Автоматизація для перевірки багатих: чи зможе штучний інтелект притягнути до ладу неплатників податків?

• Автор:
• ім'я автора

  Quantumrun Foresight
• Жовтень 25, 2023

Короткий огляд

Уряди всього світу, включно з Китаєм і США, вивчають можливість використання штучного інтелекту (ШІ) для модернізації податкових систем. Китай прагне до повної автоматизації до 2027 року, зосереджуючись на ухиленні від сплати податків серед багатих і впливових людей у ​​соціальних мережах. Навпаки, США борються з аудитом заможних через скорочення бюджетів IRS і використання лазівок у законодавстві. Salesforce розробив AI Economist, інструмент, який використовує підкріплююче навчання для вивчення справедливої ​​податкової політики. Хоча ця технологія є багатообіцяючою, вона викликає занепокоєння, наприклад, посилення громадського нагляду та опір з боку заможних людей і корпорацій, які можуть боротися з автоматизацією оподаткування.

Автоматизація для аудиту насиченого контексту

Державна податкова адміністрація Китаю пообіцяла нарощувати використання штучного інтелекту (2022) для виявлення неплатників податків і найсуворішого покарання за законом. Щоб покращити моніторинг, Китай продовжує розробку системи Golden Tax IV, згідно з якою дані компаній та інформація від власників, керівників, банків та інших регулюючих органів ринку будуть пов’язані та доступні податковим органам для дослідження. Зокрема, країна націлена на творців контенту в соціальних мережах і впливових людей, які заробляють мільйони доларів на онлайн-потоках. Китай сподівається запровадити повну автоматизацію до 2027 року, використовуючи хмару та великі дані. Заможні жителі Китаю також очікують більших податкових платежів цього року (2022-2023) завдяки кампанії президента Сі Цзіньпіна «загального процвітання».

Тим часом оподаткування багатих у США продовжує залишатися важкою боротьбою. У 2019 році IRS визнало, що економічно ефективніше оподатковувати малооплачуваних, ніж переслідувати великі корпорації та найвищий 1 відсоток. Агентство заявило, що оскільки надбагаті люди мають у своєму розпорядженні армію найкращих юристів і бухгалтерів, вони можуть скористатися різноманітними податковими прогалинами в законодавстві, включаючи офшорні рахунки. Бюджет агентства також протягом десятиліть скорочувався Конгресом, що призвело до неоптимального рівня персоналу. І хоча існує двопартійна підтримка збільшення фінансування агентства, ручної роботи буде недостатньо для боротьби з ресурсами мультимільйонерів.

Руйнівний вплив

Автоматизація податкової політики є складною та часто суперечливою темою. Але що, якби був спосіб зробити його менш політичним і більш керованим даними, щоб він був справедливим для всіх? Введіть AI Economist – інструмент, розроблений дослідниками технологічної фірми Salesforce, який використовує навчання з підкріпленням для визначення оптимальної податкової політики для змодельованої економіки. ШІ все ще відносно простий (він не може врахувати всі складності реального світу), але це багатообіцяючий перший крок до оцінки політики новим способом. В одному з перших результатів штучний інтелект знайшов підхід, що максимізує продуктивність і рівність доходів, який був на 16 відсотків справедливішим, ніж найсучасніша система прогресивного оподаткування, яку вивчали економісти-науковці. Покращення в порівнянні з поточною політикою США було ще більш значним.

Раніше нейронні мережі (взаємозв’язані точки даних) використовувалися для керування агентами в змодельованих економіках. Однак перетворення політика на ШІ сприяє моделі, за якою працівники та політик адаптуються до поведінки один одного. Оскільки стратегія, засвоєна в рамках однієї податкової політики, може не працювати так само добре в умовах іншої, моделі навчання з підкріпленням зазнали труднощів у цьому динамічному середовищі. Це також означало, що штучний інтелект зрозумів, як грати з системою. Деякі працівники навчилися знижувати свою продуктивність, щоб отримати право на нижчу категорію податків, а потім знову підвищувати її, щоб уникнути сплати податків. Однак, згідно з Salesforce, ця взаємоповага між працівниками та політиками забезпечує симуляцію, більш реалістичну, ніж будь-яка раніше побудована модель, із зазвичай встановленою податковою політикою, яка частіше вигідна багатим.

Більш широкі наслідки автоматизації аудиту багатих

Можливі наслідки використання автоматизації для аудиту багатих можуть включати: 

• Розширення досліджень того, як ШІ може зіставляти, синтезувати та виконувати податкові декларації.
• Такі країни, як Китай, вводять суворіші податкові правила для своїх великих корпорацій і високооплачуваних осіб. Однак це може призвести до посилення громадського спостереження та інтрузивного збору даних.
• Більше доступного державного фінансування для реінвестування в державні послуги всіх видів.
• Збільшення довіри громадськості до державних органів щодо справедливого застосування законодавства та оподаткування.
• Великі корпорації та мультимільйонери виступають проти автоматизованого оподаткування, збільшуючи витрати на лобістів, використовуючи конфіденційність даних і хакерські проблеми, щоб протидіяти використанню технології.
• Багаті наймають більше бухгалтерів і юристів, щоб допомогти їм обійти автоматизоване оподаткування.
• Технологічні фірми збільшують інвестиції в розробку рішень машинного навчання в податковому секторі та співпрацюють з податковими органами.

Питання для коментарів

• Чи є у вас досвід використання автоматизованих сервісів оподаткування?
• Як ще ШІ може допомогти в управлінні податковою інформацією та системами?