ระบบตรวจสอบ AI ของกรมสรรพากรเดินเครื่องอยู่แล้ว: สิ่งที่สำนักงานบัญชีไทยต้องรู้

ตลอดประวัติศาสตร์ส่วนใหญ่ของการบริหารภาษีในไทย การเลือกผู้ถูกตรวจสอบเป็นกระบวนการของมนุษย์ เจ้าหน้าที่กรมสรรพากรทบทวนแบบแสดงรายการภาษี สังเกตเห็นสิ่งที่ไม่สอดคล้อง และเปิดการสอบสวน ตัวชี้วัดที่กระตุ้นความสนใจนั้นคาดเดาได้พอสมควร: อัตราส่วนค่าใช้จ่ายที่สูงผิดปกติ รายได้ที่ลดลงอย่างมีนัยสำคัญโดยไม่มีคำอธิบาย ตัวเลขกลมๆ ในหมวดหมู่ที่แทบไม่เคยให้ตัวเลขกลมๆ สำนักงานที่รักษาบันทึกที่น่าเชื่อถือและหลีกเลี่ยงความผิดปกติที่ชัดเจนสามารถจัดการความเสี่ยงการตรวจสอบของลูกค้าได้ด้วยความมั่นใจในระดับหนึ่ง

รูปแบบนั้นเปลี่ยนแปลงไปแล้ว ระบบตรวจสอบแบบประเมินความเสี่ยงของกรมสรรพากรใช้การเรียนรู้ของเครื่องเพื่อให้คะแนนความเสี่ยงการตรวจสอบแก่ผู้เสียภาษีตามความสอดคล้องของตัวเลขที่แจ้งกับข้อมูลที่กรมสรรพากรได้รับจากแหล่งอื่น ระบบไม่รอให้ผู้ตรวจสอบที่เป็นมนุษย์สังเกตเห็นความไม่สอดคล้อง แต่ค้นหาโดยอัตโนมัติในวงกว้างทั่วทั้งประชากรผู้เสียภาษีที่จดทะเบียน

สำหรับสำนักงานบัญชีที่ให้คำปรึกษาธุรกิจไทย นี่ไม่ใช่พัฒนาการในอนาคตที่ต้องติดตาม แต่เป็นสภาพแวดล้อมการดำเนินงานในปัจจุบัน การเข้าใจวิธีการทำงานของระบบ สิ่งที่ถูกตั้งธง และความเสี่ยงทางวิชาชีพเป็นอย่างไรเมื่อลูกค้าถูกเลือกตรวจสอบ เปลี่ยนวิธีที่สำนักงานที่มีความสามารถออกแบบขั้นตอนการทำงานกับลูกค้า

สิ่งที่ระบบนำมาเปรียบเทียบ

ตำแหน่งข้อมูลของกรมสรรพากรขยายตัวอย่างมีนัยสำคัญในช่วงทศวรรษที่ผ่านมา ใบกำกับภาษีอิเล็กทรอนิกส์ที่ยื่นผ่านระบบอิเล็กทรอนิกส์ของกรมสรรพากรสร้างบันทึกของธุรกรรมเชิงพาณิชย์ที่แจ้งทุกรายการระหว่างคู่ค้าที่จดทะเบียนภาษีมูลค่าเพิ่ม รายงานธุรกรรมธนาคารที่สถาบันการเงินยื่นภายใต้พระราชบัญญัติธุรกิจสถาบันการเงินเพิ่มสายข้อมูลอีกสาย บันทึกเงินสมทบประกันสังคมจากสำนักงานประกันสังคมบ่งบอกระดับค่าจ้าง ข้อมูลศุลกากรจากกรมศุลกากรครอบคลุมมูลค่าการนำเข้าและส่งออกสำหรับธุรกิจที่มีการค้าระหว่างประเทศ

ระบบตรวจสอบ AI เปรียบเทียบสายข้อมูลเหล่านี้กับตัวเลขที่ผู้เสียภาษีแจ้งในแบบแสดงรายการ หากธุรกิจแจ้งค่าใช้จ่าย 2 ล้านบาทสำหรับหมวดหมู่ผู้จำหน่ายรายหนึ่ง แต่บันทึกใบกำกับภาษีอิเล็กทรอนิกส์ของผู้จำหน่ายแสดงใบกำกับ 200,000 บาทที่ออกให้ผู้เสียภาษีรายนั้นในช่วงเวลาเดียวกัน ช่องว่างนั้นไม่ได้มองไม่เห็น หากค่าจ้างที่แจ้งไม่สอดคล้องกับเงินสมทบประกันสังคมสำหรับพนักงานกลุ่มเดียวกันในเวลาเดียวกัน ความไม่สอดคล้องนั้นตรวจพบได้โดยไม่ต้องให้ผู้ตรวจสอบที่เป็นมนุษย์ตรวจสอบการยื่นทั้งสอง หากรายได้ที่แจ้งเพื่อวัตถุประสงค์ภาษีมูลค่าเพิ่มไม่ตรงกับรายได้ที่แจ้งเพื่อภาษีนิติบุคคล ความคลาดเคลื่อนจะปรากฏโดยอัตโนมัติ

ไม่มีสิ่งใดต้องการให้กรมสรรพากรตรวจสอบธุรกิจเฉพาะอย่างเชิงรุก การเปรียบเทียบทำงานต่อเนื่อง ความไม่สอดคล้องสร้างคะแนนความเสี่ยง แบบแสดงรายการที่มีคะแนนสูงขึ้นจะถูกนำมาทบทวน การเลือกไม่ได้เป็นตามสัญชาตญาณเป็นหลักอีกต่อไป แต่ขับเคลื่อนด้วยข้อมูล

เหตุใดกฎเกณฑ์เดิมจึงใช้ไม่ได้อีกต่อไป

สำนักงานบัญชีที่ช่วยลูกค้าจัดการความเสี่ยงการตรวจสอบภายใต้รูปแบบก่อนหน้าได้พัฒนากฎเกณฑ์ปฏิบัติ: หลีกเลี่ยงอัตราส่วนบางอย่าง รักษาหมวดค่าใช้จ่ายให้อยู่ในช่วงที่คาดหวัง รักษาความสอดคล้องระหว่างปี กฎเกณฑ์บางส่วนเหล่านี้ยังคงเกี่ยวข้องเพราะความสัมพันธ์ของข้อมูลพื้นฐานที่ติดตามนั้นเหมือนกับที่ระบบ AI ตรวจสอบตอนนี้ แต่บางส่วนมีความน่าเชื่อถือน้อยลงเพราะระบบตรวจพบรูปแบบที่ผู้ตรวจสอบที่เป็นมนุษย์ไม่น่าจะสังเกตเห็นเว้นแต่พวกเขากำลังมองหาอยู่แล้ว

ตัวกระตุ้นปริมาณเป็นตัวอย่างหนึ่ง ผู้ตรวจสอบที่เป็นมนุษย์ที่ทำงานผ่านกองแบบแสดงรายการจัดลำดับความสำคัญตามความผิดปกติที่รับรู้หรือการเลือกแบบสุ่ม ระบบ AI ใช้การตรวจสอบที่สม่ำเสมอกับทุกแบบแสดงรายการในขอบเขตโดยไม่มีความเหนื่อยล้าหรืออคติในการจัดลำดับความสำคัญ แบบแสดงรายการที่ไม่เคยได้รับความสนใจเพียงเพราะมันเป็นหนึ่งในหลายๆ ใบตอนนี้ได้รับการทบทวนอัลกอริทึมเหมือนกันกับทุกฉบับ

ตัวเลขกลมๆ ในหลายหมวดหมู่เป็นอีกตัวอย่างหนึ่ง ผู้ตรวจสอบที่เป็นมนุษย์อาจสังเกตตัวเลขกลมๆ ว่าแนะนำการประมาณมากกว่าการบันทึก ระบบ AI สามารถตั้งธงแบบแสดงรายการที่การประมาณค่าใช้จ่ายสอดคล้องกันภายในในลักษณะที่ข้อมูลธุรกรรมจริงแทบไม่เคยให้ผล โดยเฉพาะอย่างยิ่งเมื่อตัวเลขที่ประมาณการแตกต่างจากข้อมูลใบกำกับภาษีอิเล็กทรอนิกส์ฝั่งผู้จำหน่าย

วิธีการหักค่าใช้จ่ายแบบเหมายังคงถูกกฎหมาย มาตรฐานการหัก 60% สำหรับรายได้จากบริการและมาตรฐาน 85% สำหรับประเภทธุรกิจบางอย่างได้รับอนุญาตตามกฎหมายและยังไม่ถูกถอนออก แต่ระบบ AI ตอนนี้สามารถเปรียบเทียบการหักแบบเหมากับข้อมูลของบุคคลที่สามที่มีสำหรับผู้เสียภาษีรายเดียวกัน ผู้เสียภาษีที่อ้างการหักแบบเหมาสูงสุดสำหรับหมวดหมู่ที่ใบกำกับภาษีอิเล็กทรอนิกส์ฝั่งผู้จำหน่ายแนะนำว่าค่าใช้จ่ายจริงที่มีเอกสารประกอบต่ำกว่าอย่างมีนัยสำคัญ กำลังนำเสนอโปรไฟล์ที่ระบบสามารถระบุว่าอาจไม่สอดคล้องกับหลักฐานที่มีอยู่ แม้ว่าการหักนั้นจะได้รับอนุญาตตามกฎหมายก็ตาม

ความเสี่ยงทางวิชาชีพสำหรับสำนักงานบัญชี

เมื่อลูกค้าถูกเลือกสำหรับการตรวจสอบที่ถูกกระตุ้นโดย AI การสอบสวนไม่จำกัดอยู่ที่บันทึกของลูกค้า สำนักงานบัญชีที่จัดทำแบบแสดงรายการและจัดการการทำบัญชีของลูกค้ามองเห็นได้ กรมสรรพากรสามารถขอคำอธิบายสำหรับการตัดสินใจทางบัญชีได้ ในกรณีที่งานของสำนักงานมีส่วนทำให้เกิดความคลาดเคลื่อนอย่างมีนัยสำคัญ สำนักงานต้องเผชิญกับความเสี่ยงด้านชื่อเสียงและการเงินที่เกินกว่าภาระภาษีของลูกค้า

ความเสี่ยงทางวิชาชีพไม่ใช่สมมุติ สำนักงานบัญชีที่ลูกค้ามีความไม่สอดคล้องระหว่างค่าใช้จ่ายผู้จำหน่ายที่แจ้งและข้อมูลใบกำกับภาษีอิเล็กทรอนิกส์ต้องสามารถอธิบายได้ว่าทำไม หากคำอธิบายคือค่าใช้จ่ายถูกประมาณโดยใช้วิธีการหักแบบเหมาและไฟล์ของสำนักงานแสดงว่าการตัดสินใจเกิดขึ้นโดยตั้งใจและมีการบันทึก คำอธิบายนั้นสามารถปกป้องได้ หากคำอธิบายคือตัวเลขถูกป้อนโดยไม่ตรวจสอบข้อมูลใบกำกับพื้นฐานเพราะลูกค้าไม่ได้ส่งมา ตำแหน่งของสำนักงานอ่อนแอลง

ความแตกต่างนี้สำคัญเพราะระบบตรวจสอบ AI ไม่ได้แยกแยะระหว่างสำนักงานที่ตัดสินใจทางวิชาชีพที่สามารถปกป้องได้กับสำนักงานที่ไม่ได้มีส่วนร่วมกับข้อมูลที่มีอยู่ คะแนนความเสี่ยงถูกสร้างจากแบบแสดงรายการ ไม่ใช่จากกระบวนการที่ให้ผลลัพธ์นั้น กระบวนการที่ให้ผลลัพธ์นั้นกลายเป็นสิ่งสำคัญเมื่อการสอบสวนมาถึง นั่นคือเมื่อบันทึกคดีของสำนักงานกำหนดว่าสามารถอธิบายสิ่งที่ทำและเพราะอะไรได้หรือไม่

บันทึกที่พร้อมสำหรับการตรวจสอบ: คำถามการออกแบบขั้นตอนการทำงาน

การตอบสนองต่อความเสี่ยงการตรวจสอบที่ขับเคลื่อนด้วย AI ไม่ใช่การจัดการวิกฤต แต่เป็นการออกแบบขั้นตอนการทำงาน เวลาที่เหมาะสมในการสร้างบันทึกลูกค้าที่พร้อมสำหรับการตรวจสอบคือในระหว่างปีที่มีการรับงาน เมื่อธุรกรรมเกิดขึ้นและมีการตัดสินใจ สามสัปดาห์ก่อนการสอบสวนของกรมสรรพากรไม่ใช่เวลาที่สำนักงานสามารถสร้างเหตุผลสำหรับการจัดประเภทค่าใช้จ่ายหรือค้นหาใบกำกับสนับสนุนสำหรับการหักที่อ้างได้

ความพร้อมสำหรับการตรวจสอบสำหรับการรับงานลูกค้าหมายความว่าไฟล์ของสำนักงานประกอบด้วยเอกสารที่สนับสนุนตัวเลขที่แจ้ง การตัดสินใจทางบัญชีได้รับการบันทึกพร้อมเหตุผล และการติดต่อกับลูกค้าเกี่ยวกับการยื่นมีวันที่และสามารถเรียกคืนได้ นี่ไม่ใช่มาตรฐานที่สูงกว่าที่การปฏิบัติวิชาชีพกำหนดอยู่แล้ว แต่เป็นมาตรฐานที่กลายเป็นสิ่งสำคัญอย่างยิ่งเมื่อการสอบสวนมาถึงและสำนักงานต้องแสดงให้เห็นว่าเป็นไปตามมาตรฐาน

พื้นที่ความเสี่ยงเฉพาะที่ระบบ AI ทำให้มองเห็นได้ชัดขึ้นคือพื้นที่ที่การประมาณแบบเหมาแตกต่างจากข้อมูลธุรกรรมที่มีเอกสาร สำนักงานที่รวบรวมใบกำกับลูกค้าอย่างเป็นระบบ จับคู่กับตัวเลขที่แจ้ง และบันทึกว่าใช้วิธีการหักแบบเหมาแทนที่จะเป็นจริงที่มีเอกสารที่ใด อยู่ในตำแหน่งที่ดีกว่าสำนักงานที่พึ่งพาสรุปที่ลูกค้าให้มาโดยไม่มีการยืนยัน สำนักงานก่อนสามารถอธิบายงานของตนได้ สำนักงานหลังอาจทำไม่ได้

สำหรับลูกค้าขนาดใหญ่ที่ปริมาณธุรกรรมทำให้การทบทวนใบกำกับทีละใบไม่ปฏิบัติได้จริง คำถามเปลี่ยนไปเป็นวิธีการสุ่มตัวอย่างและเอกสารของวิธีการสุ่มตัวอย่าง วิธีการสุ่มตัวอย่างที่มีเอกสารและสม่ำเสมอสามารถปกป้องได้ภายใต้การสอบสวน แนวทางที่ไม่มีเอกสารที่ให้ตัวเลขไม่สอดคล้องกับข้อมูลใบกำกับภาษีอิเล็กทรอนิกส์ไม่สามารถทำได้

การสนทนากับลูกค้า

ลูกค้าหลายรายไม่รู้ว่ากรมสรรพากรมีการผสานรวมข้อมูลในระดับนี้ ลูกค้าที่รู้สึกสบายใจกับตัวเลขค่าใช้จ่ายโดยประมาณเพราะการตรวจสอบก่อนหน้าไม่บ่อยอาจไม่เข้าใจว่าสภาพแวดล้อมข้อมูลได้เปลี่ยนแปลงไปและโปรไฟล์การยื่นของพวกเขาดูแตกต่างออกไปต่อระบบที่ทบทวนมันอยู่ตอนนี้

มูลค่าการให้คำปรึกษาในการอธิบายสิ่งนี้เป็นของจริง ลูกค้าที่เข้าใจว่าการหักแบบเหมากำลังถูกเปรียบเทียบกับข้อมูลใบกำกับภาษีอิเล็กทรอนิกส์ฝั่งผู้จำหน่ายอยู่ในตำแหน่งที่จะตัดสินใจว่าจะรวบรวมใบกำกับอย่างเป็นระบบมากขึ้นในอนาคต หรือยอมรับว่าแนวทางปัจจุบันของพวกเขามีความเสี่ยงการตรวจสอบสูงขึ้นในสภาพแวดล้อมปัจจุบัน การตัดสินใจใดก็ตามถูกต้อง ควรเป็นการตัดสินใจที่มีข้อมูล สำนักงานที่หยิบยกเรื่องนี้กับลูกค้ากำลังให้บริการที่ปกป้องทั้งลูกค้าและตัวเอง สำนักงานที่ไม่ทำกำลังทิ้งทั้งสองฝ่ายให้เผชิญกับความเสี่ยงที่ทั้งคู่อาจไม่เข้าใจจนกว่าการสอบสวนจะมาถึง

การสนทนายังเป็นโอกาสในการทบทวนตำแหน่งการยื่นในอดีต หากค่าใช้จ่ายที่แจ้งของลูกค้าในปีก่อนหน้าไม่สอดคล้องอย่างมีนัยสำคัญกับสิ่งที่ข้อมูลของบุคคลที่สามจะแสดง คำถามว่าจะยื่นแบบแสดงรายการที่แก้ไขหรือไม่ หรือสำนักงานสามารถบันทึกเหตุผลสำหรับตำแหน่งก่อนหน้าได้หรือไม่ เป็นคำถามที่ดีกว่าที่จะจัดการเชิงรุกมากกว่าเชิงรับ

FirmFlow และบันทึกคดีในฐานะการป้องกันทางวิชาชีพ

เครื่องมือวิเคราะห์เอกสารและบันทึกคดีของ FirmFlow สร้างคลังที่มีโครงสร้างและมีวันที่ของเอกสารลูกค้า การตัดสินใจทางบัญชี และการติดต่อ หากลูกค้าถูกเลือกสำหรับการตรวจสอบที่ถูกกระตุ้นโดย AI บันทึกคดีของสำนักงานคือแนวป้องกันแรกของวิชาชีพ: บันทึกที่มีเอกสาร มีเวลาประทับ ของสิ่งที่ถูกทบทวน สิ่งที่ถูกตัดสินใจ และเหตุใด

มูลค่าของบันทึกคดีที่มีโครงสร้างไม่ใช่เชิงทฤษฎีภายใต้สภาพแวดล้อมการตรวจสอบปัจจุบัน เมื่อการสอบสวนของกรมสรรพากรมาถึง สำนักงานที่สามารถดึงไฟล์ที่มีวันที่ขึ้นมาได้ แสดงให้เห็นว่าได้รับเอกสารลูกค้าแต่ละฉบับเมื่อใด สิ่งใดถูกทบทวนและจัดประเภท การตัดสินใจทางบัญชีใดที่ถูกตัดสินใจพร้อมเหตุผลสนับสนุน และสิ่งที่สื่อสารกับลูกค้า อยู่ในตำแหน่งที่แตกต่างอย่างสิ้นเชิงจากสำนักงานที่สร้างการรับงานขึ้นใหม่จากเธรดอีเมลและความทรงจำ

ระบบตรวจสอบ AI ไม่ได้เปลี่ยนแปลงสิ่งที่การปฏิบัติวิชาชีพที่ดีกำหนด แต่ได้เปลี่ยนความถี่ที่การปฏิบัตินั้นถูกทดสอบและความเร็วที่พบความไม่สอดคล้อง สำนักงานที่รักษาบันทึกคดีที่มีโครงสร้างมาโดยตลอดอยู่ในตำแหน่งที่ดีกว่าที่พวกเขาอาจตระหนัก สำนักงานที่ไม่ได้ทำตอนนี้กำลังดำเนินงานด้วยรูปแบบความเสี่ยงที่มองเห็นได้ชัดกว่าที่เคยเผชิญในสภาพแวดล้อมการตรวจสอบด้วยมือ การตรวจสอบไม่ใช่ความเป็นไปได้ที่ต้องอาศัยโชคร้ายให้เกิดขึ้นอีกต่อไป แต่เป็นกระบวนการที่มีระบบซึ่งพบความไม่สอดคล้องทั่วทั้งประชากรผู้เสียภาษี คำถามสำหรับสำนักงานบัญชีทุกแห่งคือไฟล์ลูกค้าสามารถทนต่อการทบทวนเมื่อมาถึงได้หรือไม่