Spaniens skatteverk går all-in på AI

Den spanska skattemyndigheten, Agencia Tributaria, har på allvar klivit in i AI-eran. Manuell handpåläggning ersätts i allt högre grad av algoritmer som arbetar dygnet runt, korsar enorma datamängder – och bestämmer vilka skattebetalare som ska granskas närmare.

Bakgrunden: från stickprov till riskprofiler

Under de senaste åren har skattemyndigheter världen över rört sig bort från klassiska stickprovskontroller mot mer datadriven riskanalys. Spanien är nu ett av de tydligaste exemplen.

Enligt den tidigare Hacienda-anställde Emilio Baena, som arbetat tio år på Agencia Tributaria, har varje skattebetalare i Spanien idag ett “riskprofil”-score som uppdateras i realtid. Den här profilen baseras på ett stort antal datapunkter: deklarationshistorik, inkomster, konsumtionsmönster, banktransaktioner, bolagsengagemang, internationella kopplingar och mycket mer.

Resultatet: det är inte längre en mänsklig handläggare som först avgör om något ser misstänkt ut – utan en AI-driven algoritm.

Så fungerar systemen – i stora drag

Den bild som nu växer fram i spansk media och expertkommentarer kan sammanfattas i några punkter:

• Algoritmen jobbar 24/7
• Big data som motor
• Verktyg som HERMES
• Människan tar vid först när algoritmen pekat ut ett fall

Röda flaggor: vilka rörelser triggar en AI-granskning?

Idealistas genomgång av Baenas varningar ger en ganska tydlig bild av vilka beteenden som kan väcka intresse – eller oro – hos den spanska skattemyndigheten. Förenklat handlar det om sex kategorier:

1. Utgifter som inte matchar dina inkomster

Om din livsstil – resor, köp, investeringar – ligger långt över den inkomst du deklarerar, reagerar algoritmen. Det gäller både privatpersoner och företagare.

2. Oklara pengar mellan konton

Stora eller frekventa överföringar mellan egna eller närståendes konton utan tydlig ekonomisk logik eller dokumentation kan uppfattas som försök att dölja ursprung eller verklig användning.

3. Internationella transaktioner och kryptovalutor

Gränsöverskridande betalningar, användning av plattformar i andra länder och handel med krypto hamnar högt på riskradarn, särskilt om de inte stöds av det du rapporterar i din deklaration.

4. Kontanter och udda fakturamönster

En ovanligt hög andel kontantbetalningar, “kreativa” fakturor eller återkommande mönster som avviker från branschpraxis (till exempel många små fakturor för att undvika rapporteringsgränser) kan trigga automatisk uppföljning.

5. Kopplingar till utländska bolagsregister

Om ditt namn dyker upp i internationella bolagsregister, trust-strukturer eller andra databaser över ägande och företag, vägs det in i din riskprofil – särskilt om det inte syns tydligt i dina deklarationer.

6. Motsägelser mot bankernas och plattformarnas uppgifter

Skatteverket får in data direkt från banker, arbetsgivare, betalplattformar och ibland även marknadsplatser. Om det du själv rapporterar skiljer sig för mycket från dessa källor, är chansen stor att AI-systemet markerar ditt ärende.

Kort sagt: bilden av att “ingen tittar på små fel” blir allt mindre sann – även relativt små avvikelser kan upptäckas automatiskt om de följer vissa riskmönster.

AI “blir inte trött, distraherad eller glömsk”

Baena understryker att skillnaden mot den gamla, manuella modellen är psykologiskt viktig. En mänsklig inspektör kan prioritera om, missa detaljer eller helt enkelt inte hinna. Ett AI-system:

• analyserar alla tillgängliga datapunkter konsekvent,
• glömmer inte historiska avvikelser,
• och fortsätter att uppdatera riskprofilen så länge det finns ny information.

Budskapet till skattebetalare är därför inte bara “följ lagen”, utan också “var konsekvent och transparent i allt du gör”. Om deklarationer, kontorörelser och den faktiska ekonomiska verkligheten hänger ihop minskar sannolikheten att algoritmen klassar dig som ett riskfall – även om du inte gjort något olagligt.

Rättssäkerhet och integritet – växande debatt i Spanien

Samtidigt som AI-satsningen lyfts fram som en effektiv metod mot skattefusk, väcker den också oro bland skattejurister och rådgivare, bland annat kring:

• Transparens: Hur fungerar algoritmerna? Vad väger tyngst i riskpoängen?
• Bias och felkällor: Finns risk att vissa branscher, regioner eller beteenden blir “övergranskade” på grund av hur modellen tränats?
• Rätt till insyn och överklagan: Hur mycket kan den enskilda skattebetalaren få veta om varför just den valts ut för kontroll?

Flera spanska skatterättsexperter efterlyser tydligare regler för hur AI får användas i urvalet av skatteärenden, samt mekanismer för att upptäcka och korrigera eventuella systematiska fel eller snedvridningar.

Vad betyder detta för “vanliga” skattebetalare?

För den som sköter sin ekonomi ordentligt är utvecklingen egentligen en logisk förlängning av något som redan funnits länge: automatiska kontrolluppgifter från banker, arbetsgivare och försäkringsbolag.

Men AI-steget innebär några praktiska konsekvenser:

• Noggrann dokumentation blir viktigare
• Tänk på helheten, inte bara deklarationen
• Krypto och digitala plattformar är inte osynliga

För svenska läsare är utvecklingen i Spanien intressant som förhandsvisning av hur skatteförvaltning kan komma att se ut i hela Europa: mer data, mer AI, mindre slump – men också ett större behov av att förstå hur vår ekonomiska “digitala skugga” ser ut.

Källartiklar

• Idealista: “La IA te vigila: los movimientos que hacen saltar las alarmas de Hacienda”
• Diario AS: intervju med Emilio Baena om hur algoritmerna övervakar skattebetalare 24/7
• El Confidencial: bakgrundsartikel om hur Agencia Tributaria skärper sina kontroller med big data och AI
• Fiscalblog: analys av HERMES och användningen av AI inom Agencia Tributaria
• LGS Asesores: översikt av hur AI-baserade riskprofiler används i den spanska skatteförvaltningen