ESCORT — Sistema de pontuação de risco ML do Serviço de Receitas do Estado da Letónia para conformidade fiscal
Letónia
O SRS da Letónia usa o ESCORT ML para classificar cada empresa registada quanto ao risco de fraude fiscal e …
Áustria · Vienna · Ver o perfil de Áustria
O Centro de Competências em Análise Preditiva (PACC) da Áustria usa machine learning para detetar fraude e evasão fiscais. Em 2023 analisou 6,5 milhões de casos, recuperando 185 M€; em 2024, avaliou 6,6 milhões de casos e 23,4 milhões de registos, gerando 354 M€.
O PACC é uma unidade especial do Ministério Federal das Finanças da Áustria, criada em 2016–17, que utiliza modelos de aprendizagem automática supervisionada e de mineração de texto em quatro equipas analíticas (Predictive Analytics, Advanced Analytics, Tax Analytics, Customs Analytics) para atribuir pontuações de risco a casos de imposto sobre o rendimento, imposto sobre as sociedades, IVA e alfândegas; as pontuações de risco informam as equipas humanas de auditoria, que mantêm a autoridade final de decisão.
Em 2023, os modelos do PACC analisaram aproximadamente 6,5 milhões de casos fiscais e 27,5 milhões de casos de conformidade, resultando em cerca de €185 milhões em receitas fiscais recuperadas. Em 2024, foram avaliados 6,6 milhões de casos fiscais e 23,4 milhões de registos de conformidade, gerando €354 milhões em receita fiscal adicional.
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.
Letónia
O SRS da Letónia usa o ESCORT ML para classificar cada empresa registada quanto ao risco de fraude fiscal e …
Nova Zelândia
A Receita Federal da Nova Zelândia utiliza ML para triagem de mais de 3 milhões de declarações fiscais relativamente ao …
Dinamarca
Desde 2014, a Skattestyrelsen dinamarquesa opera um sistema ML em tempo real que sinaliza pedidos suspeitos de reembolso de IVA; …
Austrália
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 …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.