4月14日晚，沈智勇先生受邀为复旦大学经济学院税务硕士研究生带来了“人工智能与智慧税务（Artificial Intelligence,Tax and Technology）”专题讲座。本次实务讲座线上和线下同步进行，由复旦大学税务硕士项目学术负责人杜莉教授主持。
沈智勇，维也纳大学国际税收政策中心高级顾问，新加坡新跃大学兼职教授，还担任税务高管协会（Tax Executive Institute）区域副主席（涵盖欧洲、中亚、非洲、亚洲和拉美）、美国著名税务咨询机构“税收分析师”（Tax Analyst）董事会成员、前联合国“支柱一”项目顾问、国际税收法官协会成员、国际税收争议解决基金会专家等。沈先生拥有纽约大学税法硕士、剑桥大学文学硕士和新加坡管理大学会计专业硕士学位，在数字经济税收和国际税收领域拥有丰富经验，在CCH、Bloomberg和IBFD等机构出版了多部税法相关著作。
在此次分享中，沈老师重点介绍了AI技术的基础理论、关键应用，在税务领域的特定应用、征税问题，以及面临的挑战和未来发展方向。
首先，沈老师介绍了人工智能的背景。人工智能（AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能并不是最近才有的新概念，1950年艾伦图灵在《计算机与智能》中开创性地提出了人工智能的概念，此后人工智能经历了两次“寒冬”，现代AI在深度学习和积极学习领域取得了突破。
其次，沈老师着重介绍了机器学习（Machine Learning）与深度学习（Deep Learning），并将两者进行对比。机器学习是指计算机模仿人类通过经验学习的方式的过程，即不再通过明确编程使计算机遵循指令，而是通过数据训练计算机进行预测和决策。深度学习则是利用多层神经网络来提高识别或预测的准确性，在例如自动驾驶汽车、语音识别中都有相关应用。两者进行对比，机器学习需要的结构化数据和人工介入修正错误，深度学习都不需要。机器学习使用CPU，而深度学习使用多个GPU。机器学习只能进行预测和一些简单应用，而深度学习可以进行更加复杂的运用。
接着，沈老师分享了AI对税务方面的影响。以ChatGPT 3.5对于“AI将如何改变税收”的回答展开。ChatGPT 3.5通过收集整合公开资料，对于该问题有很完整的回答，认为AI在自动化、预测分析、欺诈检测、税收筹划、合规、成本降低、改善纳税人服务等多个维度会对税收领域产生影响。沈老师通过信息系统审计与控制协会（Information Systems Audit and Control Association）的案例来说明：AI主要会应用在数据分析领域，如审计。目前而言，审计是有周期性的，一般以季度、半年、年度为一个周期，审计工作会在期末进行，但是AI却可以进行持续实时的审计，如果探测到税务欺诈行为，可以立刻采取行动，确保纳税人数据的准确性和可靠性。此外，AI还将在提升生产力、增强与纳税人的互动、检测税务趋势，以及多模态地与纳税人互动等多个领域进行应用。
然后，沈老师阐述了如何对AI征税的问题。他指出，当前针对这一问题有三种主流观点：第一种观点侧重于AI的劳动替代特性，将AI视为机器人来征税。第二种观点则将AI视为一种知识产权，主张通过知识产权税来征收AI创造的价值。第三种是在所得税制下对AI征税，但目前AI行业尚在发展阶段，许多商业模式正面临着巨额的投资成本，不少开源的大型语言模型尚未产生收益，或者其收益无法覆盖投资成本，这为这种AI征税模式带来了挑战。沈老师主张将AI作为软件来征税，他引用高盛的预测数据指出，到2040年，与AI相关的软件投资将远超硬件投资，采用针对软件的征税模式来对AI征税，能够确保税收的充足和有效。
最后，沈老师提出，AI的应用具有广阔的前景，但是也同样面临一些挑战。例如道德和监管问题，AI如何保护数据隐私以及如何解决AI算法潜在的偏见问题；知识产权问题，如何加强对涉及AI生成内容的法律归属认定和权利保护。AI技术的广泛应用可能对就业和社会结构产生深远影响。税务机关需要在利用AI的能力和确保公平、道德的税务实践之间找到平衡。未来AI技术将持续进化，与更多行业和领域结合，例如司法、医疗等，预期也将有更多针对AI应用的政策和法规出台，以确保AI技术的健康发展和应用安全。
本次讲座不仅面向复旦税务专硕项目的师生，也吸引了不少其他学院和其他高校对人工智能及其在税务领域的应用感兴趣的老师和同学。沈老师的讲解使师生们不仅了解了AI技术将如何促进未来的税务管理更为智能和高效，也深刻体会到，如何平衡技术创新与法律伦理的界限，确保技术的广泛接受和利用，如何适应AI时代的变化及时更新税制设计，将是接下来各国需要共同面对和解决的重大课题。
感谢沈智勇先生的精彩分享！
撰稿人：王书怡
修订人：缪炜
审核人：杜莉，朱宏飞
返回顶部
