Ετσι θα γίνονται οι hi-tech έλεγχοι κατά της φοροδιαφυγής: Πώς από τις αποδείξεις θα βρίσκουν μαϊμού ταμειακές

Εφοριακός με ειδικό λογισμικό στο κινητό του ελέγχει επιτόπου το αν η απόδειξη και ακολούθως η ταμειακή μηχανή είναι «μαϊμού».

Παραδίπλα, συνάδελφος του σκανάρει τις πινακίδες πολυτελών αυτοκινήτων για να διαπιστώσει αν έχουν πληρώσει Τέλη Κυκλοφορίας, ενώ στο απέναντι κατάστημα άλλος εφοριακός βεβαιώνει παραβάσεις χρησιμοποιώντας το υπηρεσιακό του tablet.

Τα νέα δεδομένα στο Επιχειρησιακό Σχέδιο της ΑΑΔΕ για το ελεγκτικό έργο

Μπορεί όλα αυτά να μοιάζουν με σενάριο επιστημονικής φαντασίας, ωστόσο όλα είναι ενταγμένα στο Επιχειρησιακό Σχέδιο της ΑΑΔΕ για τη φετινή χρονιά κι όλα δείχνουν ότι μικροί και μεγάλοι φοροφυγάδες θα περάσουν δύσκολα.

Πέρα από την προτεραιοποίηση υποθέσεων με βάση το risk analysis και τη «μαύρη» λίστα, που εμπλουτίζεται μήνα-μήνα με νέα στοιχεία, ο σχεδιασμός του ελεγκτικού έργου για φέτος «πατάει» στην ψηφιοποίηση. Κοινώς, χαρτί και στιλό μπαίνουν στο συρτάρι και οι εφοριακοί ετοιμάζονται για τη μάχη της φοροδιαφυγής, οπλισμένοι με σύγχρονα «εργαλεία» και ελεγκτικές μεθόδους. Μέσα στη χρονιά ενεργοποιούνται:

• Νέα εφαρμογή για τον έλεγχο αποδείξεων ταμειακών μηχανών και μέσω σάρωσης (QR code). Σε δεύτερο στάδιο, το υπουργείο Οικονομικών φιλοδοξεί να χρησιμοποιήσει το λογισμικό σάρωσης προκειμένου οι ίδιοι οι φορολογούμενοι όχι μόνο να ελέγχουν την εγκυρότητα των αποδείξεων που παίρνουν αλλά και να τις προσθέτουν στις ηλεκτρονικές αποδείξεις, έτσι ώστε να “χτίζουν” το αφορολόγητο τους
• Νέα εφαρμογή κινητών συσκευών για σάρωση πινακίδων κυκλοφορίας και έλεγχο ακινησίας αυτοκινήτων. Η εφαρμογή αυτή κρίνεται άκρως αναγκαία, καθώς πλέον μέσω του myCAR, οι φορολογούμενοι δεν χρειάζεται να καταθέτουν τις πινακίδες για να θέτουν σε ακινησία τα οχήματα τους και να απαλλάσσονται από τα Τέλη Κυκλοφορίας
• Πιλοτική Ανάπτυξη εφαρμογής μερικού επιτόπιου ελέγχου μέσω tablets (ElenxisLive) – Πρόσβαση στο προφίλ φορολογουμένου – Ψηφιακή έκδοση Σημειώματος Διαπιστώσεων Ελέγχου στους επιτόπιους ελέγχους. Επί της ουσίας, μέσω του νέου Ολοκληρωμένου Πληροφοριακού Συστήματος Φορολογίας, θα υποστηρίζονται πλήρως η διαχείριση των υποθέσεων ελέγχου, η άμεση πρόσβαση για λόγους ελέγχου σε όλα τα διαθέσιμα δεδομένα των φορολογούμενων, η αυτοματοποίηση των διασταυρώσεων, η αυτοματοποίηση της σύνταξης των φύλλων και των αναφορών ελέγχου, καθώς και η υποστήριξη των ηλεκτρονικών κοινοποιήσεων.
• Επικαιροποίηση του αρχείου χρηματοπιστωτικών προϊόντων και αναλυτικών χρηματοπιστωτικών συναλλαγών

Στην αμέσως επόμενη φάση, οι Ράμπο της ΑΑΔΕ θα ενισχυθούν με τα υπερσύγχρονα «όπλα», που θα χρηματοδοτηθούν από το Ταμείο Ανάκαμψης:

• Προηγμένη Επιχειρησιακή Νοημοσύνη (ΒΙ) και Ανάλυση Δεδομένων (Data Analytics). Για παράδειγμα, θα προωθηθεί η εφαρμογή μεθόδων μηχανικής μάθησης για τη βελτίωση της στόχευσης των ελέγχων, κατευθύνοντας τους επιτόπιους και τους ουσιαστικούς ελέγχους για την αποτελεσματική διερεύνηση περιστατικών απάτης και την αντιμετώπιση του οικονομικού εγκλήματος.
• Ηλεκτρονική υποστήριξη των έμμεσων τεχνικών ελέγχων
• Νέο σύστημα διαχείρισης υποθέσεων ελέγχου (νέο Elenxis)
• Ειδικά όσον αφορά στην αξιοποίηση της Τεχνητής Νοημοσύνης, παλιές καραβάνες της Φορολογικής Διοίκησης πιστεύουν ότι θα αλλάξει τα δεδομένα, καθώς οι διασταυρώσεις και ο εντοπισμός των υπόπτων θα ολοκληρώνονται με διαδικασίες- εξπρές, ενώ τώρα απαιτείται εξαντλητικό σκανάρισμα σε ατελείωτα ηλεκτρονικά αρχεία, που είτε τίθενται στη διάθεση των ελεγκτικών Αρχών μέσω ανταλλαγής πληροφοριών από άλλες χώρες είτε αντλούνται από εγχώριες βάσεις δεδομένων.

Τι περιλαμβάνει ο σχεδιασμός της ΑΑΔΕ

Όπως προκύπτει από το σχεδιασμό, που έχει συμπεριληφθεί στην Ψηφιακή Βίβλο, το έργο περιλαμβάνει την προμήθεια συστήματος ανάλυσης και εξόρυξης δεδομένων για τα δεδομένα της ΑΑΔΕ, σύμφωνα με το iefimerida.gr. Πρόκειται για το πρόγραμμα εκσυγχρονισμού των δυνατοτήτων εκμετάλλευσης των δεδομένων που έχει η ΑΑΔΕ και περιλαμβάνει την υιοθέτηση ισχυρής αρχιτεκτονικής δεδομένων, την ανάπτυξη κοινού αποθετηρίου μεταδεδομένων, την προμήθεια κατάλληλων λύσεων λογισμικού και την ανάπτυξη τεχνικών και εργαλείων Τεχνητής Νοημοσύνης και μηχανικής μάθησης όπως μοντέλα πρόγνωσης, εξόρυξης δεδομένων, στατιστικής και ποσοτικής ανάλυσης, προσομοιώσεις κ.λπ.