O SRS da Letónia usa o ESCORT ML para classificar cada empresa registada quanto ao risco de fraude fiscal e laboral. Tempo de deteção reduzido de ~1 mês para minutos; relatórios analíticos de 4 semanas para 1 dia; sistema de classificação público desde fevereiro de 2024.
~1 month
Prazo de deteção de fraude, antes da atualização
minutes
Prazo de deteção de fraude, após a atualização (since 2021)
4 weeks
Tempo de produção de relatórios analíticos, antes da atualização
1 day
Tempo de produção de relatórios analíticos, após a atualização (since 2021)
O ESCORT é um sistema de pontuação de risco de fraude baseado em aprendizagem automática, operado pelo Serviço de Receitas do Estado da Letónia (SRS/VID), que atribui uma pontuação de risco a cada entidade jurídica registada, combinando dados fiscais do SRS com dados da Inspeção Estatal do Trabalho e outras fontes de dados governamentais. Operacional desde 2019, foi sujeito a uma grande atualização técnica em 2021 (consolidação das contas dos contribuintes e migração para o SAP HANA).
Objectives
Detetar mais rapidamente a fraude ao IVA, a subdeclaração do imposto sobre o rendimento, o trabalho não declarado e o trabalho migrante irregular, direcionar os recursos de fiscalização de forma mais eficiente e, desde fevereiro de 2024, dar visibilidade pública às classificações de conformidade fiscal das empresas através do Taxpayer Rating System.
Activities
Um repositório de dados centralizado, que integra dados fiscais, laborais e outros dados governamentais, alimenta um modelo de pontuação de risco baseado em aprendizagem automática que abrange toda a base de contribuintes registados; um Taxpayer Rating System público publica classificações ao nível das empresas no sítio web do SRS.
Results
Após a atualização de 2021, os prazos de deteção de fraude passaram de cerca de um mês para minutos, e a produção de relatórios analíticos de risco passou de quatro semanas para um dia, de acordo com o parceiro de implementação Emergn. O SRS processa aproximadamente 10 mil milhões de euros em pagamentos de impostos anuais. Não foi publicada nenhuma auditoria algorítmica independente nem estatísticas de recuperação de receita/rendimento de auditorias.
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.
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 …
Italy's Agenzia delle Entrate deploys VeRa, an AI algorithm cross-referencing declarations with bank data, property records and electronic payments. In …