evidoria

← Voltar à navegação

Boa prática Importada

Operation Protego — AI-assisted detection of GST refund fraud (Australia)

Austrália · Canberra · Ver o perfil de Austrália · Ver o perfil de Canberra

Evidência: Observacional / pré-pós Top 50% 60/100 · Pergunte a Evidence Copilot sobre esta prática

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 in additional suspect refunds prevented, A$123 million recovered, and 126 convictions — with ANAO identifying significant governance gaps.

2.7 A$ billion
Reembolsos de GST suspeitos adicionais evitados (2022-2025)
123 A$ million
Fundos recuperados
57,000+
Alegados infratores sujeitos a ações de fiscalização
126
Condenações criminais
~300 A$ million
Multas e juros cobrados até julho de 2025

Detalhes

Maturidade
Consolidada
Promotor
Australian Taxation Office (ATO)
Período
2022–present
Palavras-chave
tax fraud detection, GST, machine learning, risk scoring, criminal enforcement

Contexto

Em maio de 2022, a Australian Taxation Office (ATO) lançou a Operation Protego após um aumento rápido de pedidos fraudulentos de reembolso de GST promovidos nas redes sociais, em que pessoas criavam Australian Business Numbers para empresas inexistentes e apresentavam Business Activity Statements falsas para reclamar reembolsos, com um valor estimado de 2 mil milhões de dólares australianos obtidos fraudulentamente.

Atividades

A ATO implementou modelos de aprendizagem automática para sinalizar pedidos de reembolso suspeitos quase em tempo real e identificar redes de fraudadores relacionados, permitindo uma deteção a uma escala impossível através de amostragem manual de auditoria, com pontuação de risco baseada em IA a ser usada para priorizar casos para fiscalização.

Resultados

Os resultados documentados, confirmados pelo Australian National Audit Office, incluem a prevenção de mais 2,7 mil milhões de dólares australianos em reembolsos de GST suspeitos, a recuperação de 123 milhões de dólares australianos, ações de fiscalização contra mais de 57 000 alegados infratores, 126 condenações criminais com penas até 7 anos e 6 meses, e cerca de 300 milhões de dólares australianos em multas e juros cobrados até julho de 2025.

Conclusões

A auditoria de desempenho de 2024-25 da ANAO classificou a deteção de fraude como 'amplamente eficaz' numa área, mas 'parcialmente eficaz' noutras três, não tendo encontrado uma estratégia de implementação de IA adequada, funções de IA pouco claras a nível institucional, nem mecanismos de gestão de risco específicos para IA — ilustrando tanto a capacidade da IA para detetar fraude em grande escala como as lacunas de governação que podem surgir sem supervisão proporcional.

Implementação
Custo indicativo
Elevado (500 mil €–5 M€)
Tempo até resultados
Longo (> 3 anos)
Equipa e competências
ATO investigators using AI-driven risk scoring to prioritise cases, ANAO auditors performing independent governance review

Condições de sucesso

  • Real-time or near-real-time fraud flagging at scale
  • Clear AI governance framework with defined roles and risk management (identified as missing)

Modos de falha comuns

  • No fit-for-purpose AI implementation strategy
  • Unclear enterprise-wide AI roles and responsibilities
  • No AI-specific risk management arrangements (per ANAO audit)

Onde se enquadra

Tipo de governação
national tax administration
Escala
national
Nível de rendimento
high-income

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Práticas semelhantes que podem ser úteis