0
搬磚間隙摸魚沖浪，突然發現所有社交平臺被“鄭爽日薪208萬元”刷屏了：
女藝人鄭爽的前男友張恒爆料，鄭爽通過陰陽合同在《倩女幽魂》項目中獲得收入1.6億元，按77個工作日計算，日薪超208萬元。
那按月薪1萬來算，咱們大概要工作17年才能賺到爽子一天的錢（……）
你以為我還會在乎嗎，這個數字已經傷不到我了，我在大潤發殺了十年的魚，我的心已經和我的刀一樣冷了。
還是很在乎的，怎么樣讓老板看到這個消息呢
根據張恒的描述來估算，爽子這一年勞逸結合能賺6.4億。
……BATJTMD看了都直呼好家伙
相比之下，逛超市不付款、對寵物狗不負責之類的瓜好像都是灑灑水了……
重點是，在張恒的“雷神之錘”五分鐘小視頻里，各種證據還錘了鄭爽涉嫌“偷稅漏稅”“陰陽合同”：
詳細的瓜不放了自己去八卦號看吧
網友怒生一計，建議以后明星的實績就以納稅額來算。
什么專輯銷量電影票房品牌代言雜志封面，都不如為國繳稅來得直接√
虛假的打工人還在被明星的高薪水深深刺痛，但真正的打工人，已經發現了一個巨大的商機。
作為本行業資深top500000的一位觀察者，我敏銳地意識到：
AI用于反偷漏稅，用于審查陰陽合同
這不就是現成的AI金融應用場景嗎！
這要是能安排上，前面的按稅排番，肅清娛樂圈風氣，豈不是指日可待？
但是不是真的可行，當然還是要大膽假設小心求證。
我們與數家AI金融公司簡單聊了聊，發現這類技術解決方案做得并不算多，只是有些風控方案中會考慮納入稅務數據作為參考維度。
真正做AI+反偷漏稅的玩家，似乎十分低調。
一位較著名的杭州AI獨角獸透露，他們與杭州某區曾經合作搭建稅務平臺，由他們提供部分模塊的建設，但他們也強調：
“這事兒還是得政府牽頭完成。”
啊這，難不成這事兒很有難度？
文因互聯的CEO鮑捷博士和我們是這么說的：
“我認為這沒有任何技術難度，但難就難在稅務數據的打通，和稅務模型的構造上。”
我們：什么？居然不是很難嗎？
鮑老師：常見的避稅手段就這么多，可以拿足夠多的財務報表去訓練模型，去計算相關結果有沒有偏離財稅比率。
鮑老師：我覺得這沒有什么太強的科研要求。
我們：……
如果拿不到政府機構內部的數據，用外部數據來操作，可行嗎？
技術大佬：倒也沒有很可行。
一位不怎么知名的機器學習工程師，就跟我們詳細地掰扯了一下AI+反偷漏稅的應用邏輯：
AI本質上能做的是學習相關性。
那對查偷稅漏稅來說，可以尋找某些數據指標和真實收入之間的關聯性，預測大概能掙多少錢，然后實際報稅收入沒那么多就是一個懷疑的理由。
從最單純的情況開始——
假設某平臺上一億粉絲、每日一億互動的明星一年拍2部戲有10億收入，2千萬粉絲、2億互動的可以有1億收入。
抓取的數目項目越多，比如囊括更多平臺更多數據、囊括每年有多少廣告合作，對實際收入的預測就有可能越準確。
榜單很多，不要問我哪個才是最準的
但這仍然是很難的：比如公開的數據并沒有標準格式、需要大量的清洗整理；
比如娛樂圈的市場報價，對外行人來說，也根本就不是公開的。
另一方面，明星每年實際報了多少稅，只有稅務局自己知道；
這些報稅數據，也本來就應該屬于個人隱私，所以也只有稅務局自己建立一個這樣的系統，才能拿到這一頭的數據。
再接下來，即便模型顯示預測的收入和實際報稅收入有差距，也還是一個很弱的證據，為了能具體確認數額和處罰，還是需要人工找到具體的偷漏稅的合同。
說到底，就算真有這樣的系統，幫助也不是很大吧。
還有業內人士接著吐槽數據打通問題：
中國證券公司系統發展二十幾年了，交易所之間、證監會和交易所之間的數據都還沒打通呢，估計稅務部門也是一樣。
此前也有報道：
目前，各省的數據庫都是相互割裂的（企業在全國各地有分支機構的逃稅更容易），在AI系統下，政府所有的數據庫，包括財產、商品、國際貿易、商業登記等數據信息，將會連接互通。
比起技術本身實現的難度，對于稅務數據的來源、歸屬和打通，其實才是問題的關鍵吧。
業內人士還想吐槽：還沒有到用大數據抓偷稅漏稅的時機呢，稅務局到底有沒有必要來做這些事情——
我們：好了謝謝您，后面的內容放出來咱們就很危險了
不過之前AI+稅務有沒有呢？其實是有的。
在國外，這種應用已經紅紅火火地用起來了，比如Intuit就是一家智能財稅軟件巨頭，C端拳頭產品Turbo Tax就是幫用戶準備報稅。
但說實話國情差異比較大，外國要填的稅單復雜到三天三夜都說不完，這部分的詳細介紹我們有空再說。
具體到AI+稅務的應用方向，之前就已經有人梳理出了這么幾類：
第一種，幫稅務人員做表，重復的流程都替代掉。
第二種：掃描稅務報告。
這就與OCR（光學字符識別）有關了，OCR+AI這對組合拳可以讓文本內容掃描并上傳至數據庫內，這不比翻紙質文件香嗎？
第三種：幫稅務人員看文檔。
這個大致也涉及語義理解方向，比如分類憑證和文檔，從中提取關鍵數據，像是企業營收，應收應付款項，稅單折扣額度之類的。
前三種可能算是青銅級別的難度，其實最近兩年大熱的RPA已經在做類似的工作了，財稅也正好是RPA在金融領域規模化部署跑得最快的一個場景。
（對RPA+AI+金融感興趣的話，可以看我們寫過的：來也科技 / 藝賽旗 / 文因互聯 / 云擴科技 / 達觀數據 / 弘璣 / 平安科技 etc.）
白銀級別的，就上升到預測稅負、分析稅收趨勢。
黃金級別的，就是發現逃稅、漏稅，提高稅務領域透明度的水平了。
比如借助機器學習算法，快速識別出大型數據集內包含的異常條目；
比如基于多種指標檢測欺詐活動，例如對方的就業情況、以往是否曾經接受審計，以及與非法收入來源相關的蛛絲馬跡。
其實早在2019年底，就有報道講過AI反偷稅漏稅了：
AI系統已嵌入到金稅系統的核心，后者是國家稅務總局使用的軟件，是國家金稅工程中開具國稅增值稅發票的開票子系統。
據了解，該AI系統由北京金稅的主要承包商航天信息股份有限公司，與哈爾濱工業大學和北京郵電大學的科學家合作開發。
航天信息旗下的航天金稅，就是國家重點工程“金稅工程”的北京地區服務商。
給大家畫幾個重點：
可以標記超過95％的違法行為，包括一些大多數稅收征收者不熟悉的新手法；
已經在東部幾個城市進行試點，取得了“非常積極正向”的效果；
過去三年（那就是2016~2019期間？），有近30萬稅務稽查人員，一直在參與調試；
這套系統能自動升級算法，保證與最新的稅收法規保持一致；
能連通政府的所有數據庫，稅務稽查更高效；
AI通過交叉檢查，從中找出虛假數據，做出標記，最終查出逃稅；
不僅是企業逃稅，個人逃稅也在調查范圍。
報道舉了兩個例子：
1.一家建筑公司在報稅時，為了增加抵稅，夸大了水泥的價格。
AI能把公司的報價，與當時的市場均價比較，數據異常則做出標記。
2.有的企業為了減少應稅收入，會以不合理的低價格，將產品出售給關聯公司
數據連通后，公司的分支機構，產品的市場價格，都會被自動檢測出來，然后被標記。
當時南華早報的報道里還說到，研發人員表示，范冰冰那樣的九億事件將會成為歷史！
但那個時候鄭爽已經過上了日薪208萬的快樂日子。
寫到這里，收到一個好消息：
鄭爽涉嫌簽訂“陰陽合同”、拆分收入獲取“天價片酬”、偷逃稅的事情，上海稅務和北京廣電部門已經依法介入調查。
也有傳聞說，娛樂圈新一輪的查賬又要開始了。
好了，今天的億點點商機分享就到這里，咱們下一次賺錢機會（合法的那種）再會。
一個預告：AI+反偷漏稅、AI+反洗錢、AI+證券監管……這些監管科技的新機會，我們將會為大家帶來系列報道，敬請期待。
參考來源：機器之能、南華早報、南方plus
雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
