SRC de Armenia — IA para el cumplimiento tributario y estimación de la brecha del IS

El Comité de Ingresos del Estado (SRC) de Armenia puso en marcha en 2024 una reforma de cumplimiento tributario impulsada por IA, con el apoyo del Banco Mundial en el marco del Proyecto de Modernización del Sector Público (Fase 4), en colaboración con la Universidad Americana de Armenia (AUA) para desarrollar capacidad gubernamental en aprendizaje automático.

La aplicación central es un modelo de estimación de la brecha del impuesto sobre sociedades (CIT), pensado para sustituir la selección de auditorías por muestreo aleatorio, de menor precisión, por una selección de empresas de alto riesgo basada en aprendizaje automático.

La asistencia técnica del FMI estimó la brecha de CIT de Armenia entre el 26,4% y el 35,2% de la obligación tributaria potencial, proporcionando la línea base que aborda el modelo de ML; el sistema de ML combina este análisis de brecha con datos de transacciones de los contribuyentes para seleccionar objetivos de auditoría. Se firmó un Memorando de Entendimiento formal entre el SRC y la AUA el 17 de abril de 2025, y los principios de diseño incluyen explicabilidad del modelo, transparencia de los criterios de riesgo y alineación con normas ISO de ciberseguridad. El sistema también sirvió de base para planes de extender la IA a la gestión de riesgo aduanero y al análisis de imágenes de rayos X en pasos fronterizos.

El SRC intensificó la selección de auditorías basada en riesgo en 2025, con inspecciones a empresas cada vez más orientadas por herramientas analíticas. Con base en comparaciones internacionales —se cita a la India y Brasil como países que lograron ganancias de recaudación del 10-30% con enfoques similares—, el gobierno armenio proyecta una mejora del 15-20% en el cumplimiento voluntario y forzoso, aunque no se ha publicado ninguna medición posterior al piloto de los resultados propios de Armenia.

Se trata de uno de los primeros despliegues sustanciales de IA en la administración tributaria de la región del Cáucaso, con una colaboración académico-gubernamental formalizada y compromisos explícitos de diseño en materia de explicabilidad y transparencia, pero sus cifras de mejora del cumplimiento siguen siendo proyecciones y no resultados medidos.