El SARS de Sudáfrica utiliza modelos de AA sobre 1.200 millones de registros anuales para seleccionar auditorías y detectar fraude en devoluciones. En el AF2024/25 el cumplimiento por IA generó R304.000 millones (+16,7%); los modelos de IA previnieron acumuladamente R444.000 millones en salidas fraudulentas (comunicación parlamentaria).
304 R billion
Ingresos por cumplimiento recaudados (FY2024/25)
16.7 %
Aumento interanual de los ingresos por cumplimiento (FY2024/25)
444 R billion
Salidas fraudulentas acumuladas prevenidas
60+ %
Proporción de auditorías seleccionadas por IA (FY2023)
1.2+ billion
Registros de datos anuales procesados
Details
Maturity
Established
Promoter
South African Revenue Service (SARS)
Period
2019-present
Keywords
tax compliance, machine learning, risk profiling, refund fraud detection, big data analytics, audit selection
Context
Desde 2019, el Servicio de Recaudación de Sudáfrica (SARS) utiliza modelos de gradient boosting y redes neuronales sobre más de 1200 millones de registros anuales —procedentes de bancos, fondos de pensiones, aseguradoras médicas, el registro de la propiedad, la Comisión de Empresas y Propiedad Intelectual, el registro de vehículos y socios internacionales— para generar puntuaciones de riesgo para cada contribuyente y cada declaración aduanera.
Activities
Las puntuaciones de riesgo señalan casos para su revisión por parte de funcionarios humanos de la agencia tributaria, en lugar de desencadenar una acción automática; en el ejercicio fiscal 2023, más del 60 % de las auditorías fueron seleccionadas por IA. El sistema opera al amparo de la SARS Act, con informes trimestrales a la Comisión Permanente de Finanzas del parlamento e informes anuales conforme a la Public Finance Management Act.
Results
En el ejercicio fiscal 2024/25, el SARS recaudó 304 000 millones de rands a través de actividades de cumplimiento identificables, un aumento interanual del 16,7 % atribuido en gran medida a la elaboración de perfiles de riesgo y a la detección de fraude mediante IA. Una comparecencia parlamentaria del Comisionado del SARS informó de que los modelos de detección por IA habían prevenido de forma acumulada más de 444 000 millones de rands en salidas fraudulentas, alrededor del 32 % de los ingresos por cumplimiento protegidos.
Conclusions
El SARS ha presentado el modelo en el G20 y ante el Foro Africano de Administración Tributaria como un enfoque transferible a otras administraciones tributarias africanas; un estudio académico independiente de 2024 documentó la arquitectura del sistema y su marco jurídico.
Implementation
Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.
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 …