സമ്പന്നരെ ഓഡിറ്റ് ചെയ്യാനുള്ള ഓട്ടോമേഷൻ: നികുതി വെട്ടിപ്പ് നടത്തുന്നവരെ വരിയിൽ കൊണ്ടുവരാൻ AI-ക്ക് കഴിയുമോ?

• രചയിതാവ്:
• രചയിതാവിന്റെ പേര്

  Quantumrun ദീർഘവീക്ഷണം
• ഒക്ടോബർ 25, 2023

ഇൻസൈറ്റ് സംഗ്രഹം

ചൈനയും യുഎസും ഉൾപ്പെടെ ലോകമെമ്പാടുമുള്ള ഗവൺമെന്റുകൾ നികുതി സംവിധാനങ്ങൾ നവീകരിക്കുന്നതിന് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ) ഉപയോഗിക്കുന്നത് പര്യവേക്ഷണം ചെയ്യുന്നു. സമ്പന്നരുടെയും സോഷ്യൽ മീഡിയ സ്വാധീനിക്കുന്നവരുടെയും നികുതിവെട്ടിപ്പിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ച് 2027-ഓടെ സമ്പൂർണ ഓട്ടോമേഷനാണ് ചൈന ലക്ഷ്യമിടുന്നത്. ഇതിനു വിപരീതമായി, IRS ബഡ്ജറ്റ് കുറച്ചതും നിയമപരമായ പഴുതുകളുടെ ഉപയോഗവും കാരണം സമ്പന്നരെ ഓഡിറ്റ് ചെയ്യുന്നതിൽ യുഎസ് ബുദ്ധിമുട്ടുന്നു. സെയിൽസ്ഫോഴ്സ് ഒരു AI ഇക്കണോമിസ്റ്റ് വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്, ന്യായമായ നികുതി നയങ്ങൾ പര്യവേക്ഷണം ചെയ്യാൻ റൈൻഫോഴ്സ്മെന്റ് ലേണിംഗ് ഉപയോഗിക്കുന്ന ഒരു ടൂൾ. വാഗ്ദാനമാണെങ്കിലും, സാങ്കേതികവിദ്യ വർദ്ധിച്ച പൊതുജന നിരീക്ഷണം, നികുതിയിൽ ഓട്ടോമേഷനെ ചെറുക്കുന്ന സമ്പന്നരായ വ്യക്തികളിൽ നിന്നും കോർപ്പറേഷനുകളിൽ നിന്നുമുള്ള പ്രതിരോധം പോലുള്ള ആശങ്കകൾ ഉയർത്തുന്നു.

സമ്പന്നമായ സന്ദർഭം ഓഡിറ്റ് ചെയ്യാനുള്ള ഓട്ടോമേഷൻ

നികുതി വെട്ടിപ്പ് നടത്തുന്നവരെ തിരിച്ചറിയുന്നതിനും നിയമപ്രകാരം അവർക്ക് ഏറ്റവും കഠിനമായ ശിക്ഷ നൽകുന്നതിനും AI (2022) ഉപയോഗിക്കുമെന്ന് ചൈനയുടെ സ്റ്റേറ്റ് ടാക്സേഷൻ അഡ്മിനിസ്ട്രേഷൻ പ്രതിജ്ഞയെടുത്തു. നിരീക്ഷണം മെച്ചപ്പെടുത്തുന്നതിന്, ചൈന ഗോൾഡൻ ടാക്സ് IV സംവിധാനത്തിന്റെ വികസനവുമായി മുന്നോട്ട് പോകുന്നു, അതിന് കീഴിൽ കമ്പനി ഡാറ്റയും ഉടമകൾ, എക്സിക്യൂട്ടീവുകൾ, ബാങ്കുകൾ, മറ്റ് മാർക്കറ്റ് റെഗുലേറ്റർമാർ എന്നിവരിൽ നിന്നുള്ള വിവരങ്ങളും ബന്ധിപ്പിക്കുകയും നികുതി അധികാരികൾക്ക് അന്വേഷണത്തിനായി ലഭ്യമാകുകയും ചെയ്യും. പ്രത്യേകിച്ചും, ഓൺലൈൻ സ്ട്രീമുകളിൽ നിന്ന് ദശലക്ഷക്കണക്കിന് ഡോളർ സമ്പാദിക്കുന്ന സോഷ്യൽ മീഡിയ ഉള്ളടക്ക സ്രഷ്‌ടാക്കളെയും സ്വാധീനിക്കുന്നവരെയും രാജ്യം ലക്ഷ്യമിടുന്നു. ക്ലൗഡും ബിഗ് ഡാറ്റയും ഉപയോഗിച്ച് 2027-ഓടെ പൂർണ്ണ ഓട്ടോമേഷൻ നടപ്പിലാക്കുമെന്നാണ് ചൈന പ്രതീക്ഷിക്കുന്നത്. പ്രസിഡന്റ് ഷി ജിൻപിങ്ങിന്റെ “പൊതു സമൃദ്ധി” കാമ്പയിൻ കാരണം ചൈനയിലെ സമ്പന്നരും ഈ വർഷം (2022-2023) വലിയ നികുതി പേയ്‌മെന്റുകൾ പ്രതീക്ഷിക്കുന്നു.

അതേസമയം, യുഎസിലെ സമ്പന്നർക്ക് നികുതി ചുമത്തുന്നത് ഒരു ഉയർന്ന പോരാട്ടമായി തുടരുന്നു. വൻകിട കോർപ്പറേഷനുകളുടെയും ഉയർന്ന 2019 ശതമാനത്തിന്റെയും പിന്നാലെ പോകുന്നതിനേക്കാൾ കുറഞ്ഞ വേതനക്കാർക്ക് നികുതി ചുമത്തുന്നത് കൂടുതൽ ലാഭകരമാണെന്ന് 1-ൽ IRS അംഗീകരിച്ചു. അൾട്രാ വെൽറ്റികൾക്ക് മികച്ച അഭിഭാഷകരുടെയും അക്കൗണ്ടന്റുമാരുടെയും ഒരു സൈന്യം ഉള്ളതിനാൽ, അവർക്ക് ഓഫ്‌ഷോർ അക്കൗണ്ടുകൾ ഉൾപ്പെടെ വിവിധ നിയമ നികുതി പഴുതുകൾ പ്രയോജനപ്പെടുത്താൻ കഴിയുമെന്ന് ഏജൻസി പ്രഖ്യാപിച്ചു. ഏജൻസിയുടെ ബജറ്റും പതിറ്റാണ്ടുകളായി കോൺഗ്രസ് കുറച്ചിട്ടുണ്ട്, ഇത് ഉപയോക്തൃ സ്റ്റാഫിംഗ് ലെവലിലേക്ക് നയിക്കുന്നു. ഏജൻസിയുടെ ഫണ്ടിംഗ് വർദ്ധിപ്പിക്കുന്നതിന് ഉഭയകക്ഷി പിന്തുണയുണ്ടെങ്കിലും, കോടീശ്വരന്മാരുടെ വിഭവങ്ങളെ ചെറുക്കാൻ സ്വമേധയാ ഉള്ള ജോലി മതിയാകില്ല.

തടസ്സപ്പെടുത്തുന്ന ആഘാതം

നികുതി നയങ്ങൾ ഓട്ടോമേറ്റ് ചെയ്യുന്നത് സങ്കീർണ്ണവും പലപ്പോഴും വിവാദപരവുമായ വിഷയമാണ്. എന്നാൽ ഇത് രാഷ്ട്രീയം കുറയ്ക്കാനും കൂടുതൽ ഡാറ്റാധിഷ്ഠിതമാക്കാനും എല്ലാവർക്കുമായി നീതിയുക്തമാക്കാനും ഒരു മാർഗമുണ്ടെങ്കിൽ എന്തുചെയ്യും? AI ഇക്കണോമിസ്റ്റ് നൽകുക - സാങ്കേതികവിദ്യാ സ്ഥാപനമായ സെയിൽസ്ഫോഴ്സിലെ ഗവേഷകർ വികസിപ്പിച്ച ഒരു ടൂൾ, അത് ഒരു സിമുലേറ്റഡ് എക്കണോമിക്ക് ഒപ്റ്റിമൽ ടാക്സ് പോളിസികൾ തിരിച്ചറിയാൻ റൈൻഫോഴ്സ്മെന്റ് ലേണിംഗ് ഉപയോഗിക്കുന്നു. AI ഇപ്പോഴും താരതമ്യേന ലളിതമാണ് (യഥാർത്ഥ ലോകത്തിലെ എല്ലാ സങ്കീർണ്ണതകളും ഇതിന് കണക്കിലെടുക്കാനാവില്ല), എന്നാൽ നയങ്ങളെ ഒരു പുതിയ രീതിയിൽ വിലയിരുത്തുന്നതിനുള്ള ആദ്യപടിയാണിത്. ഒരു ആദ്യകാല ഫലത്തിൽ, അക്കാദമിക് സാമ്പത്തിക വിദഗ്ധർ പഠിച്ച അത്യാധുനിക പുരോഗമന നികുതി ചട്ടക്കൂടിനേക്കാൾ 16 ശതമാനം മികച്ച ഉൽപ്പാദനക്ഷമതയും വരുമാന സമത്വവും വർദ്ധിപ്പിക്കുന്ന ഒരു സമീപനം AI കണ്ടെത്തി. നിലവിലെ യുഎസ് നയത്തേക്കാൾ മെച്ചപ്പെടുത്തൽ കൂടുതൽ പ്രാധാന്യമർഹിക്കുന്നു.

മുമ്പ്, സിമുലേറ്റഡ് എക്കണോമികളിലെ ഏജന്റുമാരെ നിയന്ത്രിക്കാൻ ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ (ഇന്റർകണക്‌റ്റഡ് ഡാറ്റ പോയിന്റുകൾ) ഉപയോഗിച്ചിരുന്നു. എന്നിരുന്നാലും, പോളിസി മേക്കറെ ഒരു AI ആക്കുന്നത് തൊഴിലാളികളും നയരൂപീകരണക്കാരും പരസ്പരം പെരുമാറ്റങ്ങളുമായി പൊരുത്തപ്പെടുന്ന ഒരു മാതൃകയെ പ്രോത്സാഹിപ്പിക്കുന്നു. ഒരു നികുതി നയത്തിന് കീഴിൽ പഠിച്ച ഒരു തന്ത്രം മറ്റൊന്നിന് കീഴിൽ പ്രവർത്തിച്ചേക്കില്ല എന്നതിനാൽ, ഈ ചലനാത്മക പരിതസ്ഥിതിയിൽ റൈൻഫോഴ്സ്മെന്റ്-ലേണിംഗ് മോഡലുകൾക്ക് ബുദ്ധിമുട്ടുണ്ടായിരുന്നു. സിസ്റ്റത്തെ എങ്ങനെ ഗെയിം ചെയ്യാമെന്ന് AI-കൾ കണ്ടുപിടിച്ചുവെന്നും ഇതിനർത്ഥം. ചില ജീവനക്കാർ കുറഞ്ഞ നികുതി ബ്രാക്കറ്റിന് യോഗ്യത നേടുന്നതിന് അവരുടെ ഉൽപ്പാദനക്ഷമത വെട്ടിക്കുറയ്ക്കാനും നികുതി അടയ്ക്കാതിരിക്കാൻ അത് വീണ്ടും വർദ്ധിപ്പിക്കാനും പഠിച്ചു. എന്നിരുന്നാലും, സെയിൽസ്ഫോഴ്സിന്റെ അഭിപ്രായത്തിൽ, തൊഴിലാളികളും നയരൂപീകരണ നിർമ്മാതാക്കളും തമ്മിലുള്ള ഈ കൊടുക്കൽ വാങ്ങൽ, മുമ്പ് നിർമ്മിച്ച ഏതൊരു മോഡലിനെക്കാളും കൂടുതൽ യാഥാർത്ഥ്യമായ ഒരു അനുകരണം നൽകുന്നു, നികുതി നയങ്ങൾ സാധാരണയായി സജ്ജീകരിക്കുകയും സമ്പന്നർക്ക് കൂടുതൽ പ്രയോജനകരവുമാണ്.

സമ്പന്നരുടെ ഓഡിറ്റിംഗ് ഓട്ടോമേഷന്റെ വിശാലമായ പ്രത്യാഘാതങ്ങൾ

സമ്പന്നരെ ഓഡിറ്റ് ചെയ്യാൻ ഓട്ടോമേഷൻ ഉപയോഗിക്കുന്നതിന്റെ സാധ്യമായ പ്രത്യാഘാതങ്ങൾ ഉൾപ്പെടാം: 

• AI-ക്ക് എങ്ങനെ നികുതി ഫയലിംഗുകൾ സംയോജിപ്പിക്കാനും സമന്വയിപ്പിക്കാനും നടപ്പിലാക്കാനും കഴിയും എന്നതിനെക്കുറിച്ചുള്ള ഗവേഷണം വർധിച്ചു.
• ചൈന പോലുള്ള രാജ്യങ്ങൾ അതിന്റെ വൻകിട കമ്പനികൾക്കും ഉയർന്ന വരുമാനമുള്ള വ്യക്തികൾക്കും കർശനമായ നികുതി നിയന്ത്രണങ്ങൾ പുറപ്പെടുവിക്കുന്നു. എന്നിരുന്നാലും, ഇത് വർദ്ധിച്ച പൊതുജന നിരീക്ഷണത്തിലേക്കും നുഴഞ്ഞുകയറുന്ന ഡാറ്റ ശേഖരണത്തിലേക്കും നയിച്ചേക്കാം.
• എല്ലാത്തരം പൊതു സേവനങ്ങളിലും വീണ്ടും നിക്ഷേപിക്കുന്നതിന് കൂടുതൽ ലഭ്യമായ പൊതു ഫണ്ടിംഗ്.
• നിയമവും നികുതിയും തുല്യമായി പ്രയോഗിക്കുന്നതിന് സർക്കാർ ഏജൻസികളിലുള്ള പൊതു സ്ഥാപന വിശ്വാസം വർദ്ധിപ്പിച്ചു.
• വൻകിട കോർപ്പറേഷനുകളും കോടീശ്വരന്മാരും, ലോബിയിസ്റ്റുകൾക്കായുള്ള വർധിച്ച ചെലവുകൾ, സാങ്കേതിക വിദ്യയുടെ ഉപയോഗത്തെ പ്രതിരോധിക്കാൻ ഡാറ്റ സ്വകാര്യത, ഹാക്കിംഗ് ആശങ്കകൾ എന്നിവ ഉപയോഗിച്ച് ഓട്ടോമേറ്റഡ് ടാക്സേഷനെ എതിർക്കുന്നു.
• സമ്പന്നർ കൂടുതൽ അക്കൗണ്ടന്റുമാരെയും വക്കീലന്മാരെയും നിയമിക്കുന്നു, അവരെ ഓട്ടോമേറ്റഡ് ടാക്സേഷൻ വഴിതിരിച്ചുവിടാൻ സഹായിക്കുന്നു.
• ടെക്‌നോളജി സ്ഥാപനങ്ങൾ നികുതി മേഖലയിൽ മെഷീൻ ലേണിംഗ് സൊല്യൂഷനുകൾ വികസിപ്പിക്കുന്നതിലും നികുതി ഏജൻസികളുമായി പങ്കാളിത്തത്തിലും നിക്ഷേപം വർദ്ധിപ്പിക്കുന്നു.

അഭിപ്രായമിടാനുള്ള ചോദ്യങ്ങൾ

• ഓട്ടോമേറ്റഡ് ടാക്സേഷൻ സേവനങ്ങൾ ഉപയോഗിച്ച് നിങ്ങൾക്ക് പരിചയമുണ്ടോ?
• നികുതി വിവരങ്ങളും സംവിധാനങ്ങളും കൈകാര്യം ചെയ്യാൻ AI-ക്ക് മറ്റെങ്ങനെ സഹായിക്കാനാകും?