श्रीमंतांचे ऑडिट करण्यासाठी ऑटोमेशन: एआय कर चुकवणाऱ्यांना रांगेत आणू शकेल का?

इमेज क्रेडिट:
प्रतिमा क्रेडिट
iStock

श्रीमंतांचे ऑडिट करण्यासाठी ऑटोमेशन: एआय कर चुकवणाऱ्यांना रांगेत आणू शकेल का?

श्रीमंतांचे ऑडिट करण्यासाठी ऑटोमेशन: एआय कर चुकवणाऱ्यांना रांगेत आणू शकेल का?

उपशीर्षक मजकूर
एआय सरकारला 1 टक्के कर आकारणी धोरण लागू करण्यास मदत करू शकते?
    • लेखक बद्दल:
    • लेखक नाव
      Quantumrun दूरदृष्टी
    • ऑक्टोबर 25, 2023

    अंतर्दृष्टी सारांश

    चीन आणि अमेरिकेसह जगभरातील सरकारे कर प्रणालीचे आधुनिकीकरण करण्यासाठी कृत्रिम बुद्धिमत्ता (AI) चा वापर करत आहेत. 2027 पर्यंत संपूर्ण ऑटोमेशनचे चीनचे उद्दिष्ट आहे, ज्यात श्रीमंत आणि सोशल मीडिया प्रभावक यांच्यातील करचुकवेगिरीवर लक्ष केंद्रित केले आहे. याउलट, आयआरएस बजेट कमी झाल्यामुळे आणि कायदेशीर त्रुटींचा वापर केल्यामुळे यूएस श्रीमंतांचे ऑडिट करण्यात संघर्ष करत आहे. सेल्सफोर्सने एआय इकॉनॉमिस्ट विकसित केले आहे, हे एक साधन आहे जे वाजवी कर धोरणे एक्सप्लोर करण्यासाठी मजबुतीकरण शिक्षण वापरते. आश्वासन देत असताना, तंत्रज्ञानामुळे सार्वजनिक पाळत ठेवणे आणि कर आकारणीत ऑटोमेशनशी लढा देणार्‍या श्रीमंत व्यक्ती आणि कॉर्पोरेशन यांच्याकडून होणारा प्रतिकार यासारख्या चिंता निर्माण होतात.

    समृद्ध संदर्भाचे ऑडिट करण्यासाठी ऑटोमेशन

    चीनच्या स्टेट टॅक्सेशन अॅडमिनिस्ट्रेशनने AI (2022) चा वापर करून कर चुकवणार्‍यांची ओळख पटवून त्यांना कायद्यानुसार कठोरात कठोर शिक्षा देण्याचे वचन दिले आहे. देखरेख सुधारण्यासाठी, चीन गोल्डन टॅक्स IV प्रणालीच्या विकासासह पुढे जात आहे, ज्या अंतर्गत कंपनी डेटा आणि मालक, अधिकारी, बँका आणि इतर बाजार नियामकांकडील माहिती लिंक केली जाईल आणि कर अधिकाऱ्यांना तपासणीसाठी उपलब्ध असेल. विशेषतः, देश ऑनलाइन प्रवाहातून लाखो डॉलर्स कमावणारे सोशल मीडिया सामग्री निर्माते आणि प्रभावकांना लक्ष्य करत आहे. चीनला क्लाउड आणि बिग डेटा वापरून 2027 पर्यंत पूर्ण ऑटोमेशन लागू करण्याची आशा आहे. अध्यक्ष शी जिनपिंग यांच्या “सामान्य समृद्धी” मोहिमेमुळे चीनचे श्रीमंत देखील यावर्षी (2022-2023) मोठ्या कर भरण्याची अपेक्षा करत आहेत.

    दरम्यान, अमेरिकेतील श्रीमंतांवर कर लावणे ही एक चढाओढ सुरूच आहे. 2019 मध्ये, IRS ने कबूल केले की मोठ्या कॉर्पोरेशन आणि शीर्ष 1 टक्के लोकांपेक्षा कमी वेतन मिळवणाऱ्यांवर कर लावणे अधिक किफायतशीर आहे. एजन्सीने असे घोषित केले की अतिश्रीमंत लोकांकडे सर्वोत्कृष्ट वकील आणि लेखापालांची फौज असल्याने, ते ऑफशोअर खात्यांसह विविध कायदेशीर टॅक्सेशन त्रुटींचा लाभ घेण्यास सक्षम आहेत. एजन्सीचे बजेट देखील काँग्रेसने अनेक दशकांमध्ये कमी केले आहे, ज्यामुळे कर्मचारी वर्गाची पातळी कमी झाली आहे. आणि एजन्सीचा निधी वाढवण्यासाठी द्विपक्षीय समर्थन असताना, करोडपतींच्या संसाधनांचा सामना करण्यासाठी मॅन्युअल कार्य पुरेसे नाही.

    व्यत्यय आणणारा प्रभाव

    स्वयंचलित कर धोरणे हा एक जटिल आणि अनेकदा वादग्रस्त विषय आहे. परंतु जर ते कमी राजकीय आणि अधिक डेटा-चालित करण्याचा मार्ग असेल तर ते प्रत्येकासाठी न्याय्य असेल? एआय इकॉनॉमिस्ट प्रविष्ट करा – तंत्रज्ञान फर्म सेल्सफोर्सच्या संशोधकांनी विकसित केलेले एक साधन जे सिम्युलेटेड अर्थव्यवस्थेसाठी इष्टतम कर धोरणे ओळखण्यासाठी मजबुतीकरण शिक्षण वापरते. AI अजूनही तुलनेने सोपी आहे (ते वास्तविक जगाच्या सर्व गुंतागुंतींसाठी जबाबदार असू शकत नाही), परंतु हे नवीन मार्गाने धोरणांचे मूल्यांकन करण्याच्या दिशेने एक आशादायक पहिले पाऊल आहे. एका सुरुवातीच्या निकालात, AI ला उत्पादकता आणि उत्पन्न समानता वाढवण्याचा दृष्टीकोन सापडला जो शैक्षणिक अर्थशास्त्रज्ञांनी अभ्यासलेल्या अत्याधुनिक प्रगतीशील कर फ्रेमवर्कपेक्षा 16 टक्के अधिक न्याय्य होता. सध्याच्या यूएस धोरणातील सुधारणा आणखी लक्षणीय होती.

    पूर्वी, सिम्युलेटेड इकॉनॉमीमध्ये एजंट्स व्यवस्थापित करण्यासाठी न्यूरल नेटवर्क्स (इंटरकनेक्ट डेटा पॉइंट्स) वापरले जात होते. तथापि, पॉलिसीमेकरला एआय बनवण्यामुळे अशा मॉडेलला प्रोत्साहन मिळते ज्यामध्ये कामगार आणि धोरणकर्ते एकमेकांच्या वर्तनाशी जुळवून घेतात. कारण एका कर धोरणांतर्गत शिकलेली रणनीती दुसर्‍या अंतर्गत कार्य करू शकत नाही, मजबुतीकरण-शिक्षण मॉडेलना या गतिमान वातावरणात अडचण होती. याचा अर्थ AIs ने सिस्टीम कशी खेळायची हे शोधून काढले. काही कर्मचार्‍यांनी कमी कर ब्रॅकेटसाठी पात्र होण्यासाठी त्यांची उत्पादकता कमी करणे आणि नंतर कर भरणे टाळण्यासाठी ते पुन्हा वाढवणे शिकले. तथापि, सेल्सफोर्सच्या मते, कामगार आणि धोरणकर्ते यांच्यातील हे देणे-घेणे पूर्वी तयार केलेल्या कोणत्याही मॉडेलपेक्षा अधिक वास्तववादी सिम्युलेशन प्रदान करते, ज्यात कर धोरणे सामान्यत: सेट केली जातात आणि श्रीमंतांसाठी अधिक फायदेशीर असतात.

    श्रीमंतांचे ऑडिटिंग ऑटोमेशनचे व्यापक परिणाम

    श्रीमंतांचे ऑडिट करण्यासाठी वापरल्या जाणार्‍या ऑटोमेशनच्या संभाव्य परिणामांमध्ये हे समाविष्ट असू शकते: 

    • AI कसे एकत्र करू शकते, संश्लेषित करू शकते आणि कर फाइलिंग कसे कार्यान्वित करू शकते यावर वाढलेले संशोधन.
    • चीनसारखे देश त्यांच्या मोठ्या कॉर्पोरेशन आणि उच्च कमाई करणार्‍या व्यक्तींवर कठोर कर नियम जारी करतात. तथापि, यामुळे सार्वजनिक पाळत ठेवणे आणि अनाहूत डेटा गोळा करणे वाढू शकते.
    • सर्व प्रकारच्या सार्वजनिक सेवांमध्ये पुन्हा गुंतवणूक करण्यासाठी अधिक उपलब्ध सार्वजनिक निधी.
    • कायदा आणि कर आकारणी समानतेने लागू करण्यासाठी सरकारी संस्थांवर सार्वजनिक संस्थात्मक विश्वास वाढवला.
    • मोठ्या कॉर्पोरेशन आणि कोट्यधीश लोक लॉबीस्टवर वाढलेल्या खर्चासह, डेटा गोपनीयता वापरून आणि तंत्रज्ञानाच्या वापराचा प्रतिकार करण्यासाठी हॅकिंगच्या समस्यांसह स्वयंचलित कर आकारणीच्या विरोधात मागे सरकत आहेत.
    • धनाढ्य अधिक लेखापाल आणि वकिलांना कामावर घेतात जेणेकरून त्यांना स्वयंचलित कर आकारणीत मदत होईल.
    • तंत्रज्ञान कंपन्या कर क्षेत्रात मशीन लर्निंग सोल्यूशन्स विकसित करण्यासाठी आणि कर एजन्सीसह भागीदारी करण्यासाठी गुंतवणूक वाढवत आहेत.

    टिप्पणी करण्यासाठी प्रश्न

    • तुम्हाला ऑटोमेटेड टॅक्सेशन सेवा वापरण्याचा अनुभव आहे का?
    • कर माहिती आणि प्रणाली व्यवस्थापित करण्यासाठी AI आणखी कशी मदत करू शकते?

    अंतर्दृष्टी संदर्भ

    या अंतर्दृष्टीसाठी खालील लोकप्रिय आणि संस्थात्मक दुवे संदर्भित केले गेले: