Η ΑΑΔΕ ενεργοποιεί τεχνητή νοημοσύνη, big data και ηλεκτρονικές κατασχέσεις για να αυξήσει δραστικά τις εισπράξεις ληξιπρόθεσμων οφειλών. Στόχος είναι η είσπραξη δισεκατομμυρίων ευρώ από φορολογούμενους με πραγματική οικονομική δυνατότητα.
Με αιχμή την τεχνητή νοημοσύνη, τις ψηφιακές διασταυρώσεις και την ανάλυση τραπεζικών δεδομένων, η ΑΑΔΕ αναβαθμίζει ριζικά τη στρατηγική είσπραξης ληξιπρόθεσμων οφειλών. Στο Επιχειρησιακό Σχέδιο 2026 τίθενται φιλόδοξοι ποσοτικοί στόχοι, με κεντρικό ορόσημο την είσπραξη τουλάχιστον 3,2 δισ. ευρώ από παλαιές ληξιπρόθεσμες οφειλές, εκ των οποίων 1,5 δισ. ευρώ από οφειλές ΦΠΑ.
Στόχευση μεγάλων οφειλετών και εντατικοποίηση μέτρων
Κρίσιμος πυλώνας είναι οι μεγάλοι οφειλέτες, μέσω της ΕΜΕΙΣ, με στόχο εισπράξεις τουλάχιστον 850 εκατ. ευρώ, καθώς και 28 εκατ. ευρώ από ληξιπρόθεσμα προς την Τελωνειακή Διοίκηση. Το εύρος των αναγκαστικών μέτρων είναι ήδη ιδιαίτερα υψηλό: το 71% των οφειλετών της Φορολογικής Διοίκησης και το 80% της Τελωνειακής τελούν υπό καθεστώς αναγκαστικής είσπραξης.
Παράλληλα, προβλέπεται επανέλεγχος τουλάχιστον του 70% των υποθέσεων μεγάλων οφειλετών για τα τελευταία πέντε έτη, καθώς και περιοδική αξιολόγηση όλων των οφειλετών ληξιπρόθεσμων χρεών. Η ΑΑΔΕ θέτει και στόχο εισπραξιμότητας 35% επί των νέων ληξιπρόθεσμων, επιδιώκοντας να περιορίσει τη διαρκή ανακύκλωση χρεών.
Προφίλ φορολογούμενου με μεθοδολογία PARE και AI
Η φορολογική διοίκηση εγκαταλείπει το οριζόντιο μοντέλο και περνά σε εξατομικευμένη ανάλυση κινδύνου. Μέσω της μεθοδολογίας PARE («Payment capacity – Attitude – Recency – Event»), διαμορφώνεται αναλυτικό προφίλ κάθε φορολογούμενου: εξετάζεται η πραγματική ικανότητα πληρωμής (τραπεζικοί λογαριασμοί, εισοδήματα, περιουσία), η ιστορική συνέπεια στην εξόφληση, η παλαιότητα των οφειλών και τυχόν κρίσιμα οικονομικά γεγονότα που επηρεάζουν τη συμπεριφορά του.
Ταυτόχρονα, το Σύστημα Προηγμένης Επιχειρησιακής Νοημοσύνης (BI) και Ανάλυσης Δεδομένων αξιοποιεί μοντέλα τεχνητής νοημοσύνης και μηχανικής μάθησης για να βελτιώσει τη στόχευση των μέτρων είσπραξης. Επεκτείνεται η χρήση ηλεκτρονικών κατασχέσεων εις χείρας τρίτων, ενώ ενισχύεται η διεθνής διοικητική συνεργασία με στοχευμένα αιτήματα αμοιβαίας συνδρομής σε αλλοδαπές αρχές.
Ψηφιακοί έλεγχοι, φοροδιαφυγή και παράνομες συναλλαγές
Η επιχειρησιακή και τεχνητή νοημοσύνη δεν περιορίζονται στην είσπραξη, αλλά μετασχηματίζουν συνολικά τους ελεγκτικούς μηχανισμούς. Μέσω big data και ψηφιακών διασταυρώσεων, οι έλεγχοι επικεντρώνονται σε κλάδους με υψηλό φορολογικό κενό, αυξημένη παραβατικότητα και μεγάλες αποκλίσεις μεταξύ δηλωθέντων εισοδημάτων και δαπανών.
Οι Δυνάμεις Ελέγχου Οικονομικών Συναλλαγών καλούνται να χρησιμοποιήσουν αυτά τα εργαλεία για την αποκάλυψη κυκλωμάτων φοροδιαφυγής, λαθρεμπορίου και δασμοφοροδιαφυγής, την αντιμετώπιση απάτης στον ΦΠΑ, την ανίχνευση αδήλωτης εργασίας και παράνομων συναλλαγών, αλλά και την ανάκτηση ενισχύσεων και επιδοτήσεων που καταβλήθηκαν αχρεωστήτως.
Σχόλιο 
: Η ΑΑΔΕ περνά από τη μαζική, συχνά αναποτελεσματική καταστολή σε στοχευμένη, data driven πίεση στους στρατηγικούς κακοπληρωτές, αυξάνοντας όμως ταυτόχρονα την ανάγκη για ισχυρές δικλείδες διαφάνειας και προστασίας προσωπικών δεδομένων.
#ΑΑΔΕ #ΤεχνητήΝοημοσύνη #ΛηξιπρόθεσμεςΟφειλές #Φοροδιαφυγή
