Le amministrazioni fiscali di molti Paesi devono gestire più dichiarazioni con meno personale, mentre le frodi diventano automatizzate grazie all’intelligenza artificiale generativa. Una ricerca di SAS indica la strada nella combinazione di più tecniche di IA, governate fin dalla progettazione, per proteggere il gettito senza perdere la fiducia dei contribuenti.
Le amministrazioni fiscali di molti Paesi si trovano strette tra due pressioni. Cresce il volume di dichiarazioni, rimborsi e richieste di assistenza, insieme alle attese di cittadini e imprese per servizi digitali semplici e rapidi. Intanto le frodi diventano più sofisticate, perché anche chi le organizza usa l’intelligenza artificiale. È il quadro delineato dalla ricerca “Boosting Tax Agency Productivity and Protection with AI and Generative AI”, realizzata da SAS con l’International Institute for Analytics. Lo studio raccoglie l’analisi di esperti di compliance fiscale attivi in Nord America, Asia-Pacifico ed Europa e guarda quindi al fenomeno su scala globale. La conclusione è netta: la domanda non è più se adottare l’IA, ma come usarla in modo efficace e responsabile.
Meno personale, più contribuenti
I dati confermano che il problema non riguarda un solo sistema fiscale. Il rapporto Tax Administration 2025 dell’OCSE, ad esempio, che analizza 58 amministrazioni nazionali, segnala che il 60% ha registrato un calo del personale. In media il 28% dei dipendenti ha almeno 55 anni e molte competenze usciranno con i prossimi pensionamenti. Il divario tra imposte dovute e incassate resta ampio. Negli Stati Uniti l’IRS lo stima in 696 miliardi di dollari l’anno. Nell’Unione europea, secondo il rapporto “Mind the Gap” della Commissione, il mancato gettito IVA ha raggiunto 128 miliardi di euro nel 2023, il 9,5% dell’imposta teorica. L’Italia è sopra la media, con circa 25 miliardi e un divario del 15%.
Quando l’IA lavora per i truffatori
Fino a pochi anni fa costruire una frode fiscale richiedeva tempo e competenze specifiche. Oggi molti passaggi sono automatizzati. I dati personali vengono raccolti da database compromessi, social network e furti online, per costruire profili dettagliati delle vittime. Gli strumenti generativi producono poi dichiarazioni, richieste di rimborso e documenti credibili in pochi secondi, con una correttezza formale che rende più difficile riconoscere le anomalie. La vera novità è la scala: ciò che prima richiedeva giorni di lavoro può essere replicato migliaia di volte, mettendo sotto pressione controlli pensati per schemi più semplici. Il rischio è concreto anche per l’Italia, dove nel 2025 l’Agenzia delle Entrate ha erogato rimborsi per 26,3 miliardi di euro.
L’approccio ibrido
Di fronte a frodi così dinamiche, verifiche successive e regole predefinite rischiano di non bastare. Molte amministrazioni guardano quindi a modelli che combinano diverse forme di IA. L’approccio definito Hybrid AI integra machine learning, analisi avanzata dei dati, rilevamento delle anomalie e modelli spiegabili in un unico processo decisionale. Il valore non sta solo nella precisione, ma nella possibilità di capire perché il sistema ha segnalato un caso. Nel settore pubblico è un requisito essenziale: ogni decisione deve poter essere spiegata, verificata e, se necessario, contestata. L’obiettivo non è automatizzare il giudizio, ma aiutare le persone a decidere meglio.
Dalle sperimentazioni ai risultati
Le prime evidenze vanno in questa direzione. Uno studio accademico del 2025, richiamato da SAS, ha testato un modello ibrido su dichiarazioni sintetiche realistiche: il 92% dei casi è stato classificato correttamente e l’88% delle frodi è stato intercettato, con una spiegazione per ogni segnalazione. Sul fronte dei servizi, il Fondo monetario internazionale documenta l’uso dell’IA generativa a Singapore, con assistenti virtuali multilingue, in Corea, a supporto della compilazione, e in Francia, per aiutare gli operatori a redigere le risposte. In Italia l’Agenzia delle Entrate e l’Agenzia delle Entrate-Riscossione hanno recuperato nel 2025 36,2 miliardi di euro, l’8,4% in più dell’anno precedente, anche grazie all’analisi del rischio sulle banche dati.
La fiducia come condizione
La sfida decisiva, però, non è tecnologica. Per un’amministrazione fiscale la fiducia dei contribuenti è un patrimonio, e nessun algoritmo può sostituire trasparenza, equità e responsabilità. Le organizzazioni più mature adottano perciò un approccio di governance by design, che integra controlli, tracciabilità e supervisione umana fin dalla progettazione. In Italia il principio è scritto nell’articolo 14 della legge 132 del 2025: nella PA l’IA ha funzione di supporto e la persona resta l’unica responsabile dei provvedimenti. Il direttore dell’Agenzia delle Entrate, Vincenzo Carbone, lo ha ribadito: “Ogni accertamento deve seguire un percorso giuridico-logico chiaro, con una chiave di lettura comprensibile. L’IA ci aiuta, ma resta al servizio dell’intelligenza umana”.
Per SAS la risposta non può venire da un singolo algoritmo, ma da un processo trasparente e controllato che combini analisi dei dati, machine learning, IA generativa e governance. Il contrasto alle frodi non dipenderà dall’usare più intelligenza artificiale dei criminali, ma dall’usarla meglio: riconoscere un’anomalia, comprenderne le cause e documentare il percorso di ogni decisione.
