El IRS amplía modelos de riesgo con inteligencia artificial

El IRS está acelerando el uso de modelos de riesgo de cumplimiento impulsados por inteligencia artificial y aprendizaje automático para afinar la fiscalización tributaria, según el Plan Operativo Estratégico de la agencia. Este cambio marca una nueva era de selección de auditorías basada en datos que se apoya en gran medida en parámetros económicos de referencia y la detección de anomalías.

Cómo el IRS está mejorando la selección de auditorías

Durante décadas, el IRS se basó en el Sistema de Función Discriminante (DIF) y el DIF de Ingresos No Declarados para calificar las declaraciones con potencial de auditoría. Esas herramientas señalan declaraciones basándose en patrones históricos de incumplimiento y posibles ingresos no declarados.

Ahora la agencia está superponiendo análisis modernos de cumplimiento tributario sobre esa base. El plan incluye una plataforma centralizada de detección de anomalías, una integración de datos más sólida y técnicas de aprendizaje supervisado. Un estudio de investigación publicado por el IRS encontró que la combinación del aprendizaje supervisado con las puntuaciones de anomalías aumentó la subdeclaración detectada por auditoría en un promedio del 8% por auditoría en todas las categorías de gastos comerciales.

Los parámetros económicos de referencia entran en la ecuación

El enfoque actualizado de puntuación de riesgo de cumplimiento se basa en un conjunto más amplio de datos externos que nunca antes:

• Oficina de Análisis Económico: Proporciona cifras de PIB estatal y local e ingresos personales a través de las cuentas económicas regionales.
• Oficina de Estadísticas Laborales: Publica datos salariales que abarcan ocupaciones, regiones y aproximadamente 400 industrias.
• Oficina del Censo: Añade recuentos de establecimientos, empleo y nóminas, clasificados por geografía y tamaño de empresa.
• Indicadores de la Reserva Federal: Como la producción industrial y la utilización de la capacidad completan el panorama macroeconómico.
• Estadísticas de FinCEN: Las estadísticas de informes de actividades sospechosas contribuyen a los datos de tendencias de presentación por industria y estado.

Juntos, estos parámetros de referencia de la industria proporcionan a los analistas de fiscalización una base para evaluar si los ingresos, deducciones o márgenes declarados se alinean con la realidad económica más amplia.

Las sociedades complejas y las grandes entidades son el centro de atención

El IRS ha señalado que las sociedades complejas son un objetivo principal de sus análisis mejorados. El Plan Operativo Estratégico establece que la agencia ya está utilizando IA y análisis avanzados para ayudar a determinar qué sociedades grandes y complejas examinar.

Las estructuras de sociedades de múltiples niveles, las entidades transparentes y los acuerdos de alto patrimonio con frecuencia implican capas de transacciones que los sistemas de puntuación tradicionales tienen dificultades para evaluar. Los modelos de aprendizaje automático entrenados con datos de terceros y registros corporativos pueden sacar a la luz patrones entre entidades relacionadas que una revisión manual pasaría por alto.

Qué significa esto para los contribuyentes y los profesionales

Las declaraciones que difieren drásticamente de los parámetros de referencia regionales o de la industria pueden ser objeto de escrutinio, incluso cuando la posición subyacente es correcta. Ese riesgo es mayor en sectores volátiles afectados por la inflación, las interrupciones de la cadena de suministro o la escasez de mano de obra, donde las fluctuaciones legítimas de los márgenes pueden imitar patrones de incumplimiento.

La Oficina de Responsabilidad Gubernamental ha advertido que una mejor evaluación de los modelos es esencial para que el IRS no cargue a los declarantes que cumplen mientras pasa por alto incumplimientos graves. Para los profesionales de impuestos, la conclusión es clara: la documentación contemporánea, incluyendo contratos, registros de nóminas y pruebas de las condiciones del mercado local, es ahora tan importante como la propia declaración.

La documentación como primera línea de defensa

Los profesionales también deben monitorear las prioridades de fiscalización a través del Libro de Datos anual del IRS, que reporta sobre la actividad de examen y el uso de datos de terceros. Mantenerse al tanto de las tendencias de puntuación de riesgo de cumplimiento significa comprender qué indicadores económicos el IRS trata como bases y cómo esas bases cambian con las condiciones macroeconómicas.

En un panorama configurado por modelos de riesgo de cumplimiento impulsados por IA, los registros exhaustivos hacen más que defender una posición: explican por qué una declaración atípica aún puede ser precisa. Las empresas que comparan proactivamente las declaraciones de sus clientes con datos económicos disponibles públicamente estarán mejor posicionadas para responder si el IRS señala una declaración para una revisión adicional.

Fuentes

• Plan Operativo Estratégico del IRS
• Guía del Proceso de Auditoría del IRS
• Compendio de Datos del IRS

‍Por William Mc Lee, Editor en Jefe y Experto en Impuestos—Obtenga Alivio Fiscal Ahora