Fisco Intelligente: Come l’Agenzia delle Entrate Usa l’IA per Cambiare le Regole del Gioco

Negli ultimi anni l’Agenzia delle Entrate italiana ha avviato un’importante transizione digitale, sfruttando l’intelligenza artificiale (IA) per potenziare le attività di controllo e accertamento fiscale. Ciò si traduce in un’evoluzione strutturale che passa da metodi tradizionali — basati su controlli cartolari e redditometri — a sistemi informatici intelligenti, capaci di analizzare enormi quantità di dati in modo rapido e sofisticato.

Ieri: metodi tradizionali di controllo

Fino a pochi anni fa, la selezione dei soggetti da controllare si fondava prevalentemente su:

• Controlli cartolari: analisi delle dichiarazioni per verificare incoerenze formali.
• Accertamenti redditometrici: calcolo induttivo della capacità contributiva.
• Accertamenti d’ufficio: avviati tramite segnalazioni o anomalie evidenti.

Questi approcci risultavano spesso lenti, manuali, e basati su campionamenti limitati, con efficienza variabile e tempi di recupero del gettito dilatati.

Oggi: l’arrivo dell’IA in Agenzia

VeRa, l’algoritmo che incrocia i dati

Dal 2019 l’Agenzia utilizza VeRa (Verifica dei Rapporti Finanziari), un algoritmo di machine learning che analizza:

• dichiarazioni dei redditi,
• dati bancari e immobiliari,
• transazioni digitali e altri indicatori finanziari.

VeRa individua anomali discrepanze fra reddito dichiarato e spese, generando elenchi di contribuenti “a rischio” da sottoporre a ulteriore verifica (italia-informa.com, fiscoetasse.com, diritto.it, arenadigitale.it, it.wikipedia.org).

Supporto europeo e PNRR

Il sistema è integrato in un più ampio framework di risk analysis supportato dalla Commissione Europea, che ha finanziato progetti per:

• strutturare nuovi strumenti data-driven,
• supportare l’attuazione dei modelli di IA,
• formare il personale tecnico dell’Agenzia (reform-support.ec.europa.eu).

Inoltre, la riforma fiscale italiana prevede che l’IA operi in sinergia con la fully interoperabilità tra banche dati, favorendo l’accesso crociato ai dati e la selezione automatizzata dei controlli (fiscoetasse.com).

Evoluzione: dalla burocrazia alla compliance automatica

Prima, l’Amministrazione finanziaria muoveva le leve manuali dei controlli più severi solo dopo approfondite istruttorie. Il processo era reattivo, lento e soggetto a errori umani.

Oggi, grazie ad algoritmi di scoring, la selezione è proattiva:

• VeRa assegna punteggi di rischio,
• interviene in tempo reale su migliaia di soggetti,
• riduce tempi e costi,
• concentra le risorse su casi ad alto impatto economico.

Il recupero fiscale ne ha beneficiato: nel 2023 le somme recuperate hanno raggiunto 18,1 miliardi di euro, +1,3 mld rispetto all’anno precedente, e le stime per il 2024 superano i 19 miliardi (italia-informa.com).

Impatto positivo sul mercato

1. Maggiore efficienza e liquidità pubblica

L’attività di controllo diventa più precisa e produttiva, consentendo allo Stato di raccogliere risorse aggiuntive e investire in servizi pubblici senza aumentare le aliquote fiscali.

2. Stimolo alla compliance volontaria

Sapere che l’Agenzia agisce con algoritmi sofisticati spinge cittadini e imprese a essere autoresponsabili, compilando le dichiarazioni con maggiore trasparenza. L’effetto deterrente è amplificato dalla percezione di monitoraggio continuo.

3. Equità e selettività

Il sistema seleziona in base a criteri statistici e non su campioni casuali, riducendo rischi di profiling indesiderato e migliorando la focalizzazione sui reali evasori.

4. Supporto “umanotecnologico”

Non si sostituisce l’intervento umano: gli output generati da VeRa servono come base, ma la decisione finale rimane in capo a funzionari, in accordo al principio del “contraddittorio” (italia-informa.com).

Il nodo della privacy e dei diritti del contribuente

L’uso intensivo dei dati solleva importanti questioni sui diritti fondamentali:

• Il Garante insiste sul fatto che l’incrocio di dati sia un supporto, non una decisione automatica (arenadigitale.it).
• È richiesta trasparenza sugli algoritmi, il loro funzionamento e la durata di conservazione dei dati (massimo 10 anni per fasi preliminari).
• L’AI Act europeo disciplina come utilizzare l’IA in modo etico, specificando che sistemi di scoring fiscale devono essere esplicabili e limitati per ridurre bias e violazioni (diritto.it).

Rischi e criticità

• Falsi positivi
  • Se i dati sono incompleti o errati, contribuenti onesti rischiano di essere selezionati erroneamente (mircoarcangeli.com).
• “Big Brother fiscale”
  • Incroci massivi di banche dati sollevano dubbi di sorveglianza eccessiva sulla vita privata (mircoarcangeli.com).
• Scarsa trasparenza algoritmica
  • I meccanismi di scoring restano in gran parte opachi, con implicazioni su responsabilità e ricorsi.
• Rischio di rallentamento dell’imprenditoria
  • Imprese e professionisti potrebbero essere disincentivati dall’investire, temendo audit sistematici (mircoarcangeli.com).

Differenza tra ieri e oggi: in sintesi

Aspetto	Ieri	Oggi
Selezione contribuenti	Manuale, cartolare	Automatica, algoritmica (VeRa)
Tempi	Lunghi	Rapidi, in tempo reale
Precisione	Bassa	Alta, mirata
Ruolo dell’operatore	Decisivo	Supervisore delle scelte IA
Recupero fiscale	Inferiore	Significativamente maggiore
Compliance spontanea	Limitata	In crescita

Verso un futuro sostenibile?

L’adozione dell’IA consente allo Stato di evitare di aumentare le aliquote fiscali, indirizzando l’efficacia sui reali evasori. Non si tratta dunque di far pagare di più tutti, ma di captare ciò che già spetta attraverso maggior rigore e tecnologia. Il mercato beneficia di risorse pubbliche migliori, ma anche della certezza normativa e della trasparenza fiscale.

I contribuenti più attenti saranno premiati, mentre i soggetti a rischio saranno selezionati prima ancora di commettere errori. Il sistema non attende passivamente: agisce in anticipo, producendo effetti preventivi e sanzionatori, talvolta poco visibili ma molto reali.

Opportunità e sfide

L’impiego dell’IA da parte dell’Agenzia delle Entrate rappresenta un cambio di paradigma nella pubblica amministrazione fiscale. Le promesse sono chiare:

• Maggiore gettito senza aumenti di pressione fiscale.
• Analisi di rischio più efficiente, riduzione dell’economia sommersa.
• Maggiore compliance volontaria grazie alla consapevolezza del monitoraggio.

Tuttavia, questa transizione non è priva di sfide: serve un equilibrio tra efficacia e tutela dei diritti, tra automazione e decisione umana, tra trasparenza e privacy. Il futuro si gioca su due fronti:

• adottare norme trasparenti e accessibili sull’IA fiscale,
• coinvolgere la comunità in un percorso di fiducia, per non trasformare la “rivoluzione digitale” in un “Grande Fratello fiscale”.

Solo così sarà possibile stabilire un sistema tributario moderno, efficiente e soprattutto giusto.