banner

استخدام الذكاء الصناعي

في تطبيق الضريبة الرقمية

إعداد

د/ عياد محمد عياد

المعيد بقسم الاقتصاد والتشريعات الاقتصادية

كلية الحقوق – جامعة الزقازيق

د/ محمد عمر خيري

المعيد بقسم الاقتصاد والتشريعات الاقتصادية

كلية الحقوق – جامعة الزقازيق

المقدمة

إننا نقف في منتصف أعظم ثورة معلومات واتصالات في تاريخ البشرية. فمعظم سكان العالم لديهم إمكانية الاتصال بالإنترنت، مع دخول مستخدمين جدد إلى الشبكة العالمية كل يوم. ومن بين العشرين في المائة الأفقر من الأسر، حوالي 7 أسر من بين كل 10 لديها هاتف محمول. وأصبح احتمال أن تمتلك أشد الأسر فقرا هاتفا محمولا أكبر من احتمال وجود مراحيض أو مياه شرب لديها ويجب أن نستفيد من هذا التطور التكنولوجي السريع لجعل العالم أكثر رخاء[1]

تعرف الضريبة الرقمية بأنها الضريبة التي تفرض على الاقتصاد الرقمي وتبلغ قيمة الاقتصاد الرقمي العالمي حالياً 11.5 تريليون دولار، أو 15.5% من إجمالي الناتج المحلي العالمي. ويتوقع أن يصل هذا الرقم إلى 25% خلال أقل من عقد من الزمان[2]، كما أن حجم الاقتصاد الرقمي الاستهلاكي في منطقة الشرق الأوسط وشمال أفريقيا سيرتفع بأكثر من الضعف من حوالي 40- 45 مليار دولار عام 2020، إلى 100 مليار دولار بحلول عام 2023 وذلك نتيجة التحول الرقمي السريع في مجالات السفر وخدمات الأطعمة والمشروبات والتعليم، ومن المتوقع أن 70% من القيمة الجديدة المضافة للاقتصاد سوف تستند إلى نماذج عمل لمنصات مميكَّنة رقمياً خلال العقد القادم.[3]

يترتب عن عدم فرض ضرائب سواء مباشرة أو غير مباشرة على الاقتصاد الرقمي جملة تداعيات، أبرزها عدم العدالة في المنافسة بسبب تفاوت الأعباء الضريبية بين الشركات الرقمية والتقليدية، إضافة إلى فقدان الدول إلى إيرادات ضريبية مستحقة، كان يُمكن أن تساهم في تعزيز أوضاعها المالية[4] .

وكأحد الأمثلة العملية لتطبيق هذا النوع من الضرائب ما نشرته صفحة مصلحة الضرائب المصرية منشور على صفحتها يؤكد على خضوع صناع المحتوى للضريبة وجاء فيه

((الأفراد الذين يقومون بنشاط صنع المحتوى (البلوجرز – اليوتيوبرز) عليهم: –

– التوجه للمأمورية الواقع في نطاقها المقر الرئيسي للنشاط (دخل) لفتح ملف ضريبي للتسجيل بمأمورية الضريبة على الدخل المختصة.

– التسجيل بمأمورية القيمة المضافة المختصة متى بلغت ايراداتهم 500 ألف جنيه خلال إثنى عشر شهرًا من تاريخ مزاولة النشاط   .))

ولكن هناك الكثير من المشاكل التي تواجه هذا النوع من الضرائب من أبرزها عدم القدرة على حصر وتتبع جميع الأنشطة الرقمية الخاضعة للضريبة بالإضافة الى صعوبة مراقبة كل العمليات المالية التي تتم عبر الانترنت وصعوبة تتبعها بدقة وسهولة إخفاء البيانات الخاصة بالمعاملات الرقمية وسهولة استنساخها وصعوبة تعقب العمليات التي تتم باستخدام تقنيات البلوك تشين والعملات المشفرة.

ولهذا نجد أن استخدام الذكاء الصناعي هو الحل الأمثل الذي لجأت إليه الكثير من الدول لسهولة تعامله مع قدر كبير جدا من البيانات ومعالجتها وتحليلها وتعقب كل العمليات بدقة بالإضافة لقدرته على التعلم من أخطائه وعدم تكرارها مما يؤدي لزيادة دقته بمرور الوقت.

  ومؤخرا قامت الدولة المصرية بإنشاء شركة اي تاكس لتطوير المنظومة الضريبة[5]والتي سرعان ما وقعت مذكرة مع شركة مايكروسوفت لإتاحة تقنيات الذكاء الصناعي تطوير المنظومة الضريبية[6] مما يعكس الاهتمام الحكومي من الاستفادة من هذه التقنية كما فعلت العديد من الدول وأبرزها الهند.

إشكالية البحث

مع ظهور فيروس كورونا المستجد وما سببه من إغلاق عام في معظم دول العالم والاعتماد الكبير على التطبيقات والمنصات الرقمية في كثير من شؤون الحياة زاد ذلك من السرعة التي يتجه بها العالم إلى رقمنة الاقتصاد مما يستلزم مضاعفة الجهود المحلية والدولية لتطوير المبادئ والنظم الضريبية التقليدية لمواكبة هذا التطور ومن هنا تتمثل إشكالية البحث في السؤال التالي: ماهي تأثيرات رقمنة الاقتصاد على المبادئ والنظم الضريبية التقليدية وكيفية مجابهة تلك التأثيرات عن طريق التقنيات الحديثة؟

يتفرع من هذا السؤال الرئيسي عدة تساؤلات فرعية

  • ما هي مظاهر رقمنة الاقتصاد؟ ما هي خصائص الأنشطة الاقتصادية الرقمية والتحديات التي تلقيها على عاتق النظام الضريبي القائم؟
  • ما هي الجهود الدولية التي بذلت في هذا الصدد؟ ما هي ملامح النظام الضريبي العالمي الجديد؟
  • كيف يمكن الاستفادة من الذكاء الاصطناعي وتطبيقاته لتحديث المنظومة الضريبية القائمة؟

أهداف البحث

  • الوقوف على مظاهر اتجاه العالم إلى رقمنة الاقتصاد
  • تحديد خصائص الأنشطة الاقتصادية الرقمية من منظور ضريبي
  • التعرف على التحديات التي تواجه المنظومة الضريبية مع رقمنة إثري رقمنة الأنشطة الاقتصادية
  • رصد الجهود الدولية لإصلاح النظام الضريبي العالمي
  • الإشارة إلى ملامح النظام الضريبي العالمي الجديد
  • التعرف على كيفية الاستفادة من تطبيقات الذكاء الاصطناعي لمواجهة التحديات التي تواجه النظام الضريبي القائم ودوره في النظام الضريبي العالمي الجديد

خطة البحث

  • المبحث الأول: الضرائب في عصر الاقتصاد الرقمي.

o      المطلب الأول: اتجاه العالم إلى رقمنة الاقتصاد

o      المطلب الثاني: خصائص الأنشطة الاقتصادية في ظل الاقتصاد الرقمي

o      المطلب الثالث: تحديات المنظومة الضريبية في ظل أنشطة الاقتصاد الرقمي

  • المبحث الثاني: دور الذكاء الصناعي في تطبيق الضريبة الرقمية

o      المطلب الأول: المصطلحات المرتبطة بالذكاء الصناعي

o      المطلب الثاني: أوجه الاستفادة من الذكاء الصناعي في المجال الضريبي

o      المطلب الثالث: مثال مبسط لتوضيح دور الذكاء الصناعي في تطوير المنظومة الضريبية

o      المطلب الرابع: المعوقات التي تواجه استخدام الذكاء الصناعي في المنظومة الضريبية

  • الخاتمة
  • المصادر

المبحث الأول

الضرائب في عصر الاقتصاد الرقمي

في ظل التطور التكنولوجي المتسارع الذي يشهده العالم، أصبح الاقتصاد الرقمي حجر الزاوية في عملية النمو الاقتصادي الحديث. فقد أدى الاعتماد المتزايد على التكنولوجيا الرقمية إلى تحول جذري في أساليب الإنتاج، والتجارة، وتقديم الخدمات. هذا التحول لم يقتصر على الاقتصادات المتقدمة، بل امتد ليشمل مختلف دول العالم، مما ساهم في تغيير طبيعة الأنشطة الاقتصادية وخلق تحديات وفرص جديدة على حد سواء.

ينقسم هذا المبحث إلى ثلاثة مطالب رئيسية:

  • يتناول المطلب الأول اتجاه العالم إلى رقمنة الاقتصاد، مستعرضًا دوافع هذا التحول وآثاره.
  • يركز المطلب الثاني على خصائص الأنشطة الاقتصادية في ظل الاقتصاد الرقمي، مع إبراز أهم السمات التي تميز هذه الأنشطة.
  • يسلط المطلب الثالث الضوء على التحديات التي تواجه المنظومة الضريبية في التعامل مع أنشطة الاقتصاد الرقمي، وما يترتب على ذلك من تداعيات على سياسات الدول المالية.

المطلب الاول

اتجاه العالم إلى رقمنة الاقتصاد

شهد الاقتصاد العالمي منذ بداية الألفية الثالثة تغيرات جذرية وسريعة، بسبب التطور الرقمي الهائل في عصر الثورة الصناعية الرابعة، التي تختلف في شدتها وتعقيدها وأتساع نطاقها عن غيرها من الثورات الصناعية حيث استندت في جوهرها إلى ظواهر جديدة مثل الاعتماد على البيانات بشكل كبير والتجارة الالكترونية والذكاء الاصطناعي، وقد أدى الانتشار السريع للأعمال الرقمية إلى إثارة عدة تساؤلات حول الآليات المناسبة للتعامل معها ومن أهم القضايا المثارة المعاملة الضريبية للأعمال الرقمية.[7]

أحدث هذا التطور المتسارع تحولا ملموساً في أساليب ووسائل تنفيذ الأنشطة الاقتصادية وساهم في بروز نماذج أعمال جديدة أفرزت تحولات جوهرية في أسواق المال والعمل والتجارة والاستثمار. جاء هذا التحول مدفوعا على الأقل بثلاث عناصر جوهرية تتمثل في:

أولا: تطور القدرة التقنية على جمع وتحليل واستخدام البيانات والمعلومات التي تنشأ عن الأنشطة الاجتماعية وتلك المرتبطة بالأعمال التجارية على مختلف المنصات الرقمية[8]

 إذ تجلي ذلك في تسارع وتيرة تطور الحركة على الإنترنت لترتفع من ١٠٠ جيجا بايت من البيانات في اليوم الواحد عام ١٩٩٢ إلى أكثر من ٤٦ ألف جيجا بايت في الثانية عام ٢٠٢٠ والمتوقع أن تصل إلى ١٥٠ ألف جيجا بايت في الثانية عام ٢٠٢٢)[9]

ثانيا: ظهور المنصات الرقمية التي تستخدم نماذج أعمال جديدة تستند إلى البياناتمما عزز من فرص التجارة العالمية وساهم بشكل بارز في إرساء دعائم الاقتصاد الرقمي حيث باتت المنصات الرقمية للمعاملات تمثل أسواق تدعم التبادل التجاري، ونموذج أعمال تعتمد عليه الشركات الرقمية متعددة الجنسيات مثل غوغل وأمازون وفيسبوك وأبل ونت فليكس وأوبر من شركات الإنترنت.[10]

تزامن ذلك مع تطور الذكاء الاصطناعي وتقنياته التي ساهمت في تعزيز قدرة الشركات في تحليل بيانات مستخدميها مما خلق قيمة مضافة لتلك البيانات الأمر الذي مكن تلك الشركات من تحقيق أرباح طائلة غير خاضعة للضرائــب إلا في دولة الإقامة فقط

ثالثا: تحول سلوك المستخدمين للتقنيات الحديثة على الصعيدين العالمي والإقليمي[11]

حيث شهدت مواقع البيع بالتجزئة عبر الإنترنت ما يقرب من ٢٢ مليار زيارة في يونيو ٢٠٢٠مقابل ١٦.٠٧ مليار زيارة في يناير ٢٠٢٠ ويرجع ذلك بالطبع إلى وباء فيرس كورونا العالمي الذي أجبر ملايين الأشخاص على البقاء في منازلهم من أجل وقف انتشار الوباء في ذات السياق شكلت محافظ الرقمية ما يقرب مخ ٤٥% من معاملات الدفع العالمية للتجارة الإلكترونية عام٢٠٢٠ مما يجعل المحافظ الرقمية أكثر طرق الدفع عبر الانترنت شيوعا في جميع أنحاء العالم ومن المقرر أن تزيد هذه الحصة إلى أكثر من ٥٠% عام ٢٠٢٤[12]

ساهمت هذه العوامل مجتمعة في توسيع نطاق الاقتصاد الرقمي وتسريع وتيرة نمو التجارة الإلكترونية.

في ذات السياق، أتاح التطور التقني المتسارع وانتشار المعلومات، مقرونا بتطور المعرفة والابتكار وظهور نماذج أعمال جديدة قائمة على الرقمنة، الفرصة أمام الشركات متعددة الجنسيات للنفاذ إلى أسواق جديدة وإجراء تعاملات على نطاق واسع سواء المنتجات المادية أو الرقمية، مما أدى إلى تجسير الهوة بين الأسواق وعزز فرص التجارة العالمية. أدى ذلك بدوره إلى تسارع وتيرة نمو التجارة الإلكترونية بشقيها من على مستوى قطاع الأعمال إلى قطاع الأعمال ومن قطاع الأعمال إلى قطاع المستهلكين[13]

الأمر الذي تعكسه البيانات والاحصاءات المختلفة:

  • زادت حصة المبيعات التجزئة عبر الإنترنت من إجمالي مبيعات التجزئة من ١٦% إلي١٩% في عام ٢٠٢٠
  • قفزت مبيعات التجارة الإلكترونية العالمية إلى ٢٦.٧ تريليون دولار في عام ٢٠١٩ بزيادة ٤% عن عام ٢٠١٨ وهو ما يعادل ٣٠% من الناتج المحلي الإجمالي العالمي.
  • بلغت نسبة مبيعات التجزئة عبر الانترنت إلى مبيعات التجزئة عموما حوالي ٢٤.٩% في الصين وفي المملكة المتحدة ٢٣.٣% و١٤% في الولايات المتحدة الأمريكية عام ٢٠٢٠
  • بلغت قيمة التجارة الإلكترونية العالمية بين الشركات حوالي ٢١.٨ تريليون دولار عام ٢٠١٩ بما يعادل ٨٢%من إجمالي التجارة الإلكترونية
  • بلغت قيمة التجارة الإلكترونية عبر الحدود بين الشركات والمستهلكين حوالي ٤٤٠ مليار دولار ٢٠١٩ بزيادة قدرها ٩% عن عام ٢٠١٨
  • بلغت ارتفعت حصة المتسوقين عبر الانترنت الذين يقومون بشراء عبر الحدود من ٢٠% عام ٢٠١٧ إلى ٢٥% عام ٢٠١٩
  • بلغت حصة التجارة الإلكترونية من الناتج المحلي الإجمالي ٤٥% في الولايات المتحدة الأمريكية و١٨% في الصين عام [14]٢٠١٩ .

المطلب الثاني

خصائص الأنشطة الاقتصادية في ظل الاقتصاد الرقمي

تتمثل تلك الخصائص فيما يلي:

الاعتماد بشكل كبير على الأصول غير الملموسة، التي تشتمل على الملكية الفكرية وتطوير واستخدام البرمجيات والخوارزميات، التي تحلل كمية كبيرة من البيانات الناتجة عن الأعمال التجارية على منصات الانترنت وكذلك المحتوى الإبداعي الذي يلعب دو ار رئيسيا في انتاج وتقديم الخدمات عبر الانترنت. [15]

الوصول على نطاق واسع دون وجود مادي، حيث يمكن للشركات استخدام الأنترنت ومنصاته لإنشاء علاقات عبر الحدود والمسافات البعيدة مع العملاء، دون الحاجة إلى تواجد منشأة دائمة في غيرها من الدول.[16]

مشاركة العملاء والمستخدمين في خلق القيمة[17]،إذ تعتمد نماذج الأعمال الأكثر استخداما للتقنيات الرقمية بشكل ُمكثف على البيانات والمستخدمين. فوجود مثل هذه الأعمال مرتبط بشكل كبير بالبيانات وتأثيرات الشبكة والمحتوى الذي ينشئه المستخدم. حيث يُعتبر جمع البيانات والمحتوى من المستخدمين من خلال منصة رقمية واستخدامها لجذب مستخدمين آخرين أو الاستفادة منها في توجيه الإعلانات، أنشطة أساسية لخلق القيمة للأعمال التجارية.[18] وبالتالي هناك أهمية للحجم، فكلما زاد حجم أو عدد الأشخاص المستخدمين كلما زادت القيمة أي تأثير شبكة الأنترنت، وإذا كان ذلك مهما بالنسبة للعديد من الشركات، فأنه أكثر أهمية في ظل الاقتصاد الرقمي.[19]

من المنظور الضريبي، هناك صعوبة في تحديد القيمة المتولدة عن مشاركة المستخدمين واسنادها إلى البيانات المساهمة في تحقيقها.[20]

 لا ترتبط أنشطة الاقتصاد الرقمي بوجود أية وثائق ورقية في اتمام المعاملات، وهو ما يشكل صعوبة أمام النظم الضريبية التقليدية، التي تعتمد على النماذج الورقية في إثبات الإجراءات والمراسلات، وتوثيق الحقوق والالتزامات، وصحة التوقيعات. لذا شرعت العديد من المنظمات الدولية والحكومات في وضع قوانين خاصة بالتجارة الالكترونية تقر بحجية المحررات والعقود الالكترونية ووسائل الإثبات الالكترونية، وتسبغ الصفة القانونية على التوقيعات الالكترونية[21]

الطابع العالمي للأنشطة الاقتصاد الرقمية: تتميز أنشطة الاقتصاد الرقمي بطابع عالمي يتجاوز الحدود الجغرافية للدول، فأي مشروع تجارى يقدم سلع أو خدمات عبر الانترنت لا يعنى بالضرورة الانتقال إلى المنطقة الجغرافية التي يمارس فيها نشاطه، وبإمكان أي إدارة أن تدير مشروعاتها بكفاءة، دون شرط التواجد الفعلي في المكان الذي يمارس فيه النشاط، مما يجعلها بمنأى عن الخضوع للضريبة وفقا للقواعد الضريبية التقليدية.[22]

إمكانية انتقال المستخدمين، فمن الممكن أن يكون العميل شخصا مقيما في دولة معينة، يقوم بشراء برنامج من دولة ثانية، ويتم استخدام البرنامج أو التطبيق في دولة ثالثة وهنا تثار مشكلات تحديد هوية الممول، وكيفية مخاطبته وعنوانه، وكيفية تحديد الوعاء ونوع الضرائب المفروضة.[23]

لم تعد الأصول الثابتة كالآلات والمباني والمنشآت الثابتة ذات أهمية،بل المهم هو قوة نشاطها التسويقي ومدى كفاءتها التنظيمية والأفكار التي تنبض في رؤوس موظفيها، وهوما يلقى ظلال من الشك حول مفهوم المنشأة الدائمة التي تعارف عليها النظام الضريبي التقليدي، ودورها في خلق القيمة المضافة.[24]

تستطيع المنشأة الالكترونية خفض تكلفة الإنتاج عن مثيلاتها في النظام التقليدي. فضلا عن ذلك، فإن منحنى تكاليف المنتجات الرقمية يختلف عن غيرها من المنتجات التقليدية، نظرا لأن الجزء الأكبر من تكاليفها يكمن في التكاليف الثابتة، وهو ما يعنى ضآلة التكاليف الحدية، ومن ثم زيادة الأرباح مع زيادة حجم الإنتاج.[25]

تستطيع الشركات استخدام القيمة الناشئة عن الأصول الرقمية في عدد لا متناهي من الصفقات دون تكلفة إضافية، وعليه فإن الشركة المنتجة للمنتج الرقمي تتحمل تكلفة الانتاج الأول، لتصبح بعدها التكلفة الإضافية لإعادة إنتاجها تساوى صفر تقريبا، وهذا ما يعرف بقانون تزايد الغلة في مجال الأصول الرقمية مقابل قانون تناقص الغلة في الاقتصاد التقليدي.[26]

المطلب الثالث

تحديات المنظومة الضريبية في ظل أنشطة الاقتصاد الرقمي

أحدث التطور التقني المتسارع وما صاحبه من تطور في نماذج الأعمال تحولات جوهرية سواء على مستوي المنتجات أو التعاملات التجارية، أتاحت الفرصة أمام المؤسسات الاقتصادية للنفاذ إلى أسواق جديدة وإجراء تعاملات على نطاق واسع ساهمت في تسارع وتيرة نمو التجارة الإلكترونية.[27]

وفى ظل الاقتصاد الرقمي، لم تعد السوق هي المكان التقليدي المحدد للبيع والشراء، بل أصبح السوق هو الفضاء الإلكتروني أو ما يعرف بمواقع الأعمال كما لم تعد عمليات البيع والشراء تتم فقط عبر منصات الكترونية مباشرة مخصصة للبيع ،بل من الممكن أن تتم عبر منصات تقديم الخدمات المجانية ،من خلال نموذج الأسواق ذات الوجهين ،ونموذج الطلب المتباين .كما تتم عمليات البيع أيضا عبر منصات تقديم الخدمات ومنصات الوساطة والمنصات الإعلانية وهو ما يلقى على عاتق الإدارة الضريبية صعوبات كبيرة أثناء عمليات تتبع الأنشطة الرقمية.[28]

 خلقت هذه المستجدات تحديات للنظم الضريبية المحلية تتعلق بكيفية سيطرتها على الشركات العاملة في مجال الاقتصاد الرقمي وإخضاع أرباحها للضرائب في ضوء القواعد والمعايير الضريبة الدولية والمحلية الحالية. تجسدت هذه التحديات في قدرة القواعد والمعايير الضريبة الدولية المحلية الحالية على التعامل مع الشركات العاملة في مجال الاقتصاد الرقمي في ظل اعتمادها على نماذج أعمال تجارية جديدة تُمكنها من تجنب الامتثال للقواعد الضريبية التقليدية لذلك ظل معظمها خارج إطار المنظومة الضريبية المحلية.[29]

وحيث أن نجاح المنظومة الضريبية بشكل عام يرتبط بطبيعة النشاط الاقتصادي وإمكانية إخضاعه للمبادئ والقواعد الضريبية التي تناسب هذا النشاط. لكن في ظل التحول المتسارع الذي تشهده طبيعة النشاط الاقتصادي أصبح بمقدور الشركات ممارسة أنشطتها التجارية عبر الحدود دون الحاجة إلى التواجد المادي.[30]

يترتب عن هذه الممارسات تحديات تواجه المنظومة الضريبية التقليدية.

يتمثل التحدي الرئيس في أن عدم التواجد المادي لهذه الشركات يحول دون تطبيق القواعد والمعايير الضريبية التقليدية القائمة، ذلك لأنها تقوم على قاعدة المنشأة الدائمة (الغرض من استخدام مفهوم المنشأة الدائمة في التشريعات الضريبية الدولية والمحلية هو توزيع الحقوق الضريبية بين الدول، بما يُمكن من تحديد الدولة التي لها الحق في فرض الضريبة على أرباح أي مؤسسة مقيمة في الدولة المتعاقدة) تعود فكرة ربط القواعد الضريبية التقليدية بالوجود المادي للممارسات التجارية، إلى حاجة العديد من الأعمال التجارية التقليدية بحكم طبيعتها إلى وجود مادي محلي من أجل ممارسة أعمالها.[31]

أصبــح مــن الســهل للشــركات أن تقــدم خدماتهــا عبــر المواقــع الإلكترونية دون الحاجــة لأن توجــد فعليــا فــي البلــدان التي تقــدم فيهــا خدماتهــا وبالتالــي تســتطيع أن تتجنــب ضرائــب الدخــل علــى الأرباحعــن طريــق الإقامة فــي الملاذات الضريبيــة الحكومــات تضــررت مــن ذلــك لأن الإيرادات الضريبيــة انخفضــت ممــا أثــر علــى أداء الحكومــة ووظائفهــا، والمواطنــون أيضــا تضــرروا لأن العــبء الضريبـي ازداد عليهـم، والشـركات المحليـة المقيمـة داخـل الدولـة والملتزمـة بدفـع الضرائــب تضـررت بســبب أنهــا أصبحــت فــي منافســة غيــر عادلــة مــع الشـركات الدوليـة التـي لا تدفـع الضرائـب وتقيـم فـي الخــارج وبالتالــي تســتطيع أن تســتفيد مــن عــدم دفعهــا للضرائــب علــى الدخــل بتخفيــض تكاليفهـا وتقديـم سـلع بأسـعار منخفضـة تضـر بالشــركات المحليــة الأمر الذي يهـدد بفوضـى ضريبيـة وانهيــار الاستقرار الضريبــي والاقتصادي العالمــي ككل.[32]

مما يعنى فشل فكرة المنشأة الدائمة في حصر كثير من صور المعاملات والصفقات التي تتم على نطاق محلى أو دولي وللحد من ظاهرة التهرب الضريبي تعطى كل دولة نفسها الحق في فرض الضرائب مما يؤدى إلى فرض أكثر من ضريبة على الصفقة الواحدة، حيث تفرض نفس الضريبة مرة من قبل دولة مصدر الدخل الضريبي ومرة أخرى من قبل دولة موطن الشركة. وما بين مخاوف مطرقة التهرب من الضريبة وسندان الازدواج الضريبي يصبح الوعاء الضريبي عرضة للتآكل، وتواجه الحصيلة الضريبية أضرار بالغة.[33]

كذلك تُثير ملامح أخرى للاقتصاد الرقمي تحديات تتصل بتوسع التجارة الإلكترونية عبر الحدود وتمكين المستهلكين من الوصول إلى المنتجات والخدمات عن بُعد، وما تُثيره الممارسات في هذا الصدد من تحديات ترتبط بتحصيل ضرائــب الاستهلاك خصوصا الأصول الرقمية والخدمات التي يصعب السيطرة عليها نظراً لعدم مرورها بالمنافذ الجمركية.[34]

مشكلات الحصر الضريبي، ويرجع ذلك إلى أن جزء كبير من المنتجات الرقمية غير منظورة للضريبة، كما أنه في ظل المعاملات التجارية الالكترونية لا مجال للالتزام بمسك دفاتر تجارية منتظمة، وحتى على فرض إصدار قوانين تنص على حق فحص دفاتر القيد الالكترونية، وعلى فرض علم مأمور الضرائب بالتعاملات التجارية الالكترونية، إلا أن اختلاف صورة الدفاتر الالكترونية عن الدفاتر التقليدية التي اعتادها مأمور الضرائب، وخاصة مع عدم وجود وثائق أصلية يمكن المراجعة عليها، فإن مهمة الفحص الضريبي سوف تتطلب وجود آليات جديدة  للمراجعة الضريبية وأساليب الفحص، فضلا عن إعداد مأمور الضرائب وتأهيله حتى يتحول من مأمور ضرائب تقليدي إلى مأمور ضرائب إلكتروني، قادر على فحص وتحصيل ومتابعة المعاملات التجارية لأنشطة الاقتصاد الرقمي.[35]

هذا فضلا عن الصعوبة في الإثبات، ذلك أن كافة الإجراءات والمراسلات بين طرفي المعاملة تتم الكترونيا، وتصبح الرسالة الالكترونية هي السند القانوني الوحيد المتاح للممول وللإدارة الضريبية على حد سواء، وهو ما يشكل تحديا أمام المعاملة الضريبية للمنتجات الرقمية، وعائقا أمام نمو التجارة الالكترونية في كثير من البلدان التي تفتقر بيئتها التشريعية للآليات الداعمة للتعاملات الرقمية.[36]

ومن هنا يمكن القول إن الهياكل التجارية القائمة على نماذج الأعمال الجديدة وتنامي أنشطة الاقتصاد الرقمــي التي تستند إلى البيانات أدت إلى بروز شركات تستطيع ممارسة أعمالها التجارية عن بُعد في أي دولة دون الحاجة إلى التواجد المادي وأن تعمل بطريقة مختلفة جوهريا عما كانت عليه في الوقت الذي وضعت فيه القواعد والمعايير الضريبية التقليدية.[37]

يتبين أن القصور في العلاقة بين هيكل التنظيم الضريبي ومستوى التقدم التقني تتمثل في ثلاث فجوات رئيسية هي

الفجوة التشريعية: تمثلت في قصور التشريع الضريبي الذي تمت صياغته بما يتفق مع طبيعة المعاملات التجارية التقليدية في معالجة المعاملات التجارية الرقمية.

الفجوة الإدارية: الإدارة الضريبية هي الإدارة المختصة كما سبق القول بتنفيذ القوانين والتشريعات الضريبية لذلك يجب عليها استخدام التكنولوجيا والابتكارات لضمان مستوى أعلى من كفاءة أداء النظام الضريبي في مجال الحصر وفحص وتحصيل الضرائب المتنوعة.

– الفجوة المفاهيمية: لا يزال المجتمع الضريبي يعاني من القصور في فهم المعاني والمفاهيم المتعلقة بالمعاملات الرقميــة مثل فجوة تحديد طبيعة بعض السلع والمنتجات الرقمية مثل برامج الحاسبات الآلية.[38]

ومن ثم أصبح فرض ضريبة على الأعمال الرقمية أمر بالغ الصعوبة، كون هذه الأعمال يتم عبر حدود العالم دون قيود أو حواجز، كما أنه يصعب في ظل الأعمال الرقمية تتبع الصفقة أو العملية، ومن ثم يصعب تحديد مصدر الدخل، وأيضا المنطقة التي يتحقق فيها هذا الدخل الخاضع للضريبة، فالأنظمة الضريبية التقليدية أصبحت عاجزة عن مواكبة التطورات الحادثة في الأعمال الرقمية حيث تستند هذه الأنظمة في فرض الضرائب على مبادئ تعتمد في جوهرها علي التواجد المادي لمنشئات الأعمال لكن وفي ظل التطورات التكنولوجية العديدة، فإن المفاهيم الضريبية قد تغير ت مثل مفهوم مصدر الدخل، فالأعمال الرقمية تتم في أكثر من دولة، ومن أكثر من مزود للخدمة، ومن ثم يصعب فرض الضريبة عليها.[39]

المبحث الثاني

دور الذكاء الصناعي في تطبيق الضريبة الرقمية

إن الذكاء الصناعي ليس مجرد أحد المجالات المستهدفة بتطبيق الضريبة الرقمية حيث تشير التوقعات إلى مساهمة الذكاء الصناعي في الاقتصاد العالمي ستبلغ 15.7 تريليون دولار بحلول عام 2030[40] . بل يعتبر أهم الوسائل المستخدمة للتغلب على المشاكل المتعلقة بالضرائب الرقمية، بل إن بعض هذه المشاكل يمكن النظر اليه باعتباره ميزة حيث أن جميع البيانات المتعلقة بالاقتصاد الرقمي مميكنة فعلا مما يسهل تعامل البرامج معها بسهولة وبالتالي يمكن الاستفادة بالذكاء الصناعي لحل معظم المشاكل المتعلقة بتعقيد البيانات الالكترونية وصعوبة التعامل مع الكم الهائل من البيانات الرقمية وبالإضافة لقدرته على التعلم التي تعزز من مقدرته على فرز البيانات بدقة والتعرف على عمليات التهرب الضريبي.

وسوف نناقش في هذا المبحث الاسهامات التي يمكن للذكاء الصناعي أن يقدمها في مجال الضريبة الرقمية التعرف على المصطلحات الرئيسية المتعلقة بالذكاء الصناعي.

المطلب الأول

المصطلحات المرتبطة بالذكاء الصناعي

يشير مصطلح الذكاء الاصطناعي (AI) إلى الأنظمة أو الأجهزة التي تحاكي الذكاء البشري لأداء المهام والتي يمكنها أن تحسن من نفسها استنادًا إلى المعلومات التي تجمعها ولقد أصبح الذكاء الاصطناعي مصطلحًا شاملاً للتطبيقات التي تؤدي مهام مُعقدة كانت تتطلب في الماضي إدخالات بشرية مثل التواصل مع العملاء عبر الإنترنت أو ممارسة لعبة الشطرنج. وغالبًا ما يُستخدم هذا المصطلح بالتبادل مع مجالاته الفرعية، والتي تشمل التعلم الآلي والتعلم العميق[41].

ولتوضيح الفرق بين الذكاء الصناعي (Artificial Intelligence) والمعروف اختصارا ب (AI)والتعلم الالي (Machine Learning)والتعلم العميق (Deep Learning) يمكن ملاحظة الشكل 1 و2 ونجد أن التعلم الالي هو أحد فروع الذكاء الصناعي فكل تعلم الي هو ذكاء صناعي وليس العكس وبالمثل فكل تعلم عميق هو تعلم الي وليس العكس.

ومن أهم الاختلافات.. على سبيل المثال، يُركز التعلم الآلي على إنشاء أنظمة تتعلم أو تحسّن من أدائها استنادًا إلى البيانات التي تستهلكها.[42]

بينما يمكنك التفكير في التعلم العميق على أنه “تعلم آلي” قابل للتطوير. يعتمد التعلم الآلي التقليدي أو “غير العميق” بشكل أكبر على التدخل البشري للتعلم. يحدد الخبراء البشريون التسلسل الهرمي للميزات لفهم الاختلافات بين مدخلات البيانات، والتي تتطلب عادةً المزيد من البيانات المنظمة للتعلم.

يمكن للتعلم العميق الاستفادة من مجموعات البيانات المصنفة، والمعروفة أيضا باسم التعلم الخاضع للإشراف، ولكنه لا يتطلب بالضرورة مجموعة بيانات مصنفة. يمكنه استيعاب البيانات غير المهيكلة في شكلها الأولي (مثل النصوص والصور)، ويمكنه آليا تحديد التسلسل الهرمي للخصائص التي تميز فئات البيانات المختلفة عن بعضها البعض. على عكس التعلم الآلي، لا يتطلب الأمر تدخلا بشريا لمعالجة البيانات، مما يسمح لنا بتوسيع نطاق التعلم الآلي بطرق أكثر إثارة للاهتمام.[43]

ولتبسيط الفرق فأن التعلم الالي يتم تدريبة على بيانات مرتبة ومصنفة كتدريبة مثلا على معرفة ثمن السلعة ومقدار الضريبة المضافة والرقم الضريبي واسم المشتري والبائع من نوع واحد أو عدة أنواع  من الفواتير أما التعلم العميق فانة يستطيع بالإضافة لذلك التعامل مع قواعد البيانات غير المرتبة أو المصنفة مثل أن يتعرف على العمليات الخاضعة للضريبة من خلال فحص التحويلات البنكية وغيرها من قواعد البيانات التي يتم اتاحتها من مصادر مختلفة كشركات الشحن أو الاتصالات وغيرها طبقا لكل حالة فيقوم بتصنيف قواعد البيانات ومعرفة مدى خضوع المعاملات للضريبة من عدمه

المطلب الثاني

أوجه الاستفادة من الذكاء الصناعي في المجال الضريبي

أولا: التعرف على البيانات الأساسية من الوثائق

بينما يقضي موظفو الضرائب وقت كبير جدا في ثلاث عمليات رئيسية وهي التصنيف والترتيب واستخراج البيانات الأساسية من الوثائق يمكن للتعلم الالي القيام بذلك بسرعة أكبر وبدقة متزايدة تحديد المرسل واستخراج المعلومات الأساسية من الوثائق. وفي حالة الضريبة الرقمية فان الوثائق والفواتير ستكون مميكنة فعلا وبالتالي سوف يتعامل معها الكمبيوتر فعلا بدون الحاجة لان يتم إدخالها يدويا.

ثانيا: يمكن للذكاء الصناعي المساعدة في تصنيف المعاملات المالية المختلفة.[44]

حيث يساعد استخدام التعلم الالي عند معالجة الضريبة على سلعة او خدمة ما وعن طريق وضع ثلاث عناصر في الاعتبار وهي: طريقة الإنتاج او التنفيذ ومكان البيع وكيفية التسليم أن يحدد مدى خضوعها للضريبة من عدمه وما هي الضريبة المستحقة عليها.

ونظرا لتنوع التشريعات الضريبية في البلد الواحد وفي البلدان المختلفة يسهل الذكاء الصناعي تحديد نوع ومقدار الضريبة بدقة لكل معاملة

وفي هذا السياق قام مركز الدول الأمريكية للإدارات الضريبية بعمل تجربة لاستخدام الذكاء الصناعي لتصنيف الأنشطة الخاضعة للضريبة CIAT | Inter-American Center of Tax Administrations 

ونظر لأهمية التجربة وضرورة عرضها بشكل مفصل سنعرضها في مطلب منفصل.

ثالثا: يساعد الذكاء الصناعي في الكشف عن عمليات التهرب الضريبي

فعن طريق الذكاء الصناعي يمكن للسلطات المختصة بتحصيل الضرائب التعرف على الحالات التي تحمل صفات معينة تدل على تزوير محتمل في الاقرارات الضريبية أو الفواتير وذلك عن طريق التعرف على الخطوط الخفية التي تدل على وجود تزوير والتي لا تلاحظ من قبل مأموري الضرائب كونها موجودة في تلال من البيانات.

ففي الهند مثلا قامت بدمج الذكاء الصناعي في نظام إدارة الضرائب على السلع والخدمات وفي العام الأول تم اكتشاف خمس حالات تزوير وتم القبض على شخصين وفي العام الثاني تم اكتشاف 1620 حالة تزوير وتم القبض على 154 شخص مما يعكس قدرة تقنيات التعلم الالي الكبيرة جدا على التطور بسرعة[45]

وهناك المزيد من الأمثلة من الهند أيضا في مقاطعة كانبور حيث استخدم مهندسي الكمبيوتر تقنيات الذكاء الصناعي في التعرف على 250 شخص بلغت ثروتهم الملايين ولكنهم كانوا يتهربون من دفع الضرائب لسنوات ونتيجة لذلك تم تحصيل ضرائب بلغت حالي 500 ألف دولار.[46]

وفي الدنمارك 60% من حالات التهرب الضريبي يتم كشفها بالوسائل التقنية الحديثة مما يعكس قدرة الذكاء الصناعي الكبيرة على الكشف ليس فقط على التزوير في الاقرارات الضريبة ولكن أيضا على عمليات التهرب الضريبي [47]

وهذه المعدلات الكبيرة تؤكد حتمية الحاجة لزيادة الاعتماد على تقنيات الذكاء الصناعي في مكافحة التهرب الضريبي وخصوصا أننا نتحدث هنا عن نماذج من دول نامية كالهند

رابعا: استخدام الذكاء الصناعي سيقلل الاعتبارات الشخصية ولكنه في نفس الوقت سيستفيد من الاعتبارات الشخصية بشكل كبير[48].

“while this use of technology will seem in one way less personal, in another way, it will be more personal”

ومعنى ذلك أن الذكاء الصناعي لن يتأثر بعلاقة شخصية أو قرابة أو أي رابط اجتماعي مع الممولين ولكنه في نفس الوقت عن طريق تقنيات التعلم العميق يستطيع معرفة كافة التفاصيل الشخصية عنه وذلك لوجود الكثير من البيانات المتاحة بشكل كبير على الانترنت (big data) والتي تمكن السلطات الضريبية وعن طريق تكنولوجيا التعلم العميق من أخذ نظرة أكثر شمولية للممول مما سيمكنها من معرفة الوضع الاجتماعي كالمواليد والوفيات والزواج وكذلك الوضع المالي عن طريق معالجة الفواتير المدفوعة والمستحقة والعمليات التي تمت على حساباته وغير ذلك من الأمور التي سوف تساعد على تخصيص الخدمات الضريبية جعلها متاحة في أي وقت وعلى أي جهاز وزيادة دقة ربط الضريبة وتحصيلها.[49]

خامسا: يمكن استخدام الذكاء الصناعي للاستفادة بأكبر قدر ممكن من الإعفاءات الضريبة المتاحة.

نتيجة لتعدد التشريعات الضريبية في البلدان المختلفة قد لا يستطيع الممول أن يستفيد من الإعفاءات الضريبة المتوفرة ولكن تطبيقات الذكاء الصناعي بإمكانها وعن طريق تحليل الحالات المستفيدة من الإعفاءات الضريبية أن تساعد على التعرف على مدى مماثلة حالة الممول لهذه الحالات.

وتستخدم شركة H&R Block   المختصة في تقديم الاستشارات الضريبة نظام الذكاء الصناعي الخاص ب    IBMs Watson وعن طريق تدريبة على الوثائق الضريبة المتعلقة بالعديد من السنوات السابقة كأساس للتعلم، أصبح بإمكانها الآن أن تساعد الممولين على التعرف على التخفيضات المحتملة بشكل أدق.[50]

سادسا: يمكن استخدام الذكاء الصناعي في الوصول الى سياسات ضريبية أكثر عدلاً

وقد تحقق ذلك فعلا بابتكار فريق من الباحثين في الولايات المتحدة منظومة جديدة للذكاء الاصطناعي يمكنها تطوير واختبار الأنظمة الضريبية. وتهدف المنظومة الجديدة التي طورها باحثون في شركة “سيلزفورس” الأمريكية المتخصصة في مجال تكنولوجيا الشركات، وتحمل اسم “إيه إل إيكونوميست” إلى مساعدة الحكومات حول العالم في تطوير أنظمة معاملات ضريبية عادلة ونزيهة.[51]

ويقوم البرنامج بابتكار أنظمة اقتصادية تخيلية للتعاملات في مجال العملات والانشاءات وغيرها، ثم يقوم من خلال تقنيات الذكاء الاصطناعي بتحديد حجم الضرائب المفروضة على هذه المشروعات وفق معايير معينة بهدف الوصول إلى أفضل صيغة عادلة لتحديد قيمة الضريبة.[52]

ويؤكد فريق الدراسة أن النتائج التي توصلوا إليها باستخدام التقنية الجديدة تتميز بأنها أكثر فعالية بنسبة 16 بالمئة من النتائج التي توصل إليها خبراء الاقتصاد التقليديون. [53]

المطلب الثالث

مثال مبسط لتوضيح دور الذكاء الصناعي في تطوير المنظومة الضريبية

 قام مركز الدول الأمريكية للإدارات الضريبية بعمل تجربة لاستخدام الذكاء الصناعي لتصنيف الأنشطة الخاضعة للضريبة CIAT | Inter-American Center of Tax Administrations 

 حيث قامت بعمل مثال توضيحي لاستخدام الذكاء الصناعي في تصنيف بعض الأنشطة الخاضعة للضريبة وتم استخدام الذكاء الصناعي في التجربة لتصنيف عدد من الأنشطة الضريبة عن طريق استخدام معلومات محدودة من سجل منطقة جغرافية معينة وتم استخدام عينة عددها ألف من دافعي الضرائب

وهذه عشر حقول من العينة المستخدمة

source: CIAT

وعن طريق الجدول التالي يمكننا معرفة الحد الاقصى والادنى والمتوسط لكل نشاط اقتصادي على حده

source: CIAT

بخطوة إضافية تم إضافة حقلين محسوبين في مثالنا.

 الأول، سوف تم تسميته الفائدة ((utility: وهو نسبة الدخل الكلي مخصوم منه المشتريات وكافة المصروفات الى الدخل الكلي

والثاني نسميه القيمة المضافة (added value): وهو نسبة الفرق بين المشتريات والمبيعات الى المشتريات

ونحصل على الجدول التالي

source: CIAT

إذا رسمنا رسم بياني بحيث تمثل كل نقطة واحد من دافعي الضرائب وجعل القيمة المضافة على المحور السيني والفائدة على المحور ص، فسنحصل على الرسم البياني التالي

source: CIAT

وتم باستخدام أدوات الذكاء الاصطناعي تحديد 4 مجموعات من دافعي الضرائب من خلال سلوكهم:

source :CIAT

يبين الشكل الأول الأنشطة الاقتصادية، تجارة الجملة وتجارة التجزئة، باللون الأخضر. 

والثاني يبين الأنشطة الاقتصادية للزراعة والحرف والبناء والصناعة التحويلية.  باللون الأحمر.

  الثالث يبين المطاعم والفنادق والمرافق والخدمات المالية والتأمينية والخدمات المهنية والنقل والخدمات اللوجستية، باللون الأزرق. 

المجموعة الرابعة، باللون الأسود، تمثل الأنشطة الأخرى غير المصنفة، والتي لها نقاط في كل مجموعة من المجموعات المذكورة أعلاه

للتبسيط تم إعادة تسمية هذه المجموعات بأن تكون المجموعة ١ باسم التجارة. المجوعة 2 معالجة المواد الخام، المجموعة 3 الخدمات، والمجموعة 4 غير مصنفة بشكل صحيح.

هذه هي النقطة التي سنستخدم فيها أدوات التعلم الآلي.

في هذه الحالة، تم استخدام واحدة من أبسط خوارزميات التصنيف المسماة

K nearest neighbors”“

يتم تحديد K nearest neighbors ووجد أن هذه النقطة يجب أن تتوافق مع الفئة السائدة بين نقاط الأغلبية تلك. 

أي أنه إذا كانت معظم أقرب النقاط لأي نقطة من نوع التجارة، فستحدد الخوارزمية أن هذه هي الفئة التي تتوافق معها، حتى لو كانت هناك نقاط من فئات أخرى.  يمكن توضيح ذلك من خلال الرسم البياني التالي الذي سيحدد هذا التقسيم لمجتمع دافعي الضرائب لدينا:

source: CIAT

باستخدام هذه الخوارزمية، سيتم تصنيف أي نقطة تقع في المنطقة ذات اللون الأزرق الفاتح على أنها تجارة، وفي منطقة البني الفاتح كتحويل وفي المنطقة البني الداكن سيتم تصنيفها كخدمات.

لتدريب الخوارزمية واختبار فعاليتها، تم فصل ال ٨٣٢ دافع ضرائب المصنفين في مجموعة تدريبية بشكل عشوائي بحيث يكون ٧٥% مجموعة تدريب وكذلك مجموعة الاختبار ٢٥% للتحقق من فعالية الخوارزمية.

بلغت فعالية هذه الخوارزمية 100٪ لمجموعة التدريب و99٪ لمجموعة الاختبار. 

هذا يعني أنه إذا طبقناه على 168 دافع ضرائب من فئة الأنشطة الأخرى غير المصنفة، فيمكننا أن نعرف بدقة ما إذا كانوا يشاركون بالفعل في أنشطة التجارة أو التحويل أو الخدمات.

ثم تم تطبيق نفس الخوارزمية لكن ليس لمعرفة أي قسم سيقع فيه من النشاط من الثلاث أقسام ولكن لمعرفة نوع النشاط نفسه ويوضح الرسم البياني التالي كيف ستتوافق الخوارزمية

source: CIAT

في هذه الحالة كانت فعالية الخوارزمية 67٪ لمجموعة التدريب و65٪ لمجموعة الاختبار.

هذه النسب المئوية للفعالية ليست كبيرة مثل تلك الخاصة بالتصنيف السابق، لكنها مع ذلك تترك لنا احتمالًا أكبر بكثير من احتمال الاقتراب من التصنيف بطريقة عشوائية.  ولوحظ وجود مناطق أكثر تعقيدًا مع احتمال حدوث تداخلات، كما هو الحال في قطاعات التجارة على اليسار، مع تجارة الجملة بالأزرق وتجارة التجزئة باللون الأخضر.

بتطبيق خوارزمية التصنيف هذه على 168 دافع ضرائب بدون التصنيف الصحيح للنشاط الاقتصادي سيكون لدينا التوزيع التالي.

source :CIAT

تأخذ هذه النتيجة في الاعتبار فقط الفائدة ومتغيرات القيمة المضافة. 

ويمكن الحصول على نسبة أفضل عن طريق إجراء التحليل باستخدام جميع المتغيرات الستة المتاحة وخوارزمية أكثر تعقيدًا ولكن سيصعب تمثيلها بيانيا، حيث ستكون هناك عدة أبعاد.

  تم استخدام خوارزميات تسمى “Logit” للتصنيف، (والتي من الناحية العملية تقوم بتحديد احتمال أن يكون لديهم، نشاطًا معينًا أم لا، ثم النشاط التالي أم لا، وما إلى ذلك). 

بلغت نسبة فعالية تبلغ 83٪ لمجموعة التدريب و75٪ لمجموعة الاختبار، وهي أفضل بكثير من تلك التي لوحظت في المثال السابق.

بتطبيق هذه الخوارزمية على 168 دافع ضرائب بدون تصنيف مناسب، سيكون لدينا التوزيع التالي.

source :CIAT

وبمقارنة المثالين سويا نحصل على الجدول التالي

source :CIAT

وبهذه التجربة نخلص الى أنه لا توجد خوارزمية واحدة للتعلم الآلي يمكن تطبيقها على مثالنا على العكس من ذلك، يمكن أن يكون هناك الكثير، وبعضها مناسب من الطرق الحالية والبعض الآخر يتم إنشاؤه خصيصا لهذا الغرض.

في مثالنا، كما هو موضح في الجدول أدناه، تقوم الخوارزمية الثانية المستخدمة، الأكثر تعقيدًا من الناحية الرياضية ومع وجود المزيد من متغيرات البيانات للمساهمة، بعمل أفضل.

فمثلا يمكن إضافة بيانات من أطراف خارجية مثل التحويلات البنكية والتي سوف تزيد من دقة الخوارزمية وهذه الزيادة وإن كانت في هذا المثال طفيفة إلا إنها على مستوي الإدارات الضريبة سوف تساوي الالاف وفي هذا المثال لم يتم استغراق الكثير من الوقت في تصنيف النشاط الاقتصادي لعدد 168 من دافعي الضرائب والذي كان سيأخذ الكثير من الوقت إذا تم يدويا.

ويتضح من التجربة السابقة أنه كلما زاد عدد البيانات المدخلة زادت دقة النتائج وبتطبيق هذا المبدأ على الاقتصاد الرقمي نجد أن حجم البيانات المتاحة في مجال الاقتصاد الرقمي أكبر بكثير من البيانات المتاحة في الاقتصاد التقليدي فمثلا يمكن لتحسين دقة التصنيف إضافة الموقع الجغرافي للمعاملات المالية(من منطقة زراعية أو صناعية أو مصلحة حكومية …) وكذلك وسيلة الدفع المستخدمة (ما إذا كان تحويل بنكي أو دفع بالفيزا أو دفع بالمحفظة الالكترونية) وكذلك نوع الجهاز (سواء كمبيوتر شخصي أو هاتف محمول) فكل هذه البيانات وغيرها من البيانات المتوفرة في مجال الاقتصاد الرقمي سوف تزيد من دقة هذه التصنيفات

المطلب الرابع

المعوقات التي تواجه استخدام الذكاء الصناعي في المنظومة الضريبية

أولا: اختلاف طرق تجميع البيانات وادخالها للحاسب

أحد العوائق التي تحول دون اعتماد التعلم الالي هو التعامل مع البيانات.  تقوم المؤسسات المختلفة بجمع البيانات بطريقة تناسب القدرات الإنتاجية الخاصة بكل منها وبطريقة تناسبها. 

فلا توجد جداول محددة أو نماذج موحدة لكي يتم تجميع البيات عليها، قد يختلف جمع البيانات ومعالجتها من مؤسسة إلى مؤسسة.  يؤدي هذا إلى إرباك نظام التعلم الالي الذي يعمل بشكل منطقي بناءً على تحديد الأنماط من مجموعات البيانات.

في هذا السياق يمكن الى أن فشل التعلم الالي في التعامل مع النماذج غير الموحدة لا يعني عدم مقدرة الذكاء الصناعي مطلقا في التعامل معها، فيمكن استخدام التعلم العميق ولكنه سوف يحتاج الى وقت ومجهود أكبر وقدرات حاسوبية هائلة ومكلفة.

ثانيا: نتائج الذكاء الصناعي تبقى احتمالية ومهما بلغت دقتها تحتاج للمراجعة البشرية

سبب آخر لعدم اعتماد أنظمة الذكاء الاصطناعي عالميًا في الأنظمة الضريبية هو عنصر الثقة.  يمكن أن يكون عدم الثقة هذا بسبب خوارزميات الذكاء الاصطناعي وكيفية عمل الاحتمالات وكيفية تحليلها الإقرارات الضريبية.  يمكن أن تنشأ أيضًا من المعايير المستخدمة للكشف عن الاحتيال الضريبي. وبالتالي تتطلب العديد من وظائف الذكاء الاصطناعي أيضًا تدخلًا بشريًا.

ثالثا: استخدام شبكات البلوكتشين والعملات المشفرة في التعاملات الرقمية يجعل من المستحيل تتبع هذه المعاملات الا عن طريق أطراف خارجية

فمع توسع العالم في استخدام العملات المشفرة بسبب انخفاض تكلفة استخدامها وسرعة المعاملات الدولية التي تتم بها مقارنة بالعملات العادية حيث بلغ قيمة سوق العملات المشفرة لحظة كتابة البحث أكثر من 2 ترليون دولار مع حجم تداول يومي قيمته أكثر من 77 مليار دولار [54] ، أدى ذلك إلى صعوبة تتبع هذه المعاملات واستحالة تتبعها في بعض الأحوال.

فالمعاملات التي تتم بالعملات المشفرة تكون لا مركزية وعامة وبالتالي يمكن لأي أحد أن يعرف جميع المعاملات على الشبكة وكذلك رصيد كل محفظة ولكن لا يمكن بأي طريقة معرفة من قام بهذه المعاملة لأن عنوان المحفظة (public key)يتم توليده عشوائيا عند فتح محفظة جديدة ولا يستطيع أي أحد التحكم بها إلا عن طريق المفتاح السري الخاص بها (private key) ولتوضيح الصورة مثلا ممكن أن نأخذ إحدى كتل سلسلة الكتل الخاصة بالبتكوين كمثال وهي اخر كتلة على الشبكة عند الكتابة وهي الكتلة رقم [55]“718790” عند فحص الكتلة نجد الاتي:

Source: blockchain.com

يظهر هنا ثلاث معاملات من المسجلين على الكتلة ونلاحظ أن لكل معاملة هاش (hash) خاص بها وهو رقم فريد مرجعي لكل عملية ورقم المحفظة المحول منها وكذا المحول لها وقيمة التحويل ولا يوجد أي شيء يدل على شخص من قام بالتحويل أو من حول إليه أو الغرض من هذه المعاملة. كما مشاهدة جميع التحويلات التي تمت على معينة منذ إنشائها بسهولة عن طريق عنوانها فقط فمثلا أول عنوان لدينا في هذا المثال وهو 151sefMYSAio5PvtuGxohQkSxed3HYyALV

يمكن معرفة المعاملات التي تمت عليه ونجدها كالتالي

Source: blockchain.com

عند فحص هذه المحفظة [56]نجدها استقبلت من محفظة أخرى كمية من عملة البتكوين وقامت بإعادة إرسالها لمحفظة أخرى وهذه هي المعاملات التي قامت بها حتى الان ونلاحظ أنها كلها معلومات مبهمة لا تفيد في معرفة ما هو نشاط مالك المحفظة أو شخصيته أو مكانه ويمكن للقارئ عن طريق الرابط في المراجع متابعة هذه المحفظة ومعرفة أي تحديثات عليها في أي وقت.

وكما ذكرت فوجود 77 مليار دولار تم تداولها في هذه الصورة في أخر 24 ساعة يجعل من المستحيل تحصيل أي ضريبة على هذا المبلغ بدون الرجوع إلى أطراف خارجية من الممكن أن تقلل من إبهام هذه المعلومات بعض الشيء.

فمثلا هناك بعض الشركات مثل تسلا تسمح بدفع ثمن منتجاتها باستخدام هذه العملات وبطبيعة الأمر فإن المشتري سيزود الشركة بمعلوماته ومن خلال معرفة المحفظة المحول منها المبلغ ومعلومات الشخص المشتري يمكن معرفة كل المعاملات التي قام بها هذا الشخص وباستخدام الذكاء الصناعي يمكن معرفة وتتبع مصدر العملات التي حصل عليها منذ تعدينها ولكن في حالة عدم دخول مالك المحفظة في معاملات مع الشركات أو الأشخاص المستعدين لتقديم البيانات الخاصة بهم أو في حالة عدم اكتراث هذه الشركات بالحصول على معلومات حقيقة عن زبائنها يصبح من المستحيل تتبع هذه المعاملات بأي وسيلة.

الخاتمة

اتضح لنا الان أن العالم الان يتجه الى رقمنة الاقتصاد وذلك باستخدام الوسائل التقنية الحديثة في كافة المجالات الاقتصادية وذلك لما لهذه الوسائل من مميزات عدة سواء في سرعة ودقتها وانخفاض تكلفتها ،ونجد أيضا أن الاقتصاد الرقمي كما وضحنا شهد طفرة كبيرة جدا الفترة الأخيرة وجميع المؤشرات تدل على ذلك ونجد أن الشركات التي تعمل في هذا المجال في نمو وزيادة مستمرين بل إننا لا نكاد نقضي أي لحظة في اليوم بدون التعامل مع منتجات الاقتصاد الرقمي سواء الهاتف المحمول أو الساعات الذكية او أجهزة التلفاز أو الراديو أو مشغلات الصوت أو أي جهاز كمبيوتر سواء مكتبي أو لوحي أو محمول ،وهذه الاقتصاد الجديد يثير العديد من الإشكاليات الاقتصادية وخصوصا في مجال الإدارة الضريبة كما وضحنا ،وبالتزامن مع هذا النمو للاقتصاد الرقمي نلاحظ نمو دور الذكاء الصناعي في مجال الإدارة الضريبية ومن جهتنا نرى أن الذكاء الاصطناعي لن يساعد فقط في تطوير الإدارة الضريبية بل إنه من الممكن أن يكون الوسيلة الوحيدة للتعامل مع التحديات التي تفرضها هذه التقنيات الحديثة مثل العقود اللامركزية والمعاملات المشفرة وغيرها من الأنشطة التي يصعب على الإدارات الضريبية التعامل معها بالوسائل التقليدية سواء الورقية أو الرقمية

ولهذا نجد أن الدول تتسابق في ضم أساليب الذكاء الصناعي في إداراتها الضريبة وفي هذا الصدد نجد أنه من المهم التعامل مع هذه التقنيات بحذر لأن معظمها قيد التطوير ولأن النتائج التي تصدر عنها مهما زادت دقتها فهي احتمالية ولذا من الضروري أن توضع تحت رقابة العنصر البشري وذلك حتى تنضج هذه التقنية الحديثة.

المصادر:

[1]مجموعة البنك الدولي، تقرير عن التنمية في العالم ٢٠١٦، العوائد الرقمية، عرض عام.

[2] التنمية الرقمية (albankaldawli.org)

[3] “معلومات الوزراء“: توقعات بارتفاع الاقتصاد الرقمي الاستهلاكي | مصراوى (masrawy.com)

[4]طارق عبد القادر اسماعيل، الضرائب على الاقتصاد الرقمي في الدول العربية، صندوق النقد العربي ٢٠٢١

[5] وزير المالية خلال إطلاق شركة تكنولوجيا وتشغيل الحلول الضريبية «إى. تاكس»: المصريون قادرون على إبهار العالم وتحويل التحديات إلى فرص تنموية واعدة (mof.gov.eg) وزير المالية خلال إطلاق شركة تكنولوجيا وتشغيل الحلول الضريبية «إى.تاكس»: المصريون قادرون على إبهار العالم وتحويل التحديات إلى فرص تنموية واعدة

[6] مذكرة تفاهم بين «إى تاكس» و«مايكروسوفت» لإتاحة الذكاء الاصطناعي في الحلول الضريبية | المصري اليوم (almasryalyoum.com)

[7] د. آمال علي إبراهيم، دور التحول الرقمي في دعم الإيرادات الضريبيــة، مجلة البحوث المالية، المجلد ٢٢، العدد الاول، يناير ٢٠٢١

[8] طارق عبد القادر اسماعيل، الضرائـب على الاقتصاد الرقمــي فــي الدول العربية، صندوق النقد العربي، ٢٠٢١

[9] https://unctad.org/

[10] المرجع السابق

[11] المرجع السابق

[12] https://www.statista.com/

[13] نفس المرجع

[14] https://unctad.org/

[15]د. آمال علي إبراهيم، مرجع سابق

[16] نفس المرجع

[17] د. آمال علي إبراهيم، مرجع سابق

[18] طارق عبد القادر اسماعيل، مرجع سابق

[19] د. آمال علي إبراهيم، نفس المرجع السابق

[20] طارق عبد القادر اسماعيل، نفس المرجع السابق

[21] د. محمود محمد الدمرداش، مكافحة التجنب الضريبي لأنشطة الاقتصاد الرقمــي فــي النظام الضريبي المصري والسعودي، مجلة الدراسات القانونية والاقتصادية، المجلد ٦، العدد ٢، مقالة ٨، خريف ٢٠٢٠

[22] نفس المرجع

[23]د. محمود محمد الدمرداش، مرجع سابق

[24] https://jdl.journals.ekb.eg/article_126750.html

[25] المرجع السابق

[26] نفس المرجع

[27] طارق عبد القادر اسماعيل، مرجع سابق

[28] د. محمود محمد الدمرداش، مرجع سابق

[29]المرجع السابق

[30] نفس المرجع

[31] نفس المرجع

[32] د. عمرو جمال الدين عواد، مجلة آفاق اقتصادية معاصرة، مركز المعلومات ودعم اتخاذ القرار، العدد٦، مايو ٢٠٢١، ص٢٥

[33] د. محمود محمد الدمرداش، مرجع سابق

[34] طارق عبد القادر اسماعيل، مرجع سابق

[35] د. محمود محمد الدمرداش، مرجع سابق

[36] مرجع سابق

[37] طارق عبد القادر اسماعيل، مرجع سابق

[38] د. آمال علي إبراهيم، مرجع سابق

[39] نفس المرجع

[40] PwC’s Global Artificial Intelligence Study: Sizing the prize at https://www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html

[41] https://www.oracle.com/sa-ar/artificial-intelligence/what-is-ai

 [42] نفس المصدر

[43] https://www.ibm.com/sa-ar/cloud/learn/what-is-artificial-intelligence

[44] https://www.crowdreason.com/blog/artificial-intelligence-tax

[45] https://economictimes.indiatimes.com/news/economy/finance/taxmen-detect-rs-37946-cr-fraud-in-fy19/articleshow/70244852.cms

[46] https://www.crowdreason.com/blog/artificial-intelligence-tax

[47]نفس المصدر

[48]  from IBM, Tax Administration 2025

[49] https://www.ibm.com/downloads/cas/BVAQ09RV IBM, Tax Administration 2025 at

[50] https://www.crowdreason.com/blog/artificial-intelligence-tax

[51] https://www.salesforce.com/news/stories/introducing-the-ai-economist-why-salesforce-researchers-are-applying-machine-learning-to-economics/

[52] https://youtu.be/4iQUcGyQhdA

[53] https://www.albayan.ae/economy/last-deal/2020-05-10-1.3854804

[54] Global Cryptocurrency Market Charts | CoinMarketCap

[55] Block: 718790 | Blockchain Explorer

[56] Address: 151sefMYSAio5PvtuGxohQkSxed3HYyALV | Blockchain Explorer

https://powderencouraged.com/zht6b3bs66?key=8523542c4aaf6f083ce56f74bd271319
https://powderencouraged.com/w3m6c9b5?key=af8b4909c0965493e9682d74bb50a646
https://powderencouraged.com/ksq5rgwdmh?key=b5b47a0d83f8742dcf71d4de8ef00494
https://powderencouraged.com/bkcduddx?key=0252cc21d0f4e0ae5f53245940611301
×
error: Content is protected !!