Аутоматизација за ревизију богатих: Може ли АИ довести у ред утајиваче пореза?

• Аутор:
• ime аутора

  Куантумрун Форесигхт
• Октобар КСНУМКС, КСНУМКС

Сажетак увида

Владе широм света, укључујући Кину и САД, истражују употребу вештачке интелигенције (АИ) за модернизацију пореских система. Кина има за циљ потпуну аутоматизацију до 2027. године, фокусирајући се на утају пореза међу богатима и утицајним на друштвеним медијима. Насупрот томе, САД се боре са ревизијом богатих због смањених буџета пореске управе и коришћења правних рупа. Салесфорце је развио АИ Ецономист, алат који користи учење са појачањем за истраживање праведних пореских политика. Иако обећава, ова технологија изазива забринутост као што су повећани јавни надзор и отпор богатих појединаца и корпорација који се могу борити против аутоматизације у опорезивању.

Аутоматизација за ревизију богатог контекста

Кинеска државна пореска управа обећала је да ће појачати коришћење вештачке интелигенције (2022) како би идентификовала утајиваче пореза и изрекла им најстрожу казну према закону. Да би побољшала праћење, Кина наставља са развојем система Голден Так ИВ, у оквиру којег ће подаци о компанијама и информације од власника, руководилаца, банака и других регулатора тржишта бити повезани и доступни пореским властима да их истраже. Конкретно, земља циља на креаторе садржаја друштвених медија и утицајне људе који зарађују милионе долара од онлајн стримова. Кина се нада да ће имплементирати потпуну аутоматизацију до 2027, користећи облак и велике податке. Кинески богаташи такође очекују веће уплате пореза ове године (2022-2023), захваљујући кампањи председника Си Ђинпинга за „заједнички просперитет“.

У међувремену, опорезивање богатих у САД и даље је тешка битка. Пореска управа је 2019. године признала да је исплативије опорезовати особе са ниским примањима него ићи за великим корпорацијама и највећим 1 посто. Агенција је изјавила да, пошто ултрабогати имају армију најбољих адвоката и рачуновођа на располагању, они могу да искористе разне рупе у правном опорезивању, укључујући и офшор рачуне. Конгрес је такође деценијама смањивао буџет агенције, што је довело до неоптималног броја особља. И док постоји двостраначка подршка за повећање финансирања агенције, ручни рад неће бити довољан за борбу против ресурса мултимилионера.

Ометајући утицај

Аутоматизација пореских политика је сложена и често контроверзна тема. Али шта ако постоји начин да се то учини мање политичким и више заснованим на подацима тако да буде фер за све? Уђите у АИ Ецономист – алат који су развили истраживачи у технолошкој фирми Салесфорце који користи учење уз помоћ да би идентификовао оптималне пореске политике за симулирану економију. АИ је још увек релативно једноставан (не може да објасни сву сложеност стварног света), али је обећавајући први корак ка процени политике на нов начин. У једном раном резултату, АИ је пронашао приступ који максимизира продуктивност и једнакост прихода који је био 16 посто праведнији од најсавременијег прогресивног пореског оквира који су проучавали академски економисти. Побољшање у односу на садашњу политику САД било је још значајније.

Раније су се неуронске мреже (међусобно повезане тачке података) користиле за управљање агентима у симулираним економијама. Међутим, претварање креатора политике у АИ промовише модел у којем се радници и креатор политике прилагођавају понашању једни других. Будући да стратегија научена у оквиру једне пореске политике можда неће функционисати тако добро у оквиру друге, модели учења уз подршку имали су потешкоћа у овом динамичном окружењу. То је такође значило да су АИ схватили како да играју систем. Неки запослени су научили да смање своју продуктивност да би се квалификовали за нижи порески разред, а затим да је поново повећају како би избегли плаћање пореза. Међутим, према Салесфорце-у, ово давање и узимање између радника и креатора политике пружа симулацију реалистичнију од било ког претходно изграђеног модела, са пореским политикама које се обично постављају и које су чешће од користи за богате.

Шире импликације аутоматизације ревизије богатих

Могуће импликације аутоматизације која се користи за ревизију богатих могу укључивати: 

• Повећано истраживање о томе како АИ може да упореди, синтетише и изврши пореске пријаве.
• Земље попут Кине доносе строже пореске прописе за своје велике корпорације и појединце са високим зарадама. Међутим, ово може довести до појачаног јавног надзора и наметљивог прикупљања података.
• Више доступних јавних средстава за реинвестирање у јавне услуге свих врста.
• Повећано поверење јавних институција у владине агенције за праведну примену закона и опорезивања.
• Велике корпорације и мултимилионери који се супротстављају аутоматизованом опорезивању уз повећану потрошњу на лобисте, користећи приватност података и хакерске проблеме како би се супротставили употреби технологије.
• Богати ангажују више рачуновођа и адвоката да им помогну да заобиђу аутоматизовано опорезивање.
• Технолошке фирме повећавају улагања у развој решења за машинско учење у пореском сектору и партнерство са пореским агенцијама.

Питања за коментарисање

• Да ли имате искуства у коришћењу услуга аутоматизованог опорезивања?
• Како другачије АИ може помоћи у управљању пореским информацијама и системима?