La riforma delle sanzioni tributarie
L’art. 5 del DLgs. 14 giugno 2024 n. 87 ha modificato il sistema sanzionatorio amministrativo con...
La crisi economica conseguente all’emergenza sanitaria da Covid-19 ha assunto un ruolo propulsivo rispetto alle più recenti aspirazioni innovative che muovono il Paese verso una maggiore digitalizzazione dei sistemi burocratici nazionali.
In particolare, successivamente alla presentazione del Recovery Plan, elaborato dal Consiglio dei Ministri per un ammontare di 248 miliardi di euro, la Comunità europea ha incoraggiato i governi nazionali ad implementare riforme strutturali anche in materia fiscale, soprattutto in un’ottica anti-evasione, al fine di impedire che i finanziamenti distribuiti agli Stati Membri vengano fagocitati dal buco nero dell’evasione fiscale.
Tra questi interventi volti alla digitalizzazione dei flussi normativi, e che segnano la fine di un’altra era del cartaceo, si inserisce il progetto dell’Agenzia delle Entrate italiana, che si è meritato la concessione da parte dell’Unione Europea di un finanziamento pari a 900 milioni di Euro.
Tale progetto, denominato «A data driven approach to tax evasion risk analysis in Italy», prevede l’introduzione di tre strumenti, illustrati di seguito, improntati sull’ammodernamento e sull’innovazione, in chiave 4.0, dei sistemi di raccolta e di elaborazione dei dati acquisiti dall’Amministrazione Finanziaria.
L’obiettivo, che riprende un trend sempre più diffuso tra i Paesi europei, è semplice: impiegare l’innovazione per rendere l’economia e la burocrazia nazionale più sostenibili, snelle e all’insegna delle transizioni digitali ed ecologiche, parte fondamentale dei programmi politici nazionali.
La ratio di tali strumenti va individuata nell’esigenza di anticipare e impedire il rischio di:
Ciò ovviamente sempre nel rispetto della privacy del contribuente e dei diritti di quest’ultimo, come sanciti dallo Statuto dei Diritti dei Contribuenti (L. n. 212/2000).
Per “Machine Learning” si intende di un linguaggio di programmazione che opera attraverso il ricorso ad algoritmi statistici.
In altre parole, una macchina viene dotata di impulsi che si innescano al superamento di determinati parametri. Tali algoritmi, nell’ottica dei controlli fiscali effettuati dall’Agenzia delle Entrate, consentono di incrementare progressivamente l’efficienza delle operazioni di elaborazione dei dati dei contribuenti, imparando dalle procedure svolte in passato, migliorando la performance dei funzionari.
Al machine learning si aggiunge poi la c.d. network analysis, diretta ad individuare rapporti “sommersi” e legami fittizi (anche attraverso schemi transnazionali) tra società simulate e costruite allo scopo di porre in essere condotte di elusione o evasione fiscale. I dati, infatti, vengono interpretati tramite l’individuazione di reti e connessioni inter-societarie che accelerano il processo di prevenzione dei fenomeni elusivi.
Questa è la terza ed ultima tecnologia a supporto della burocrazia italiana ed è funzionale alla rappresentazione grafica delle analisi svolte dall’intelligenza artificiale, attraverso l’uso di interfacce intuitive in grado di facilitare le tecniche di analisi, rendendole più intuitive.
Il progetto in discorso, spicca per innovazione e slancio tecnologico specialmente per il ricorso all’intelligenza artificiale. Quest’ultima infatti, sebbene già avvalorata e impiegata nelle analisi economiche e fiscali del Ministero dell’Economia e delle Finanze (MEF), rappresenta uno strumento in grado di rendere ancora più all’avanguardia l’Amministrazione Finanziaria italiana, già tra le più digitalizzate in Europa – come riconosciuto anche dall’OCSE (Organizzazione per la Cooperazione e lo Sviluppo Economico).
In un recente rapporto comparativo, relativo alle analisi e ai raffronti dei dati e delle performance di tutte le Amministrazioni finanziarie degli Stati Membri (denominato “Tax Administration 2019 Comparative Information on OECD and other Advanced and Emerging Economies”), è stato rilevato infatti che, ormai da diversi anni, in Italia la totalità delle dichiarazioni dei redditi viene trasmessa tramite canali telematici ed archiviata in formato digitale.
Oltre all’attuazione pratica delle tecnologie sopra citate, il progetto prevede anche la collaborazione di Sogei, azienda informatica controllata dal MEF, che opera nel settore dell’ICT (Information and Communication Technology), coinvolta anche nell’elaborazione dell’App di tracciamento “Immuni”.
In conclusione, le tecnologie fin qui descritte rappresentano il mezzo attraverso cui è possibile individuare i contribuenti che, sulla base di determinati criteri indici di “sospettosità”, appaiono esposti a condotte di evasione o di elusione.
L’utilizzo della tecnologia 4.0 si propone quindi come lo strumento più adatto a favorire l’efficienza non solo dell’attività produttiva delle imprese, ma anche del funzionamento delle istituzioni statali (anche attraverso la tax compliance e la riduzione della spesa pubblica) facendo leva su processi di contrasto all’evasione fiscale.
Tale efficienza, in particolare, diviene possibile attraverso sistemi automatizzati in grado di snellire e, in certi casi, di sostituire l’attività manuale dei funzionari.
La vera sfida che si pone all’Amministrazione Finanziaria è quella di bilanciare le esigenze di efficienza e digitalizzazione con il rispetto delle garanzie fondamentali dei contribuenti, tra cui spiccano: la protezione dei dati, il rispetto del contraddittorio preventivo con il contribuente ed i principi cardine dell’ordinamento tributario, in particolare la trasparenza, la collaborazione e la buona fede.
Rebecca Ananian
Business Innovation Analyst – Leyton Italia
I nostri articoli
Vedi altro arrow_forwardL’art. 5 del DLgs. 14 giugno 2024 n. 87 ha modificato il sistema sanzionatorio amministrativo con...
Il cambiamento climatico richiede una cooperazione globale: ridurre i gas serra è vantaggioso per...
La Direttiva UE 2023/970 nasce con tutte le migliori intenzioni per regolamentare aspetti importa...
Nella giornata di lunedì 22 luglio, il Ministero delle Imprese e del Made in Italy ha pubblicato ...