A nadie le gusta pagar impuestos. Y no son pocos los contribuyentes -personas físicas y morales- que buscan formas de declarar ingresos más bajos que los reales con tal de desembolsar lo menos a las autoridades fiscales (como el Sistema de Administración Tributaria de México).
De hecho, estas organizaciones son las más vulnerables a una serie de malas prácticas: desde el robo de identidad y la evasión, hasta deducciones ficticias e incumplimiento de pagos.
Según reporta el gobierno de Estados Unidos, las pérdidas por fraude y abuso en materia fiscal ascendieron a $144,000 millones de dólares en 2016. En México, un estudio realizado por la Universidad de las Américas Puebla (UDLAP) reveló una merma en el mismo rubro por $510,92 millones de pesos en 2017.
La ubicuidad de sistemas legados dificulta detectar actividades ilegales debido a la incapacidad de cruzar información con distintas bases de datos, identificar patrones de comportamiento (como el de grupos dedicados al lavado de dinero), además de generar altos índices de “positivos falsos”.
Los auditores llegan a tardar hasta tres años para descubrir que un contribuyente declaró información errónea y solicitó una devolución de impuestos muy alta. Situación que se agrava si se considera que pueden ser miles o millones de casos similares.
Evidentemente, los organismos encargados de administrar y distribuir los recursos pagados por los ciudadanos y empresas no van a deshacerse de la infraestructura y sistemas desarrollados a lo largo de los años, pero sí están añadiendo nuevas tecnologías y capas de software analítico.
De este modo, los responsables de investigar y dar seguimiento a casos de incumplimiento y evasión potenciales se arman de las herramientas necesarias para identificar anomalías y patrones -mediante técnicas de visualización y análisis.
Con ellas extraen información histórica y relevante de distintos sistemas, de fuentes de datos no estructurados y aplicaciones para llevar a cabo, cerca del tiempo real, pesquisas sobre casos sospechosos de evasión y fraude; y lo hacen de forma eficaz sin afectar la recaudación.
Este esfuerzo se fortalece al añadir componentes de analítica predictiva, Inteligencia Artificial (IA) y Machine Learning (ML), lo que deja en manos de las computadoras tareas fundamentales como el análisis profundo de enormes volúmenes de datos, facilitando así el reconocimiento de evasores, defraudadores y grupos delictivos que buscan aprovechar las debilidades de los sistemas financieros gubernamentales.
Un trabajo colaborativo
La evolución hacia una inteligencia fiscal asegura que los gobiernos en todos sus niveles -federal, estatal y municipal- cuenten con los recursos necesarios para brindar los servicios que sus ciudadanos esperan y llevar a cabo proyectos de desarrollo económico y social.
En la inteligencia fiscal participan diferentes actores, cuyo rol determina el éxito de una iniciativa de esta magnitud. Por ejemplo, el trabajo coordinado de directores de Analítica y Datos (CAO y CDO), científicos de datos, jefes de Innovación, e investigadores especializados tendrá como resultado mayores niveles de recaudación, y una vigilancia cercana del cumplimiento cabal por parte de los contribuyentes.
Asimismo, va un paso adelante al integrar el análisis de medios sociales -que correlaciona los vínculos entre individuos y grupos- y la gestión de alertas de múltiples sistemas de monitoreo para tener una perspectiva más amplia del riesgo. Click To TweetSAS pone en sus manos todos los recursos necesarios para lograrlo. Mediante soluciones como SAS Detection and Investigation for Government, este grupo de profesionales detecta la actividad fraudulenta con mayor precisión, aplica los componentes de IA y ML, reduce las pérdidas, así como los costos para descubrir e investigar los casos de evasión, además de mejorar la transparencia.
