Αυτοματοποίηση για τον έλεγχο των πλουσίων: Μπορεί η τεχνητή νοημοσύνη να φέρει στη σειρά τους φοροφυγάδες;

• Συγγραφέας:
• όνομα συγγραφέα

  Quantumrun Foresight
• Οκτώβριος 25, 2023

Περίληψη Insight

Οι κυβερνήσεις σε όλο τον κόσμο, συμπεριλαμβανομένης της Κίνας και των ΗΠΑ, διερευνούν τη χρήση της τεχνητής νοημοσύνης (AI) για τον εκσυγχρονισμό των φορολογικών συστημάτων. Η Κίνα στοχεύει στην πλήρη αυτοματοποίηση έως το 2027, εστιάζοντας στη φοροδιαφυγή μεταξύ των πλουσίων και των επηρεαστών των μέσων κοινωνικής δικτύωσης. Αντίθετα, οι ΗΠΑ δυσκολεύονται να ελέγξουν τους πλούσιους λόγω των μειωμένων προϋπολογισμών της IRS και της χρήσης νομικών κενών. Η Salesforce έχει αναπτύξει ένα AI Economist, ένα εργαλείο που χρησιμοποιεί ενισχυτική μάθηση για να εξερευνήσει δίκαιες φορολογικές πολιτικές. Αν και πολλά υποσχόμενη, η τεχνολογία εγείρει ανησυχίες όπως η αυξημένη δημόσια επιτήρηση και η αντίσταση από πλούσια άτομα και εταιρείες που μπορεί να πολεμήσουν την αυτοματοποίηση στη φορολογία.

Αυτοματοποίηση για έλεγχο του πλούσιου πλαισίου

Η Κρατική Φορολογική Διοίκηση της Κίνας δεσμεύτηκε να αυξήσει τη χρήση της τεχνητής νοημοσύνης (2022) για να εντοπίσει τους φοροφυγάδες και να τους επιβάλει την πιο σκληρή τιμωρία σύμφωνα με το νόμο. Για τη βελτίωση της παρακολούθησης, η Κίνα προχωρά στην ανάπτυξη του συστήματος Golden Tax IV, βάσει του οποίου τα εταιρικά δεδομένα και πληροφορίες από ιδιοκτήτες, στελέχη, τράπεζες και άλλες ρυθμιστικές αρχές της αγοράς θα συνδέονται και θα είναι διαθέσιμα για διερεύνηση των φορολογικών αρχών. Συγκεκριμένα, η χώρα στοχεύει σε δημιουργούς περιεχομένου κοινωνικών μέσων και παράγοντες επιρροής που κερδίζουν εκατομμύρια δολάρια από διαδικτυακές ροές. Η Κίνα ελπίζει να εφαρμόσει πλήρη αυτοματοποίηση έως το 2027, χρησιμοποιώντας το cloud και τα μεγάλα δεδομένα. Οι πλούσιοι της Κίνας αναμένουν επίσης μεγαλύτερες πληρωμές φόρων φέτος (2022-2023), λόγω της εκστρατείας «κοινής ευημερίας» του προέδρου Xi Jinping.

Εν τω μεταξύ, η φορολόγηση των πλουσίων στις ΗΠΑ συνεχίζει να είναι μια δύσκολη μάχη. Το 2019, η IRS αναγνώρισε ότι είναι πιο οικονομικό να φορολογούνται οι χαμηλόμισθοι παρά οι μεγάλες εταιρείες και το κορυφαίο 1 τοις εκατό. Το πρακτορείο δήλωσε ότι αφού οι υπερπλούσιοι έχουν στη διάθεσή τους έναν στρατό από τους καλύτερους δικηγόρους και λογιστές, είναι σε θέση να επωφεληθούν από διάφορα νομικά φορολογικά κενά, συμπεριλαμβανομένων των υπεράκτιων λογαριασμών. Ο προϋπολογισμός του οργανισμού έχει επίσης μειωθεί εδώ και δεκαετίες από το Κογκρέσο, οδηγώντας σε μη βέλτιστα επίπεδα στελέχωσης. Και ενώ υπάρχει δικομματική υποστήριξη για την αύξηση της χρηματοδότησης του οργανισμού, η χειρωνακτική εργασία δεν θα είναι αρκετή για την καταπολέμηση των πόρων των πολυεκατομμυριούχων.

Αποδιοργανωτικός αντίκτυπος

Η αυτοματοποίηση των φορολογικών πολιτικών είναι ένα περίπλοκο και συχνά αμφιλεγόμενο θέμα. Αλλά τι θα γινόταν αν υπήρχε τρόπος να γίνει λιγότερο πολιτικό και περισσότερο βασισμένο στα δεδομένα, ώστε να είναι δίκαιο για όλους; Enter the AI ​​Economist – ένα εργαλείο που αναπτύχθηκε από ερευνητές της εταιρείας τεχνολογίας Salesforce που χρησιμοποιεί ενισχυτική μάθηση για να προσδιορίσει τις βέλτιστες φορολογικές πολιτικές για μια προσομοιωμένη οικονομία. Η τεχνητή νοημοσύνη εξακολουθεί να είναι σχετικά απλή (δεν μπορεί να εξηγήσει όλες τις πολυπλοκότητες του πραγματικού κόσμου), αλλά είναι ένα πολλά υποσχόμενο πρώτο βήμα προς την αξιολόγηση των πολιτικών με νέο τρόπο. Σε ένα πρώιμο αποτέλεσμα, η τεχνητή νοημοσύνη βρήκε μια προσέγγιση που μεγιστοποιεί την παραγωγικότητα και την ισότητα εισοδήματος, η οποία ήταν 16 τοις εκατό πιο δίκαιη από ένα υπερσύγχρονο προοδευτικό φορολογικό πλαίσιο που μελετήθηκε από ακαδημαϊκούς οικονομολόγους. Η βελτίωση σε σχέση με την τρέχουσα πολιτική των ΗΠΑ ήταν ακόμη πιο σημαντική.

Παλαιότερα, τα νευρωνικά δίκτυα (διασυνδεδεμένα σημεία δεδομένων) χρησιμοποιούνταν για τη διαχείριση πρακτόρων σε προσομοιωμένες οικονομίες. Ωστόσο, το να γίνει ο υπεύθυνος χάραξης πολιτικής AI προωθεί ένα μοντέλο στο οποίο οι εργαζόμενοι και ο υπεύθυνος χάραξης πολιτικής προσαρμόζονται ο ένας στις συμπεριφορές του άλλου. Επειδή μια στρατηγική που μαθαίνεται βάσει μιας φορολογικής πολιτικής μπορεί να μην λειτουργεί εξίσου καλά με μια άλλη, τα μοντέλα ενίσχυσης-μάθησης δυσκολεύτηκαν με αυτό το δυναμικό περιβάλλον. Σημαίνει επίσης ότι οι AI κατάλαβαν πώς να παίξουν το σύστημα. Μερικοί εργαζόμενοι έμαθαν να μειώνουν την παραγωγικότητά τους για να πληρούν τις προϋποθέσεις για χαμηλότερο φορολογικό κλιμάκιο και στη συνέχεια να την αυξάνουν ξανά για να αποφύγουν την πληρωμή φόρων. Ωστόσο, σύμφωνα με το Salesforce, αυτό το πάρε-δώσε μεταξύ εργαζομένων και υπευθύνων χάραξης πολιτικής παρέχει μια προσομοίωση πιο ρεαλιστική από οποιοδήποτε μοντέλο προηγουμένως χτισμένο, με φορολογικές πολιτικές συνήθως καθορισμένες και πιο συχνά ωφέλιμες για τους πλούσιους.

Ευρύτερες επιπτώσεις του αυτοματισμού που ελέγχει τους πλούσιους

Οι πιθανές συνέπειες της αυτοματοποίησης που χρησιμοποιείται για τον έλεγχο των πλουσίων μπορεί να περιλαμβάνουν: 

• Αυξημένη έρευνα σχετικά με το πώς η τεχνητή νοημοσύνη μπορεί να συγκεντρώνει, να συνθέτει και να εκτελεί φορολογικές δηλώσεις.
• Χώρες όπως η Κίνα εκδίδουν αυστηρότερους φορολογικούς κανονισμούς για τις μεγάλες εταιρείες και τα άτομα με υψηλά εισοδήματα. Ωστόσο, αυτό μπορεί να οδηγήσει σε αυξημένη δημόσια επιτήρηση και διεισδυτική συλλογή δεδομένων.
• Περισσότερη διαθέσιμη δημόσια χρηματοδότηση για επανεπένδυση σε δημόσιες υπηρεσίες κάθε είδους.
• Αυξημένη θεσμική εμπιστοσύνη του κοινού στους κρατικούς φορείς για δίκαιη εφαρμογή του νόμου και της φορολογίας.
• Μεγάλες εταιρείες και πολυεκατομμυριούχοι στρέφονται κατά της αυτοματοποιημένης φορολογίας με αυξημένες δαπάνες σε εκπροσώπους συμφερόντων, χρησιμοποιώντας ανησυχίες σχετικά με την προστασία της ιδιωτικής ζωής των δεδομένων και την παραβίαση για την αντιμετώπιση της χρήσης της τεχνολογίας.
• Οι πλούσιοι προσλαμβάνουν περισσότερους λογιστές και δικηγόρους για να τους βοηθήσουν να παρακάμψουν την αυτοματοποιημένη φορολογία.
• Οι εταιρείες τεχνολογίας αυξάνουν τις επενδύσεις τους στην ανάπτυξη λύσεων μηχανικής μάθησης στον φορολογικό τομέα και σε συνεργασία με φορολογικές υπηρεσίες.

Ερωτήσεις για σχολιασμό

• Έχετε εμπειρία στη χρήση αυτοματοποιημένων φορολογικών υπηρεσιών;
• Πώς αλλιώς μπορεί η τεχνητή νοημοσύνη να βοηθήσει στη διαχείριση φορολογικών πληροφοριών και συστημάτων;