Κύριος στόχος, η καταπολέμηση της φοροδιαφυγής και η βελτίωση των ψηφιακών ελέγχων.
Ο ψηφιακός μετασχηματισμός της Ανεξάρτητης Αρχής Δημοσίων Εσόδων «έτρεξε» με ταχύτατους ρυθμούς το τρέχον έτος, ενώ αναμένεται να ενταθεί περαιτέρω από το 2026, καθώς φέτος μπήκαν τα θεμέλια με τις βασικές εφαρμογές της τεχνητής νοημοσύνης που υιοθετήθηκαν, όπως:
– Ανάλυση Δεδομένων και Εντοπισμός Ρίσκου: Το AI έκανε «πρεμιέρα» στην επεξεργασία μεγάλου όγκου δεδομένων (Big Data) από διάφορες πηγές, όπως τα myDATA και τα ψηφιακά δελτία αποστολής, συμβάλλοντας στον εντοπισμό ύποπτων συναλλαγών, απατών και περιπτώσεων φοροδιαφυγής.
– Ψηφιακοί και αυτοματοποιημένοι έλεγχοι: Το νέο σύστημα έδωσε τη δυνατότητα πιο στοχευμένων και αποτελεσματικών φορολογικών ελέγχων, μειώνοντας τον χρόνο και το κόστος των παραδοσιακών ελέγχων.
– Εξυπηρέτηση φορολογουμένων: Η ΑΑΔΕ αξιοποίησε την τεχνητή νοημοσύνη για τη βελτίωση της εξυπηρέτησης των πολιτών και των επιχειρήσεων, παρέχοντας πιο άμεσες και εξατομικευμένες υπηρεσίες.
Παράλληλα, η ΑΑΔΕ προχώρησε στην αξιοποίηση αυτοματοποιημένων τεχνικών ανάλυσης κινδύνου, κάνοντας ένα σημαντικό ακόμη βήμα στη διεξαγωγή στοχευμένων ελέγχων, τόσο σε πραγματικό χρόνο όσο και εκ των υστέρων.
Μέσω της προμήθειας, μάλιστα, του Συστήματος Προηγμένης Επιχειρησιακής Νοημοσύνης (ΒΙ) και Ανάλυσης Δεδομένων (Data Analytics), το οποίο ωστόσο βρίσκεται σε εξέλιξη, επιδιώχθηκε η αποτελεσματικότερη αξιοποίηση των δεδομένων με στρατηγικό τρόπο, για πρόβλεψη και βελτίωση συμπεριφορών που ενισχύουν τη συμμόρφωση και την απόδοση στην είσπραξη των δημοσίων εσόδων, ενώ συνεισφέρουν και στην καταπολέμηση της φοροδιαφυγής και του λαθρεμπορίου.
Αξίζει επίσης να σημειωθεί ότι, εντός του 2025, δόθηκε ιδιαίτερη σημασία στην αύξηση των εσόδων από ληξιπρόθεσμες οφειλές, μέσω της άμεσης και αποτελεσματικής διαχείρισής τους. Στο πλαίσιο αυτό, αναπτύχθηκε νέα Στρατηγική Είσπραξης, περιόδου 2025-2029, με έναρξη υλοποίησης το 2026, όπου σχεδιάζεται να συγκεντρώνονται όλα τα δεδομένα στο προφίλ κάθε φορολογούμενου, να ενημερώνονται συνεχώς οι οφειλέτες και να λαμβάνονται μέτρα ανάλογα με το προφίλ και την ηλικία του χρέους, να κατηγοριοποιούνται οι οφειλέτες και να εξειδικεύονται οι δράσεις διαχείρισης χρέους, ακολουθώντας τη μεθοδολογία PARE (Payment capacity-Attitude-Recency-Event). Παράλληλα, ξεκίνησαν να αναπτύσσονται προγνωστικά μοντέλα εντοπισμού παραβατικών συμπεριφορών, με στόχο να εκκαθαριστεί το χαρτοφυλάκιο οφειλών.
Θα πρέπει να αναφερθεί ότι η ΑΑΔΕ, με τα νέα «όπλα» της, αλλά κυρίως με τη χρήση της τεχνητής νοημοσύνης, άρχισε από φέτος να «επενδύει» ουσιαστικότερα στη μείωση του «φορολογικού κενού» στο ΦΠΑ, αλλά και στους φόρους εισοδήματος, ώστε να μπει δυναμικά το 2026 στη μάχη κατά της φοροδιαφυγής και της απάτης, αφού μέσα από τις προχωρημένες τεχνικές ανάλυσης δεδομένων και κινδύνου, με τη χρήση της AI, αποκαλύπτονται πλέον μοτίβα υψηλής πιθανότητας απάτης και απόκρυψης συναλλαγών.