Nova Zelândia · Wellington · Ver o perfil de Nova Zelândia
A Receita Federal da Nova Zelândia utiliza ML para triagem de mais de 3 milhões de declarações fiscais relativamente ao risco de incumprimento. No 1.º semestre de 2024, gerou um aumento de 50% nas auditorias iniciadas e identificação de NZD 600 milhões em imposto não declarado, com NZD 859 milhões em receita total de conformidade.
A Administração Fiscal da Nova Zelândia (IRD) utiliza modelos de aprendizagem automática desde, pelo menos, 2022 para analisar declarações fiscais e transações comerciais quanto ao risco de conformidade, priorizando os recursos de auditoria e sinalizando casos para revisão sob supervisão humana obrigatória, de acordo com a página oficial da IRD 'Our use of AI'.
No primeiro semestre de 2024, a IRD analisou mais de 3 milhões de declarações, sinalizou 30.000 para revisão e abriu 3.600 auditorias (mais 50% do que no ano anterior), identificando NZD 600 milhões em impostos não declarados e NZD 859 milhões em receita total de conformidade; trabalho direcionado identificou ainda NZD 153,5 milhões em rendimentos não declarados de imóveis/GST e 227.000 utilizadores de criptomoedas com um valor estimado de NZD 2,7 milhões em rendimentos não declarados.
Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.
De onde foi obtida a informação desta prática, e quando.
Irlanda
Desde 2011, a Administração Fiscal da Irlanda usa IA (REAP) para selecionar intervenções de conformidade fiscal; 290.000 intervenções orientadas por …
Letónia
O SRS da Letónia usa o ESCORT ML para classificar cada empresa registada quanto ao risco de fraude fiscal e …
África do Sul
O SARS da África do Sul utiliza modelos de AM sobre 1,2 mil milhões de registos anuais para selecionar auditorias …
Itália
A Agenzia delle Entrate italiana implantou o VeRa, um algoritmo de IA que cruza declarações fiscais com dados bancários, registos …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.