evidoria

← Retour à la liste

Bonne pratique Importée

STIR — Le système d'IA polonais de détection en temps réel des carrousels TVA

Pologne · Warsaw · Voir le profil de Pologne · Voir le profil de Warsaw

Preuves: Observationnel / avant-après Top 66% 53/100 · Demandez à Evidence Copilot à propos de cette pratique

Le STIR applique le ML aux transactions bancaires quotidiennes de 4 millions d'entités pour détecter la fraude carrousel TVA ; économies attribuables ≈133 M EUR en 2019. Préoccupations documentées : algorithme opaque, gel de comptes sans préavis, signalé par AlgorithmWatch.

11000000+
Transactions quotidiennes analysées (2019)
~4000000
Entités couvertes (2019)
584 PLN million (≈€133M)
Économies budgétaires attribuables à STIR (2019)
537
Comptes gelés (2019)
67 PLN million (≈€15M)
Avoirs bloqués (2019)
79 %
Recours administratifs rejetés (through 2019)
6.6B → 1.7B EUR
Écart de TVA de la Pologne (2017-2021)
STIR — Le système d'IA polonais de détection en temps réel des carrousels TVA

Détails

Maturité
Établie
Promoteur
Krajowa Administracja Skarbowa (Poland National Revenue Administration)
Période
2018–present
Mots-clés
VAT fraud detection, machine learning, banking transaction analysis, carousel fraud, tax compliance

Contexte

STIR (System Teleinformatyczny Izby Rozliczeniowej) a été instauré par la loi en 2017 et mis en service sous l'administration nationale des recettes polonaise (KAS) à partir d'avril 2018. Construit et exploité par la Chambre nationale de compensation (KIR), il oblige toutes les banques polonaises à transmettre quotidiennement leurs données de transaction à une plateforme centralisée.

Objectifs

Détecter la fraude carrousel à la TVA quasiment en temps réel en attribuant un score de risque aux contribuables à partir des schémas de transactions bancaires, permettant à l'administration fiscale de geler les comptes suspects avant que des remboursements de TVA frauduleux ou des pertes ne surviennent.

Activités

Des algorithmes d'apprentissage automatique attribuent un coefficient de risque à chaque entité contribuable à partir du flux quotidien de transactions bancaires ; les signalements d'entités suspectes sont examinés par la KAS et peuvent déclencher le gel de comptes bancaires — sans préavis au titulaire — pour une durée pouvant aller jusqu'à 3 mois. Depuis juillet 2019, les banques sont également tenues de communiquer les données d'adresse IP de tous les titulaires de compte.

Résultats

En 2019, STIR analysait plus de 11 millions de transactions par jour, couvrant près de 4 millions d'entités et 5,5 millions de personnes associées. En 2019, 537 comptes répartis sur 113 entités ont été gelés ; les avoirs bloqués ont dépassé 67 millions PLN (≈15 millions EUR) ; la KAS a estimé les économies budgétaires attribuables à STIR à 584 millions PLN (≈133 millions EUR). Le paquet plus large de réforme de la TVA — STIR, le mécanisme de paiement scindé et la facturation électronique obligatoire (KSeF) — a réduit l'écart de TVA global de la Pologne, passé d'environ 6,6 milliards EUR en 2017 à 1,7 milliard EUR en 2021 selon les données du think-tank CASE, bien que cet écart se soit partiellement creusé de nouveau après 2021.

Conclusions

Les préoccupations en matière de gouvernance et de transparence sont importantes et documentées de manière indépendante : l'algorithme de notation est classifié, et jusqu'en 2019, 52 recours administratifs ont été déposés devant les tribunaux de Varsovie, dont 41 (79 %) ont été rejetés. Une décision d'un tribunal de Poznań en juin 2020 a jugé qu'une justification insuffisante des blocages initiaux de 72 heures invalidait les prolongations ultérieures — la première réaction judiciaire significative. La collecte massive d'adresses IP, introduite sans consultation publique, a été critiquée par le Défenseur des droits de l'homme polonais et l'ONG Panoptykon, et AlgorithmWatch a classé STIR comme un cas emblématique d'application algorithmique opaque dans son rapport Automating Society 2020.

Mise en œuvre
Coût indicatif
Élevé (500 k€–5 M€) — No public unit cost disclosed; the system requires mandatory daily data integration across the entire Polish banking sector plus a dedicated KAS review/enforcement function — a large national administrative-IT build, estimated high cost band.
Délai jusqu’aux résultats
Long (> 3 ans) — Legislated 2017, operational under KAS since April 2018, and continuously running through at least the years covered by the sources reviewed — an established, long-running system.
Personnel et compétences
National Clearing House (KIR) — builds and operates the platform, National Revenue Administration (KAS) — reviews suspicious-entity reports and executes freezes, All Polish banks — mandated daily transaction reporting

Conditions de réussite

  • Legal mandate (2017 law) compelling universal bank participation
  • Centralised ML risk-scoring platform ingesting daily nationwide transaction data
  • Enforcement power (account freeze) tied directly to detection

Modes d’échec courants

  • Opaque, classified scoring algorithm undermines due process and challengeability
  • Freezes without prior notice trigger legal and human-rights pushback (a 2020 court ruling found insufficient justification for freeze extensions)
  • Mass IP-data collection introduced without public consultation drew criticism from the Human Rights Commissioner and NGOs — a governance/legitimacy risk even where fiscal metrics are positive

Où cela s’applique

Type de gouvernance
national tax administration with a centralised bank-data mandate
Échelle
national (all Polish banks, ~4M entities)
Niveau de revenu
high-income (EU/Poland)

Habituellement financé par

National / regional programmes Digital Europe Programme

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.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles