Watson er blant tjenestene til IBM som bidrar til effektiv avsløring av skattejuks. (Bilde: JON SIMON)

Prediktiv analyse

Slik tar Watson svindlere

– De som unndrar skatt bør begynne å bekymre seg.

– Husker du filmen Slumdog Millionaire?, spør IBMs erfarne skatteekspert Terry Lutes.

– De områdene som filmen beskriver, der bor det folk som selger produktene sine på eBay. De selger hjemmelagde, enkle ting og kan sende dem over hele verden. Det er det som er ekte globalisering, ikke multinasjonale selskaper, sier Lutes.

Økende problem

Hvorfor snakker vi om det? Fordi globalisering innebærer mange aspekter, ikke minst et potensial for omfattende skatteunndragelser på tvers av landegrenser. Det er et voksende problem, også i Norge.

Lutes er i Oslo for å snakke med representanter for regjeringen og andre organisasjoner som kan være utsatt for skatteunndragelser. IBM har utviklet et avansert sett med verktøy som anvender analyse og «big data» til å regne seg frem til juks og svart økonomi.

– Jeg skal gi deg et godt eksempel, forteller Lutes. VAT-juks (triksing med merverdiavgift, red.anm.) er et massivt problem rundt om i verden. Det er større enn all annen økonomisk kriminalitet. En av grunnene til det er alle har forskjellig skattenivå og systemer som ikke snakker sammen. I en global verden, for Norge og andre land, vil det bli et stadig større problem. 

Lutes nevner også FATCA, som er en lov i den amerikanske kongressen som krever av finansinstitusjoner utenfor USA å rapportere om sine aktiva som tilhører amerikanske kunder til det amerikanske skattesystemet. Man kan spørre seg hvorfor IRS (amerikanske skattemyndigheter) skal ha en autoritet over norske banker, og hvis du ikke innretter deg kan du risikere å miste alle dine amerikanske kunder. Men det viser seg at institusjonene liker å ha bedre oversikt, og EU har kommet med retningslinjer om finansiell gjennomsiktighet. Alt dette er relevant for datatilgang.

Globalisering er en utfordring

– Med økt globalisering kommer det nye økonomier inn i bildet. Det åpner for nye utfordringer, sier Lutes. Det er også her IBM forsøker å komme inn i bildet med sine analyseløsninger.

– Alle har problemer med svart økonomi. Det er per definisjon umulig å vite hvor stor den er. Man antar at omfanget er enormt, og da snakker vi bare om EU-land. Tenk på landene der 80 prosent av transaksjoner foregår med kontanter, forklarer Lutes.

Hva utgjør all denne mørke økonomien? 

– Man kan definere den på forskjellige måter. Det er skatteunngåelser. Det er folk som er inne i skattesystemet, men som gjør ting på siden de ikke rapporterer inn. Folk som tar bryllupsbilder og tar 3.000 dollar for oppdraget. Men ekte undergrunns-økonomi er folk som enten ikke er inne i systemet, eller bevisst unngår å være i systemet.

– Utfordringen for mange er at de ofte ikke har full oversikt over problemer som stammer fra fem år tilbake, når det gjelder skattejuks, og nå får de disse nye utfordringene. Det er her IBM kommer inn i bildet.

Les også: IBM vil revolusjonere epost.

Det typiske er å se på inntektene. Man prøver å analysere kildene til inntekter. Man får bankene og arbeidsgiverne til å rapportere. Men de fleste unngår skatt der de vet det ikke finnes dokumenter. For å finne det ser man på hvordan de bruker pengene sine og ser etter mønstre i det. Bruker de mer penger på dyrere ting enn de burde? Litt av poenget er at du ikke må ta alle, du må bare ta noen - og sjansen er stor for at andre blir skremt vekk fra å unndra skatt. Du må gjøre eksempler ut av sakene. 

– Nå har vi en totalløsning som skatteorganisasjoner kan kjøpe, og det vil snart være tilgjengelig i skyen. Selve dataene går ikke i skyen, men du får tilgang til programvaren gjennom skyen, slik at man får raskere og rimeligere tilgang. 

– Vi bruker også Watson i nettsidene til skattedirektorater. De fleste sidene bruker vanlig nøkkelord-søk, og skattebetalerne vet ikke alltid hvordan de skal ordlegge seg, så vi jobber blant annet med skattekontorene i Singapore. Watson har muligheter til å behandle all denne dataen, analysere og trekke konklusjoner.

Kompleks analyse

Verktøyene til IBM jobber med modellering, visualiseringsverktøy og analyse av ustrukturert data, samt kognitiv analyse gjennom Watson. Det innebærer prediktiv analyse, legislativ analyse (som går gjennom lovligheten av sakene) og hva man burde foreta seg. Man ser på alle transaksjoner, på hva man foretar seg, på geografisk data og sosial data.

IBMs Terry Lutes har vært i skattebransjen i flere titalls år, og har flere råd til norske myndigheter.
IBMs Terry Lutes har vært i skattebransjen i flere titalls år, og har flere råd til norske myndigheter. Bilde: Thomas Marynowski
 

– Vi er sikre på teknologien.  Det er en pakke som inneholder en rekke programvare-verktøy, men det de trenger er kilder. Dataene må være til å stole på. Vi oppfordrer skattemyndighetene til å ikke bare tenke på verktøyene, men også data. 

IBM har prosjekter kjørende i flere land som beviser at det hele fungerer.

Og når det gjelder Norge, kunne man automatisert mer, mener Lutes. Mye gjøres fortsatt manuelt, mye av søket etter skattejuks krever at man går gjennom tre forskjellige registre, og der er det mye som kan bli mer effektivt. Selv med de grunnleggende funksjonene gjennom skyen kan det gjøres raskere og spares penger. 

– Skatteadministrasjonen har mye data. De har samlet det i årevis. Men de klarer ikke å analysere det skikkelig. De har gjerne ikke alle dataene på samme sted.

Lutes har hatt flere møter i Norge, og forteller om en erkjennelse at man ikke utnytter analyseverktøy til det fulle. Det tar tid og det er en lang prosess, men interesse møter de både hos offentlige myndigheter og organisasjoner som Nav – som ble svindlet for minst 178 millioner kroner bare i fjor.

Kriminelle MC-gjenger

Terry Lutes kommer med et interessant eksempel: I Australia brukte man Watson til å etterforske motorsykkel-gjenger. Man kunne søke etter navn, og fikk opp hvem denne personen kjenner, så begynner man å utvide det nettverket - og det er ikke som et vanlig søk med Google. Det går ikke på nøkkelord.

Watson skal skjønne hva man vil vite: Vi vet ikke hvem som faktisk leder gjengen, så man finner ut hvem som kjenner hvem, hvem som har flere identiteter, hvilke forhold de har til hverandre, og så videre. Systemet fant møteplassen til disse gjengene ved å søke gjennom tilsynelatende urelaterte personer, som var på samme sted til samme tid av ukjent grunn. Dette ble egentlig gjort bare ved å analysere 20.000 avisartikler.

Les også: Nå bærer samarbeidet mellom IBM og Apple frukter.

En sak som alltid kommer opp i denne type diskusjoner er sikkerhet og personvern. Lutes forteller at verktøyene ble opprinnelig utviklet til spesifikasjoner satt av den amerikanske hæren, og hvis det var godt nok for dem, bør det være mer enn godt nok for de aller fleste.

Systemet er selvsagt ikke gratis, men det finnes ulike utgaver, med store variasjoner. De er igjen avhengige av forskjellige datamodeller.

– Jeg kan ikke tenke meg ett prosjekt der kostnaden for verktøyene var større enn verdien av resultatene. Det finnes ikke. Investeringen betaler seg i løpet av det første året, alltid – og gjerne seks måneder. Derfor er det frustrerende å se at noen regjeringer bruker for lang tid til å bestemme seg. Globalisering er en stor utfordring og vi trenger mer moderne verktøy. Norge kunne også automatisert mer, og det er derfor vi er her, avslutter Lutes.

Til toppen