez.

Bomlasztó hatás

Az adópolitikák automatizálása összetett és gyakran vitatott téma. De mi lenne, ha lenne mód arra, hogy kevésbé politikai és adatközpontúbb legyen, hogy mindenki számára igazságos legyen? Lépjen be az AI Economist-ba – a Salesforce technológiai cég kutatói által kifejlesztett eszköz, amely megerősítő tanulást használ a szimulált gazdaság optimális adópolitikájának meghatározására. Az AI még mindig viszonylag egyszerű (nem tudja figyelembe venni a való világ összes bonyolultságát), de ígéretes első lépés a politikák újszerű értékelése felé. Az egyik korai eredményben az AI olyan megközelítést talált, amely maximalizálja a termelékenységet és a jövedelmi egyenlőséget, amely 16 százalékkal igazságosabb volt, mint az akadémiai közgazdászok által tanulmányozott legkorszerűbb progresszív adórendszer. A jelenlegi amerikai politikához képest még jelentősebb volt a javulás.

Korábban neurális hálózatokat (összekapcsolt adatpontokat) használtak az ügynökök kezelésére a szimulált gazdaságokban. A döntéshozó mesterséges intelligenciává tétele azonban egy olyan modellt támogat, amelyben a munkavállalók és a döntéshozók alkalmazkodnak egymás viselkedéséhez. Mivel az egyik adópolitika szerint elsajátított stratégia nem biztos, hogy olyan jól működik egy másikban, a megerősítő-tanulási modellek nehézségekbe ütköztek ebben a dinamikus környezetben. Ez azt is jelentette, hogy az MI-k rájöttek, hogyan kell megjátszani a rendszert. Egyes alkalmazottak megtanulták csökkenteni a termelékenységüket, hogy alacsonyabb adósávra jogosultak legyenek, majd ismét növeljék azt, hogy elkerüljék az adófizetést. A Salesforce szerint azonban ez az adok-kapok a munkavállalók és a döntéshozók között reálisabb szimulációt biztosít, mint bármely korábban felépített modell, mivel az adópolitikák általában meghatározottak, és gyakrabban előnyösek a gazdagok számára.

A gazdagok auditálásának automatizálásának tágabb vonatkozásai

A gazdagok auditálására használt automatizálás lehetséges következményei a következők lehetnek: 

• Fokozott kutatás arra vonatkozóan, hogy a mesterséges intelligencia hogyan tudja összevetni, szintetizálni és végrehajtani az adóbevallásokat.
• Az olyan országok, mint Kína, szigorúbb adószabályokat vezetnek be a nagyvállalataira és a jól kereső magánszemélyekre. Ez azonban fokozott nyilvános megfigyeléshez és tolakodó adatgyűjtéshez vezethet.
• Több rendelkezésre álló állami finanszírozás mindenféle közszolgáltatásba való újrabefektetéshez.
• Megnövekedett állami intézményi bizalom a kormányhivatalok iránt, hogy méltányosan alkalmazzák a törvényt és az adózást.
• A nagyvállalatok és a multimilliomosok visszaszorulnak az automatizált adóztatás ellen a lobbistákra fordított kiadások növekedésével, adatvédelmi és hackelési aggályok felhasználásával a technológia használatának ellensúlyozására.
• A gazdagok több könyvelőt és ügyvédet alkalmaznak, hogy segítsenek nekik megkerülni az automatizált adózást.
• A technológiai cégek növelik a beruházásokat az adószektorban a gépi tanulási megoldások fejlesztésébe, és partnerségre lépnek az adóhivatalokkal.

Kérdések, amelyekhez hozzászólni kell

• Van tapasztalata az automatizált adózási szolgáltatások használatában?
• Hogyan segíthet még az AI az adózási információk és rendszerek kezelésében?