From 2022, Australia's ATO deployed ML to detect a large-scale GST refund fraud scheme: 57,000+ alleged offenders identified, A$2.7 billion in additional suspect refunds prevented, A$123 million recovered, and 126 convictions — with ANAO identifying significant governance gaps.
2.7 A$ billion
Devoluciones de GST sospechosas adicionales evitadas (2022-2025)
123 A$ million
Fondos recuperados
57,000+
Presuntos infractores sujetos a acciones de aplicación de la ley
En mayo de 2022, la Australian Taxation Office (ATO) puso en marcha la Operation Protego tras un rápido aumento de solicitudes fraudulentas de devolución del GST promovidas en redes sociales, en las que particulares creaban Australian Business Numbers para empresas inexistentes y presentaban Business Activity Statements falsas para reclamar devoluciones, con un monto estimado de 2000 millones de dólares australianos obtenidos de forma fraudulenta.
Activities
La ATO desplegó modelos de aprendizaje automático para señalar solicitudes de devolución sospechosas casi en tiempo real e identificar redes de defraudadores relacionados, lo que permitió una detección a una escala imposible mediante muestreo manual de auditoría, utilizando puntuaciones de riesgo basadas en IA para priorizar los casos de aplicación de la ley.
Results
Los resultados documentados, confirmados por la Australian National Audit Office, incluyen la prevención de 2700 millones de dólares australianos adicionales en devoluciones de GST sospechosas, la recuperación de 123 millones de dólares australianos, acciones de aplicación de la ley contra más de 57 000 presuntos infractores, 126 condenas penales con penas de hasta 7 años y 6 meses, y alrededor de 300 millones de dólares australianos en multas e intereses recaudados hasta julio de 2025.
Conclusions
La auditoría de desempeño 2024-25 de la ANAO calificó la detección de fraude como 'en gran medida eficaz' en un área, pero 'parcialmente eficaz' en otras tres, al no encontrar una estrategia de implementación de IA adecuada, funciones de IA poco claras a nivel institucional, ni mecanismos de gestión de riesgos específicos para la IA, lo que ilustra tanto la capacidad de la IA para detectar fraude a gran escala como las brechas de gobernanza que pueden surgir sin una supervisión proporcional.
Implementation
Indicative cost
High (€500k–€5M)
Time to results
Long (> 3 years)
Staffing & skills
ATO investigators using AI-driven risk scoring to prioritise cases, ANAO auditors performing independent governance review
Conditions for success
Real-time or near-real-time fraud flagging at scale
Clear AI governance framework with defined roles and risk management (identified as missing)
Common failure modes
No fit-for-purpose AI implementation strategy
Unclear enterprise-wide AI roles and responsibilities
No AI-specific risk management arrangements (per ANAO audit)
Where it fits
Governance type
national tax administration
Scale
national
Income level
high-income
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 …