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 …
Austria · Vienna · See the Austria profile
El PACC de Austria usa machine learning para detectar fraude y evasión fiscal. En 2023 analizó 6,5 millones de casos recuperando 185 M€; en 2024 examinó 6,6 millones de expedientes y 23,4 millones de controles, generando 354 M€ adicionales.
PACC es una unidad especial dentro del Ministerio Federal de Finanzas de Austria, creada en 2016–17, que utiliza modelos de aprendizaje automático supervisado y minería de texto en cuatro equipos analíticos (Predictive Analytics, Advanced Analytics, Tax Analytics, Customs Analytics) para asignar puntuaciones de riesgo a casos de impuesto sobre la renta, impuesto de sociedades, IVA y aduanas; las puntuaciones de riesgo orientan a los equipos humanos de auditoría, que conservan la autoridad final de decisión.
En 2023, los modelos de PACC examinaron aproximadamente 6,5 millones de casos fiscales y 27,5 millones de casos de cumplimiento, generando alrededor de 185 millones de euros en ingresos fiscales recuperados. En 2024 se evaluaron 6,6 millones de casos fiscales y 23,4 millones de registros de cumplimiento, generando 354 millones de euros en ingresos fiscales adicionales.
Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.
Where this practice's information was retrieved from, and when.
Latvia
Latvia's SRS uses ESCORT ML to score every registered company for fraud risk across tax and labour domains. Fraud detection …
New Zealand
New Zealand's Inland Revenue uses ML to screen 3+ million tax returns for compliance risk. In H1 2024 this drove …
Denmark
Since 2014 Denmark’s Skattestyrelsen has run a real-time ML system flagging suspicious VAT refund claims; it reports ~70% accuracy, is …
Australia
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 …
Open full copilot Grounded in cited practices — always check the sources.