Quantumrun

VAIZDO KREDITAS:

iStock

Turtingųjų audito automatizavimas: ar dirbtinis intelektas gali padėti išvengti mokesčių vengiančių asmenų?

Ar dirbtinis intelektas gali padėti vyriausybėms įgyvendinti mokesčių politiką taikant 1 procentą?

Autorius:
autoriaus vardas
Quantumrun Foresight
Spalis 25, 2023

Įžvalgos santrauka

Viso pasaulio vyriausybės, įskaitant Kiniją ir JAV, tiria dirbtinio intelekto (AI) naudojimą mokesčių sistemoms modernizuoti. Kinija siekia visiško automatizavimo iki 2027 m., daugiausia dėmesio skirdama turtingųjų ir socialinių tinklų įtakingų asmenų mokesčių slėpimui. Priešingai, JAV kovoja su turtingųjų auditu dėl sumažėjusio IRS biudžeto ir teisinių spragų naudojimo. „Salesforce“ sukūrė AI Economist – įrankį, naudojantį mokymąsi, kad būtų galima ištirti sąžiningą mokesčių politiką. Nors ši technologija yra daug žadanti, ji kelia susirūpinimą, pavyzdžiui, sustiprėjęs visuomenės stebėjimas ir pasiturinčių asmenų bei korporacijų, galinčių kovoti su mokesčių automatizavimu, pasipriešinimas.

Automatizavimas, kad būtų galima patikrinti turtingą kontekstą

Kinijos valstybinė mokesčių administracija pažadėjo paspartinti AI (2022 m.) naudojimą, kad nustatytų mokesčių vengiančius asmenis ir jiems būtų skirta griežčiausia įstatyme numatyta bausmė. Siekdama pagerinti stebėseną, Kinija žengia į priekį kurdama „Golden Tax IV“ sistemą, pagal kurią įmonių duomenys ir informacija iš savininkų, vadovų, bankų ir kitų rinkos reguliavimo institucijų bus susieti ir prieinami mokesčių institucijoms, kad galėtų ištirti. Visų pirma, šalis taikosi į socialinės žiniasklaidos turinio kūrėjus ir influencerius, uždirbančius milijonus dolerių iš internetinių srautų. Kinija tikisi visiškai automatizuoti iki 2027 m., naudojant debesį ir didelius duomenis. Dėl prezidento Xi Jinpingo „bendros gerovės“ kampanijos šiais metais (2022–2023 m.) Kinijos turtingieji taip pat tikisi didesnių mokesčių mokėjimų.

Tuo tarpu JAV turtingųjų apmokestinimas tebėra sudėtingas mūšis. 2019 m. IRS pripažino, kad ekonomiškai naudingiau apmokestinti mažus atlyginimus gaunančius asmenis, nei eiti paskui dideles korporacijas ir didžiausią 1 proc. Agentūra paskelbė, kad kadangi itin turtingi žmonės disponuoja geriausių teisininkų ir buhalterių armija, jie gali pasinaudoti įvairiomis teisinėmis mokesčių spragomis, įskaitant ofšorines sąskaitas. Kongresas taip pat per dešimtmečius sumažino agentūros biudžetą, todėl darbuotojų skaičius buvo neoptimalus. Ir nors abipusė parama agentūros finansavimui didinti, kovojant su multimilijonierių ištekliais rankų darbo neužteks.

Trikdantis poveikis

Mokesčių politikos automatizavimas yra sudėtinga ir dažnai prieštaringa tema. Bet kas būtų, jei būtų būdas padaryti jį mažiau politinį ir labiau pagrįstą duomenimis, kad tai būtų sąžininga visiems? Įveskite dirbtinio intelekto ekonomistą – technologijų įmonės „Salesforce“ mokslininkų sukurtą įrankį, kuris naudoja mokymąsi, kad nustatytų optimalią mokesčių politiką modeliuojamai ekonomikai. AI vis dar yra gana paprastas (jis negali atsižvelgti į visus realaus pasaulio sudėtingumus), tačiau tai yra daug žadantis pirmasis žingsnis siekiant naujoviškai įvertinti politiką. Viename pirmajame rezultate AI nustatė metodą, kuriuo maksimaliai padidinamas produktyvumas ir pajamų lygybė, kuris buvo 16 procentų teisingesnis nei akademinių ekonomistų ištirta naujausia progresinių mokesčių sistema. Patobulinimas, palyginti su dabartine JAV politika, buvo dar reikšmingesnis.

Anksčiau neuroniniai tinklai (tarpusavyje sujungti duomenų taškai) buvo naudojami agentams valdyti imituojamose ekonomikose. Tačiau politikos formuotojo pavertimas dirbtiniu intelektu skatina modelį, pagal kurį darbuotojai ir politikos formuotojai prisitaiko prie vienas kito elgesio. Kadangi strategija, išmokta pagal vieną mokesčių politiką, gali neveikti taip gerai pagal kitą, stiprinimo ir mokymosi modeliai turėjo sunkumų šioje dinamiškoje aplinkoje. Tai taip pat reiškė, kad AI suprato, kaip žaisti sistemą. Kai kurie darbuotojai išmoko sumažinti savo našumą, kad galėtų gauti mažesnę mokesčių kategoriją, o tada vėl ją padidinti, kad išvengtų mokesčių. Tačiau, pasak „Salesforce“, šis darbuotojų ir politikos formuotojų davimas ir priėmimas suteikia tikroviškesnį modeliavimą nei bet kuris anksčiau sukurtas modelis, o mokesčių politika paprastai nustatoma ir dažniausiai yra naudinga turtingiesiems.

Platesnės turtuolių audito automatizavimo pasekmės

Galimos automatizavimo, naudojamo turtuolių auditui, pasekmės:

Padaugėjo tyrimų, kaip dirbtinis intelektas gali lyginti, sintezuoti ir vykdyti mokesčių deklaracijas.
Tokios šalys kaip Kinija taiko griežtesnes mokesčių taisykles savo didelėms korporacijoms ir daug uždirbantiems asmenims. Tačiau tai gali paskatinti didesnį visuomenės stebėjimą ir įkyrų duomenų rinkimą.
Didesnis viešasis finansavimas, skirtas reinvestuoti į visų rūšių viešąsias paslaugas.
Didesnis viešųjų institucijų pasitikėjimas vyriausybinėmis įstaigomis teisingai taikyti įstatymus ir apmokestinti.
Didelės korporacijos ir multimilijonieriai stumiasi prieš automatizuotą apmokestinimą, padidindamos išlaidas lobistams, naudodamos duomenų privatumą ir įsilaužimo problemas, kad atremtų technologijos naudojimą.
Turtingieji samdo daugiau buhalterių ir teisininkų, kad padėtų jiems apeiti automatizuotą apmokestinimą.
Technologijų įmonės didina investicijas į mašininio mokymosi sprendimų kūrimą mokesčių sektoriuje ir bendradarbiauja su mokesčių agentūromis.