Στρατηγική Είσπραξης Οφειλών από την ΑΑΔΕ

Η Ανεξάρτητη Αρχή Δημοσίων Εσόδων (ΑΑΔΕ) θέτει ως κύρια προτεραιότητα για το προσεχές διάστημα την είσπραξη σημαντικών ποσών από ληξιπρόθεσμες οφειλές προς το Δημόσιο. Αυτή η πρωτοβουλία εντάσσεται στο πλαίσιο του Επιχειρησιακού Σχεδίου 2026, με στόχο τη βελτίωση της φορολογικής συμμόρφωσης μέσω καινοτόμων τεχνολογιών και εργαλείων τεχνητής νοημοσύνης. Η ΑΑΔΕ εκτιμά ότι ανάμεσα στους οφειλέτες υπάρχουν φορολογούμενοι που έχουν τη δυνατότητα να αποπληρώσουν τις υποχρεώσεις τους, αλλά δεν είναι συνεπείς, γεγονός που οδηγεί σε αυξημένες εισπρακτικές και ελεγκτικές δράσεις.

Οι Στρατηγικοί Στόχοι της ΑΑΔΕ

Σύμφωνα με τον σχεδιασμό της,η Αρχή επιδιώκει:

• Να εισπράξει τουλάχιστον 3,2 δισ.ευρώ από παλαιές ληξιπρόθεσμες οφειλές φορολογουμένων.
• Να συγκεντρώσει τουλάχιστον 1,5 δισ. ευρώ από παλαιές ληξιπρόθεσμες οφειλές ΦΠΑ.
• Να επιτύχει εισπράξεις ύψους τουλάχιστον 850 εκατ. ευρώ από μεγάλους οφειλέτες μέσω στοχευμένων δράσεων (ΕΜΕΙΣ).
• Να συλλέξει 28 εκατ. ευρώ από ληξιπρόθεσμες οφειλές προς την Τελωνειακή Διοίκηση.

Παράλληλα, σύμφωνα με τα στοιχεία της ΑΑΔΕ, το ποσοστό των οφειλετών στη Φορολογική Διοίκηση φτάνει το 71%, ενώ στην Τελωνειακή Διοίκηση ανέρχεται στο 80%, οι οποίοι βρίσκονται ήδη υπό καθεστώς αναγκαστικών μέτρων είσπραξης.

AAD: Διαχείριση Μεγάλων Οφειλών μέσω Εξωδικαστικού Μηχανισμού

Mέσα στο επιχειρησιακό σχέδιο περιλαμβάνονται επίσης:

• Eπεξεργασία αιτήσεων αναδιάρθρωσης χρεών μέσω του Εξωδικαστικού Μηχανισμού (ν. 4469/2017 και ν. 4738/2020) σε ποσοστό άνω του 90%.
• Eτήσια αξιολόγηση των οφελών σε περιοδική βάση.
• Eπιβολή ελέγχου και επαναξιολόγηση πάνω από το 70% των μεγάλων χρεωμένων της τελευταίας πενταετίας.
• Eπίτευξη ποσοστό εισπραξιμότητας κατά περίπου 35% στις νέες ληξιπόθηκες υποχρεώσεις.

Tεχνητή Νοημοσύνη για Ψηφιακή Φορολογική Συμμόρфωση

Kεντρικό στοιχείο στη στρατηγική της AAD είναι η χρήση τεχνολογίας,big data και τεχνικών τεχνητής νοημοσύνης για τη βελτίωση των διαδικασιών είσπασης καθώς και για την πρόληψη νέων καθυστερήσεων πληρωμών.
Οι φορολογούμενοι ενημερώνονται σχετικά με τις υποχρεώσεις τους μέσω SMS, email ή push notifications ενώ η αρχή χρησιμοποιεί το σύστημα PARE (Payment capacity – Attitude – Recency – Event) για να δημιουργήσει λεπτομερή προγράμματα ανάλυσης βάσει:

< li >της οικονομικής τους δυνατότητας,< / li >< li >της συμπεριφοράς τους ως προς τη φορολογία,< / li >< li >της ηλικίας των χρεών,< / li >< li >και τυχόν οικονομικών γεγονότων που επηρεάζουν τις πληρωμές.< / li >

Mέσω ενός συστήματος Επιχειρησιακής Νοημοσύνης (BI) αναπτύσσονται μοντέλα πρόβλεψης χρησιμοποιώντας machine learning για πιο αποτελεσματικές ενέργεις είσπασης κι ελέγχου.
Eπιλέον διευρύνεται η ηλεκτρονική διαδικασία καταθέσεων εις χείρας τρίτων καθώς ενισχύεται η διεθνής συνεργασία ώστε να διασταυρώνονται στοιχεία κι οι απαιτήσεις να συλλέγονται απ’ έξω.

Kλάδοι Υψηλής Παραβατικότητας υπό Έλεγχο

Tελευταία οι νέες τεχνικές θα εφαρμοστούν στους φορολογικούς ελέγχους δίνοντας έμφαση σε κλάδους όπου παρατηρείται υψηλό επίπεδο παραβατικότητας όπως:

< li >φοροδιαφυγή ή απάτες στον ΦΠΑ,< / li >< li >λαθρεμπόριο ή αποφυγή δασμών,< / li >< li >μη δηλωμένη εργασία,< / l i >< l i >παράνομες οικονομικές συναλλαγές,< / l i >< l i >ανάκτηση παράνομων επιδοτήσεων ή ενισχύσεων< ,/l i >< l i >πολύπτυχα ζητήματα οικονομικού εγκλήματος< .

Tο κύριο μέλημα της AAD είναι να αυξηθεί η αποτελεσματικότητα των ελέγχων καθώς επίσης να βελτιωθεί η συμμόρфωση στη φορολογία μέσα από συγκεκριμένες παρεμβάσεις βασισμένες στην ανάλυση δεδομένων κι εργαλεία τεχνικής νοημοσύνης.