BgGPT at NRA — Bulgaria's Sovereign AI for Tax Administration
Bulgaria
In March 2026 Bulgaria's NRA deployed BgGPT—a sovereign open-weight LLM—across central office and seven territorial directorates for 7,000+ staff; NRA …
Good practice
★ 67
★ 53
★ 47
★ 80
CRM de Poreska Uprava — Plataforma de gestión del riesgo de cumplimiento mediante IA (Serbia)
Serbia · Belgrade · See the Serbia profile
Desde 2018 la administración tributaria de Serbia opera un sistema de gestión del riesgo IA/big data con la Universidad de Novi Sad; ingresos salariales +70 % nominalmente (2018–2022), atribuidos al sistema CRM y a reformas administrativas más amplias.
~70 % nominal growth
Crecimiento de los ingresos del impuesto sobre salarios (2018–2022)
~50 % nominal growth
Crecimiento de los ingresos fiscales totales (2018–2022)
90–98 %
Precisión del modelo de detección de anomalías (conjuntos de datos académicos de prueba) (as reported in University of Novi Sad paper)
Details
- Maturity
- Established
- Promoter
- Poreska uprava (Tax Administration of Serbia) / University of Novi Sad
- Period
- 2018–present
- Keywords
- tax administration, compliance, big data, fiscal
Context
La Poreska Uprava (Administración Tributaria) de Serbia puso en marcha en 2018 una iniciativa de gestión de riesgo de cumplimiento (CRM), en asociación con la Facultad de Ciencias de la Universidad de Novi Sad, aplicando análisis de big data y aprendizaje automático a las declaraciones del impuesto sobre salarios.
Objectives
El sistema busca detectar desviaciones en la información de nóminas, puntuar el riesgo de cumplimiento de los empleadores y priorizar unos recursos de inspección limitados hacia los empleadores potencialmente incumplidores.
Activities
El CRM procesa registros tributarios administrativos mediante métodos de aprendizaje automático; un artículo académico de la Universidad de Novi Sad documenta el uso de regresión logística, random forest y máquinas de vectores de soporte. En enero de 2022, Serbia introdujo la eFiskalizacija, recibos fiscales electrónicos obligatorios en tiempo real para todas las transacciones con consumidores, ampliando el conjunto de datos disponible para los modelos de puntuación de riesgo.
Results
Entre 2018 y 2022, los ingresos del impuesto sobre salarios en Serbia crecieron aproximadamente un 70% en términos nominales, con un aumento de los ingresos fiscales totales de alrededor del 50% en el mismo periodo; un blog del Banco Mundial (enero de 2024) atribuyó estas ganancias en parte a la plataforma CRM, junto con el crecimiento macroeconómico y las reformas administrativas. El artículo académico reportó una precisión del 90–98% en conjuntos de datos de detección de anomalías probados.
Conclusions
El crecimiento de los ingresos no puede atribuirse exclusivamente al sistema de IA — los factores macroeconómicos y reformas más amplias fueron co-factores — y la Unidad de Gestión de Riesgos seguía infradotada de personal en 2022, según informes del FMI sobre Serbia; la lógica algorítmica no se divulga públicamente.
Implementation
- Indicative cost
- Medium (€50k–€500k) — Academic-government partnership (University of Novi Sad) plus national eFiskalizacija infrastructure; no public cost figures found in source.
- Time to results
- Long (> 3 years) — Operating continuously since 2018, with eFiskalizacija data expansion from January 2022 and World Bank documentation through January 2024.
- Staffing & skills
- Poreska Uprava (Tax Administration of Serbia) Risk Management Unit, Faculty of Science, University of Novi Sad, as academic/technical partner
Conditions for success
- Academic-government partnership providing technical machine-learning expertise
- eFiskalizacija (2022) mandatory e-receipts expanding the data pool for risk scoring
- World Bank engagement supporting the Risk Management Unit
Common failure modes
- Risk Management Unit remained understaffed as of 2022 per IMF Serbia country reports
- Algorithmic logic is not publicly disclosed
- Revenue growth is confounded with macroeconomic growth and other reforms, not isolated to the AI system
Where it fits
- Governance type
- national tax authority with academic partnership
- Scale
- national (100,000+ VAT-registered businesses under eFiskalizacija)
- Income level
- upper-middle-income (Serbia)
Data sources
Where this practice's information was retrieved from, and when.
- C-NAPSE web research — accessed 2026-06-25
- Poreska uprava (Tax Administration of Serbia) / University of Novi Sad — accessed 2026-06-25
- World Bank blog — Tackling Tax Evasion in Serbia with Big Data (Jan 2024) — accessed 2026-06-25
- University of Novi Sad paper on big data tax collection (ResearchGate) — accessed 2026-06-25
- arXiv — Tax Evasion Risk Management: hybrid outlier detection (Serbia data) — accessed 2026-06-25
Attachments
Similar practices you may find useful
Armenia SRC — ML-Powered Tax Compliance and CIT Gap Estimation
Armenia
Armenia's State Revenue Committee, with World Bank and AUA support, deployed ML to estimate the CIT gap (26–35%) and target …
Mexico SAT — Machine Learning and Graph Analytics for High-Risk Taxpayer Detection (Plan Maestro 2024)
Mexico
Mexico's SAT deploys graph analytics and ML across 80 million taxpayer records to classify high-risk entities, map EFOS fake-invoice networks …
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 …