自動化審計富人：人工智慧能否讓逃稅者遵守規定？

• 作者：
• 作者姓名

  量子運行遠見
• 2023 年 10 月 25 日

洞察總結

包括中國和美國在內的世界各國政府正在探索利用人工智慧 (AI) 實現稅收系統現代化。 中國的目標是到 2027 年實現全面自動化，重點是打擊富人和社群媒體影響者的逃稅行為。 相較之下，美國則因國稅局預算減少和利用法律漏洞而難以對富人進行審計。 Salesforce 開發了人工智慧經濟學家，這是一種利用強化學習來探索公平稅收政策的工具。 儘管該技術前景廣闊，但也引起了人們的擔憂，例如公共監督的增加以及富裕個人和企業的抵制，他們可能會反對稅收自動化。

自動化稽核豐富的上下文

中國國稅局誓言將加強使用人工智慧（2022）來識別逃稅者，並依法給予他們最嚴厲的懲罰。 為了加強監管，中國正在推進金稅IV系統的開發，根據該系統，公司數據和來自所有者、高管、銀行和其他市場監管機構的資訊將被連結起來，供稅務機關調查。 該國特別瞄準了透過線上串流媒體賺取數百萬美元的社群媒體內容創作者和影響者。 中國希望在2027年利用雲端和大數據實現全面自動化。 由於習近平主席的「共同富裕」運動，中國的富人也預計今年（2022-2023年）的稅額將增加。

與此同時，對美國富人徵稅仍然是一場艱苦的戰鬥。 2019 年，美國國稅局 (IRS) 承認，對低薪者徵稅比對大公司和最富有的 1% 人徵稅更具成本效益。 該機構宣稱，由於超級富豪擁有一支由最好的律師和會計師組成的軍隊，他們能夠利用各種合法的稅收漏洞，包括離岸帳戶。 數十年來，國會也削減了該機構的預算，導致人員配置水準不理想。 儘管兩黨都支持增加該機構的資金，但手工工作不足以對抗千萬富翁的資源。

破壞性影響

稅收政策自動化是一個複雜且經常引起爭議的議題。 但如果有一種方法可以減少政治因素，更多地以數據為導向，從而對每個人都公平呢？ AI Economist 是由科技公司 Salesforce 的研究人員開發的工具，它使用強化學習來確定模擬經濟的最佳稅收政策。 人工智慧仍然相對簡單（它無法解釋現實世界的所有複雜性），但它是以新穎的方式評估政策的有前途的第一步。 在一項早期結果中，人工智慧發現了一種能夠最大限度地提高生產力和收入平等的方法，該方法比學術經濟學家研究的最先進的累進稅框架公平 16%。 相對於美國現行政策的改善更為顯著。

之前，神經網路（互連的數據點）用於管理模擬經濟中的代理。 然而，讓政策制定者成為人工智慧可以促進工人和政策制定者適應彼此行為的模式。 由於在一種稅收政策下學到的策略可能在另一種稅收政策下效果不佳，因此強化學習模型在這種動態環境中遇到了困難。 這也意味著人工智慧弄清楚如何玩弄系統。 一些員工學會了降低生產力以獲得較低的稅級，然後再次提高生產力以避免納稅。 然而，根據 Salesforce 的說法，工人和政策制定者之間的這種讓步提供了比任何先前建構的模型都更現實的模擬，稅收政策通常是製定的，並且通常更有利於富人。

自動化審計富人的更廣泛影響

使用自動化來審計富人的可能影響可能包括： 

• 加強對人工智慧如何整理、綜合和執行稅務申報的研究。
• 中國等國家對其大公司和高收入個人頒布了更嚴格的稅收法規。 然而，這可能會導致公共監視和侵入性資料收集的增加。
• 更多可用的公共資金可用於再投資於各種公共服務。
• 提高公共機構對政府機構公平適用法律和稅收的信任。
• 大公司和千萬富翁透過增加遊說者的支出來抵制自動徵稅，利用資料隱私和駭客問題來對抗該技術的使用。
• 富人僱用更多的會計師和律師來幫助他們規避自動稅收。
• 科技公司加大對稅務部門機器學習解決方案開發的投資，並與稅務機關合作。

要評論的問題

• 您有使用自動稅務服務的經驗嗎？
• 人工智慧還能如何幫助管理稅務資訊和系統？