VeRa — Italy's AI risk-scoring algorithm for tax-evasion detection
Italy
Italy's Agenzia delle Entrate deploys VeRa, an AI algorithm cross-referencing declarations with bank data, property records and electronic payments. In …
Good practice
★ 80
★ 87
★ 80
★ 80
CIAT e-IAD — Detector de anomalías con IA en facturación electrónica de Costa Rica
Costa Rica · San José · See the Costa Rica profile
La autoridad tributaria de Costa Rica utiliza el modelo ML open source CIAT e-IAD para detectar anomalías en facturas electrónicas. En 2026 expuso una red de fraude de ~₡80 mil millones con ~200 contribuyentes y recuperó ₡8 mil millones en 2025. El CIAT lo ha replicado en Guatemala y Rio Grande do Sul.
~200
Contribuyentes implicados en la red de fraude descubierta (by April 2026)
~₡80 billion (~USD 150 million)
Valor de los comprobantes falsos identificados (by April 2026)
~₡8 billion (~USD 15 million)
Ingresos fiscales recuperados (2025)
30
Inspectores de la DGT que cubren a los mayores contribuyentes
12 months
Período de desarrollo del modelo
Details
- Maturity
- Established
- Promoter
- Dirección General de Tributación, Ministerio de Hacienda
- Period
- 2022–present
- Keywords
- tax compliance, e-invoicing, unsupervised machine learning, anomaly detection, CIAT
Context
La Dirección General de Tributación de Costa Rica, junto con el CIAT y Microsoft, implementó e-IAD, un modelo de aprendizaje automático no supervisado y de código abierto, codesarrollado a lo largo de 12 meses por expertos tributarios de siete países miembros del CIAT, que analiza millones de facturas electrónicas, declaraciones tributarias y datos del registro de contribuyentes para detectar anomalías y patrones de comportamiento compatibles con la evasión fiscal organizada.
Results
Para abril de 2026, el sistema ayudó a los investigadores de la DGT a descubrir una red de fraude de aproximadamente 200 contribuyentes, que involucraba comprobantes falsos por un total aproximado de ₡80 mil millones (~USD 150 millones); solo en 2025, las auditorías asistidas por IA recuperaron aproximadamente ₡8 mil millones (~USD 15 millones) deducidos de forma irregular mediante facturas electrónicas sin sustento. El CIAT ha desplegado desde entonces la misma solución en Guatemala y Río Grande do Sul, Brasil.
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.
- C-NAPSE web research — accessed 2026-06-21
- Dirección General de Tributación, Ministerio de Hacienda — accessed 2026-06-21
- Microsoft customer story — CIAT e-IAD in Costa Rica (June 2023) — accessed 2026-06-21
- El Financiero CR — AI exposes ₡80 bn fraud scheme (April 2026) — accessed 2026-06-21
Attachments
Similar practices you may find useful
Revenue REAP — Ireland's AI risk engine for human-supervised tax-compliance targeting
Ireland
Since 2011, Ireland's Revenue Commissioners have used AI risk scoring (REAP) to target tax-compliance interventions; 290,000 data-analytics-driven interventions in 2023 …
ESCORT — Latvia's State Revenue Service ML risk-scoring system for tax compliance
Latvia
Latvia's SRS uses ESCORT ML to score every registered company for fraud risk across tax and labour domains. Fraud detection …
SARS AI compliance engine — South Africa's machine-learning tax risk platform
South Africa
South Africa's SARS uses ML models across 1.2 billion annual records to select audits and detect refund fraud. In FY2024/25 …