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 da Poreska Uprava — Plataforma de gestão de risco de conformidade com IA (Sérvia)
Serbia · Belgrade · See the Serbia profile
Desde 2018 a administração fiscal da Sérvia opera um sistema de gestão de risco IA/big data com a Universidade de Novi Sad; a receita do imposto salarial cresceu ~70 % (2018–2022), atribuída ao sistema CRM e a reformas administrativas mais amplas.
~70 % nominal growth
Crescimento da receita do imposto sobre salários (2018–2022)
~50 % nominal growth
Crescimento da receita fiscal total (2018–2022)
90–98 %
Precisão do modelo de deteção de anomalias (conjuntos de dados académicos de teste) (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
A Poreska Uprava (Administração Fiscal) da Sérvia lançou uma iniciativa de gestão de risco de conformidade (CRM) em 2018, em parceria com a Faculdade de Ciências da Universidade de Novi Sad, aplicando análise de big data e aprendizagem automática às declarações de imposto sobre salários.
Objectives
O sistema visa detetar desvios na comunicação de folhas de pagamento, pontuar o risco de conformidade dos empregadores e priorizar os recursos limitados de inspeção para os empregadores potencialmente não conformes.
Activities
O CRM processa registos fiscais administrativos usando métodos de aprendizagem automática; um artigo académico da Universidade de Novi Sad documenta o uso de regressão logística, random forest e máquinas de vetores de suporte. Em janeiro de 2022, a Sérvia introduziu a eFiskalizacija, recibos fiscais eletrónicos obrigatórios em tempo real para todas as transações com consumidores, alargando o conjunto de dados disponível para os modelos de pontuação de risco.
Results
Entre 2018 e 2022, a receita do imposto sobre salários na Sérvia cresceu aproximadamente 70% em termos nominais, com a receita fiscal total a subir cerca de 50% no mesmo período; um blogue do Banco Mundial (janeiro de 2024) atribuiu estes ganhos em parte à plataforma CRM, juntamente com o crescimento macroeconómico e as reformas administrativas. O artigo académico reportou uma precisão de 90–98% em conjuntos de dados de deteção de anomalias testados.
Conclusions
O crescimento da receita não pode ser atribuído exclusivamente ao sistema de IA — fatores macroeconómicos e reformas mais amplas foram co-fatores — e a Unidade de Gestão de Risco permanecia subdimensionada em 2022, segundo relatórios do FMI sobre a Sérvia; a lógica algorítmica não é divulgada publicamente.
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 …