evidoria

← Retour à la liste

Bonne pratique Importée

Détection de la fraude fiscale par IA et le chatbot OrientaSAT du SAT — Mexique

Mexique · Mexico City · Voir le profil de Mexique · Voir le profil de Mexico City

Preuves: Observationnel / avant-après Top 74% 47/100 · Demandez à Evidence Copilot à propos de cette pratique

L'administration fiscale mexicaine utilise l'IA pour détecter la facturation électronique frauduleuse et les sociétés écrans, et exploite OrientaSAT, un chatbot pour les contribuables — mais une étude universitaire signale un risque de biais, un manque de transparence et une réduction de 22 % des effectifs.

~1,200 companies
Sociétés écrans identifiées (2020)
~3,500 transactions
Transactions frauduleuses identifiées (2020)
47.5% increase to 246,309 interactions
Croissance des interactions OrientaSAT (2023)
25.4% increase
Hausse de l'efficacité des audits (Q1 2024)
201.6 pesos recovered per peso invested (vs 160.8 a year earlier)
Ratio de recouvrement du contrôle fiscal (Q1 2024)
-22% 7,004 positions
Réduction des effectifs du SAT (2022)

Détails

Maturité
Établie
Promoteur
Servicio de Administración Tributaria (SAT)
Période
2017–present
Mots-clés
taxation, fraud detection, e-invoicing, chatbot, public finance

Contexte

Depuis octobre 2017, le Servicio de Administración Tributaria (SAT) mexicain applique des modèles d'apprentissage automatique à son système national obligatoire de facturation électronique (CFDI), comparant les revenus déclarés et les bases de TVA aux factures émises afin de signaler les transactions simulées et les sociétés écrans (« empresas fantasma »).

Objectifs

Le programme vise à détecter la fraude à la facturation électronique et l'activité de sociétés écrans sur l'ensemble de la base fiscale, et depuis mars 2021, à assister directement les contribuables via OrientaSAT, un chatbot IA gratuit disponible pendant la période de déclaration.

Activités

Les modèles du SAT comparent les revenus déclarés et les bases de TVA aux factures émises à l'échelle nationale, tandis qu'OrientaSAT répond aux questions des contribuables ; les deux alimentent le « Plan Maestro » 2024 de l'agence pour la classification des risques et le contrôle assistés par IA.

Résultats

En 2020, les modèles ont permis d'identifier environ 1 200 sociétés écrans et environ 3 500 transactions frauduleuses, et les interactions d'OrientaSAT ont augmenté de 47,5 % pour atteindre 246 309 en 2023. Au premier trimestre 2024, le SAT a signalé une hausse de 25,4 % de l'efficacité des audits et un ratio de recouvrement de 201,6 pesos par peso investi dans le contrôle, contre 160,8 pesos un an plus tôt.

Conclusions

Une étude évaluée par des pairs, affiliée à l'UNAM, soulève des inquiétudes quant à un biais algorithmique envers certains groupes de contribuables, à la non-divulgation de la méthodologie de notation du risque et à une responsabilité juridique floue, et note que les effectifs du SAT ont chuté de 7 004 postes (-22 %) en 2022, en parallèle de l'automatisation ; les affirmations du SAT sur les gains de recettes attribués à l'IA n'ont pas fait l'objet d'un audit indépendant.

Mise en œuvre
Coût indicatif
Élevé (500 k€–5 M€) — No public cost figures were found; conservatively banded high given the system's nationwide scale across Mexico's entire e-invoicing base and continuous operation since 2017.
Délai jusqu’aux résultats
Long (> 3 ans) — Tax-fraud detection models have run continuously since October 2017; OrientaSAT added March 2021; classified as long-running given nearly a decade of continuous operation.
Personnel et compétences
SAT tax administration and IT/data-science staff running CFDI risk models, OrientaSAT chatbot support team

Conditions de réussite

  • Mandatory nationwide e-invoicing (CFDI) data already in place to train and run risk models
  • Continuous system operation since 2017 giving multi-year data for model refinement

Modes d’échec courants

  • A peer-reviewed UNAM study documents undisclosed risk-scoring methodology and potential algorithmic bias against specific taxpayer groups, with unclear legal accountability
  • SAT's headcount fell 22% (7,004 positions) in 2022 alongside the automation push, raising questions about capacity and oversight
  • SAT's own revenue and efficiency gains attributed to AI have not been independently audited

Où cela s’applique

Type de gouvernance
national tax authority (centralised federal agency)
Échelle
national, entire mandatory e-invoicing base
Niveau de revenu
upper-middle-income

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pratiques similaires qui pourraient vous être utiles