evidoria

← Back to browse

Good practice

Canada Revenue Agency — AI-driven detection of unwarranted GST/HST refund claims

Canada · Ottawa · See the Canada profile

Canada Revenue Agency uses ML and AI-powered analytics to detect unwarranted GST/HST refund claims. Since 2017–18, over C$1.1 billion in carousel-scheme fraud identified; compliance activities now flag over C$1.5 billion in suspicious refund claims annually.

C$1.1 billion+
Reembolsos indevidos de esquemas de carrossel identificados desde 2017–18 (2017–18 to present)
C$1.5 billion+
Pedidos de reembolso suspeitos sinalizados anualmente (2023–24)
C$42 million
Montante que superou a meta do Orçamento de 2021 (2023–24)
C$425.7 million
Investimento total em conformidade (Orçamentos de 2016/2017/2018/2021)

Details

Maturity
Established
Promoter
Canada Revenue Agency (CRA) / Agence du revenu du Canada
Period
2018-present
Keywords
tax compliance, machine learning, GST/HST fraud, carousel fraud, risk scoring, data analytics

Context

A Canada Revenue Agency utiliza modelos de aprendizagem automática e de pontuação de risco baseados em IA — cruzando declarações de GST/HST com dados bancários, de folhas de pagamento, de redes de fornecedores e de importação/exportação — para sinalizar pedidos de reembolso suspeitos, em particular fraude do tipo 'carrossel', antes de os reembolsos serem pagos; auditores humanos revêm todas as declarações sinalizadas pela IA, e o sistema opera ao abrigo da Directive on Automated Decision-Making do Conselho do Tesouro.

Results

Desde 2017–18, as atividades de conformidade assistidas por IA identificaram mais de C$1,1 mil milhões em reembolsos indevidos ligados a esquemas de carrossel; em 2023–24, o sistema sinaliza anualmente mais de C$1,5 mil milhões em pedidos suspeitos, e o Relatório de Resultados Departamentais 2023–24 da CRA confirma que a meta do Orçamento de 2021 — identificar C$250 milhões em reembolsos indevidos — foi superada em C$42 milhões nesse exercício fiscal.

Implementation

Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.

Data sources

Where this practice's information was retrieved from, and when.

Similar practices you may find useful