Ιδιαίτερη έμφαση στην είσπραξη ληξιπρόθεσμων οφειλών προς το Δημόσιο δίνει η ΑΑΔΕ για το 2026, θέτοντας ως βασικό στόχο την ενίσχυση των κρατικών εσόδων και τον εντοπισμό φορολογουμένων που, παρά την οικονομική τους δυνατότητα, δεν ανταποκρίνονται στις υποχρεώσεις τους.
Σύμφωνα με το νέο Επιχειρησιακό Σχέδιο της Ανεξάρτητης Αρχής Δημοσίων Εσόδων, προβλέπονται εκτεταμένες δράσεις είσπραξης, εντατικοί έλεγχοι και αξιοποίηση τεχνητής νοημοσύνης για τη χαρτογράφηση των οφειλετών και την αποτελεσματικότερη στόχευση των μέτρων.
Οι βασικοί στόχοι της ΑΑΔΕ για το 2026
Η ΑΑΔΕ θέτει συγκεκριμένους ποσοτικούς στόχους για την είσπραξη ληξιπρόθεσμων οφειλών, μεταξύ των οποίων:
Είσπραξη τουλάχιστον 3,2 δισ. ευρώ από παλαιές ληξιπρόθεσμες οφειλές.
Είσπραξη 1,5 δισ. ευρώ από ληξιπρόθεσμες οφειλές ΦΠΑ.
Έσοδα ύψους 850 εκατ. ευρώ από μεγάλους οφειλέτες μέσω της ΕΜΕΙΣ και στοχευμένων δράσεων.
Είσπραξη 28 εκατ. ευρώ από οφειλές προς την Τελωνειακή Διοίκηση.
Εισπραξιμότητα 35% στις νέες ληξιπρόθεσμες οφειλές.
Παράλληλα, στόχος είναι η επεξεργασία τουλάχιστον του 90% των αιτήσεων αναδιάρθρωσης οφειλών μέσω του Εξωδικαστικού Μηχανισμού, αλλά και ο έλεγχος του 70% των υποθέσεων μεγάλων οφειλετών της τελευταίας πενταετίας.
Σημειώνεται ότι ήδη το 71% των οφειλετών της Φορολογικής Διοίκησης και το 80% των οφειλετών της Τελωνειακής Διοίκησης βρίσκονται υπό αναγκαστικά μέτρα είσπραξης.
SMS, email και push notifications για χρέη και ρυθμίσεις
Η ΑΑΔΕ εντείνει την ψηφιακή επικοινωνία με τους φορολογούμενους, αποστέλλοντας ενημερώσεις μέσω SMS, email και push notifications για ληξιπρόθεσμες οφειλές, δόσεις και διατήρηση ρυθμίσεων.
Παράλληλα, εφαρμόζει τη μεθοδολογία PARE (Payment Capacity – Attitude – Recency – Event), δημιουργώντας αναλυτικά προφίλ φορολογουμένων με βάση:
την οικονομική δυνατότητα αποπληρωμής,
τα εισοδήματα και τα περιουσιακά στοιχεία,
την εικόνα τραπεζικών λογαριασμών,
τη συμπεριφορά πληρωμών στο παρελθόν,
την παλαιότητα των οφειλών,
καθώς και σημαντικά οικονομικά γεγονότα που επηρεάζουν τη φορολογική συνέπεια.
Τεχνητή νοημοσύνη και big data στους ελέγχους
Κεντρικό ρόλο στο νέο επιχειρησιακό μοντέλο της ΑΑΔΕ αποκτούν η τεχνητή νοημοσύνη, η μηχανική μάθηση και η ανάλυση μεγάλων δεδομένων (big data).
Μέσω του Συστήματος Προηγμένης Επιχειρησιακής Νοημοσύνης και Ανάλυσης Δεδομένων (BI & Data Analytics), αναπτύσσονται προγνωστικά μοντέλα που βοηθούν στον εντοπισμό υποθέσεων υψηλού κινδύνου και στη βελτίωση της αποτελεσματικότητας των εισπρακτικών μέτρων.
Παράλληλα:
επεκτείνεται η δυνατότητα ηλεκτρονικών κατασχέσεων εις χείρας τρίτων,
ενισχύονται οι διεθνείς διασταυρώσεις στοιχείων μέσω διοικητικής συνεργασίας με ξένες αρχές,
αποστέλλονται στοχευμένα αιτήματα αμοιβαίας συνδρομής για είσπραξη οφειλών από το εξωτερικό.
Στο επίκεντρο φοροδιαφυγή, λαθρεμπόριο και απάτη ΦΠΑ
Η χρήση της τεχνητής νοημοσύνης δεν περιορίζεται στις εισπράξεις οφειλών, αλλά επεκτείνεται και στους φορολογικούς ελέγχους, με στόχο τον εντοπισμό επιχειρήσεων και κλάδων με υψηλή παραβατικότητα και μεγάλες αποκλίσεις μεταξύ δηλωθέντων εισοδημάτων και πραγματικών δαπανών.
Οι ελεγκτικοί μηχανισμοί θα επικεντρωθούν:
στην αντιμετώπιση της απάτης στον ΦΠΑ,
στην αποκάλυψη κυκλωμάτων φοροδιαφυγής και λαθρεμπορίου,
στον εντοπισμό αδήλωτης εργασίας,
στις παράνομες οικονομικές συναλλαγές,
καθώς και σε σύνθετες υποθέσεις οικονομικού εγκλήματος.
Η ΑΑΔΕ εκτιμά ότι η αξιοποίηση προηγμένων ψηφιακών εργαλείων θα επιτρέψει πιο στοχευμένους και αποτελεσματικούς ελέγχους, περιορίζοντας τη φοροδιαφυγή και ενισχύοντας τη συμμόρφωση των φορολογουμένων.
