evidoria

← Back to browse

Good practice

Operation Protego — AI-assisted detection of GST refund fraud (Australia)

Australia · Canberra · See the Australia profile

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
Remboursements de TPS suspects supplémentaires évités (2022-2025)
123 A$ million
Fonds récupérés
57,000+
Auteurs présumés visés par des mesures d'application
126
Condamnations pénales
~300 A$ million
Pénalités et intérêts perçus d'ici juillet 2025

Details

Maturity
Established
Promoter
Australian Taxation Office (ATO)
Period
2022–present
Keywords
tax fraud detection, GST, machine learning, risk scoring, criminal enforcement

Context

En mai 2022, l'Australian Taxation Office (ATO) a lancé l'Operation Protego à la suite d'une hausse rapide des demandes frauduleuses de remboursement de TPS/GST promues sur les réseaux sociaux, où des particuliers créaient des Australian Business Numbers pour des entreprises fictives et déposaient de fausses Business Activity Statements afin de réclamer des remboursements, pour un montant estimé à 2 milliards de dollars australiens obtenus frauduleusement.

Activities

L'ATO a déployé des modèles d'apprentissage automatique pour signaler les demandes de remboursement suspectes en quasi temps réel et identifier des réseaux de fraudeurs liés entre eux, permettant une détection à une échelle impossible à atteindre par un échantillonnage d'audit manuel, avec un score de risque piloté par l'IA utilisé pour prioriser les dossiers à traiter.

Results

Les résultats documentés, confirmés par l'Australian National Audit Office, comprennent la prévention de 2,7 milliards de dollars australiens supplémentaires de remboursements de TPS suspects, la récupération de 123 millions de dollars australiens, des mesures d'application visant plus de 57 000 auteurs présumés, 126 condamnations pénales avec des peines allant jusqu'à 7 ans et 6 mois, et environ 300 millions de dollars australiens de pénalités et d'intérêts perçus d'ici juillet 2025.

Conclusions

L'audit de performance 2024-25 de l'ANAO a jugé la détection de la fraude 'largement efficace' dans un domaine, mais 'partiellement efficace' dans trois autres, ne trouvant aucune stratégie de mise en œuvre de l'IA adaptée, des rôles liés à l'IA mal définis à l'échelle de l'organisation, et aucun dispositif de gestion des risques spécifique à l'IA — illustrant à la fois la capacité de l'IA à détecter la fraude à grande échelle et les lacunes de gouvernance pouvant apparaître en l'absence d'une supervision proportionnée.

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.

Similar practices you may find useful