維也納經濟大學的國際稅法研究中心每年都會舉辦國際稅法研討會，我第三次受選為台灣報告者(Taiwan National Reporter)，2025年度的議題為「AI課稅議題面面觀」。
我的口頭報告議題為台灣海關應用AI的現況，我個人又擴充至台灣稅捐稽徵機關應用AI的現況。該次報告由Jeffrey Owen 教授主持。
報告原以英文進行，透過AI轉錄並整理。
主題報告－台灣海關應用AI現況
Jeffrey Owen 教授昨天友善地提醒我要簡短發言，因此我會盡可能簡明扼要地摘要重點。我被指派的主題是人工智慧在臺灣海關行政上的應用，以下是我想強調的三個具體實例：
- AI 驅動的協調制度（HS Code）查詢系統 這是一種智慧型搜尋工具。使用者可以輸入部分商品描述，例如「數位錄音機」，系統就會產出一組可能的 HS 商品分類代碼，並附帶一個信賴度百分比（如 30% 或 60%）作為參考依據。然而，這項系統的使用也引發法律與程序上的疑慮。由於該系統是透過政府官方平台提供，若納稅人採用建議代碼而導致申報錯誤，究竟責任應由誰承擔？是納稅人還是稅務機關？此問題與國際貿易中的合規責任問題相似，值得進一步討論。
-
AI 強化的風險管理系統（用於海關查驗） 海關人員最費時的任務之一是實體查驗貨櫃。由於貨櫃數量龐大，稽核人員每天只能抽查少量貨櫃。目前已導入 AI 模型，透過分析風險指標（例如來源國、貨品種類、政治或經濟風險等）來協助篩選高風險貨櫃。舉例來說，來自受制裁地區或政治不穩地區的貨品可能會被標示為高風險對象。這種選擇性查驗方式能有效配置稽查資源，但也引發對公平性與潛在歧視的疑慮。
-
基於 OCR 的 AI 貨櫃場監控系統 在物流管理方面，臺灣已導入結合光學字元辨識（OCR）技術的 AI 系統，用來自動識別貨車車牌與貨櫃編號。此自動化系統提升了貨櫃追蹤的效率與準確性，同時也降低對人工檢查的依賴。
上述三項工具，構成了目前財政部在海關管理中推動 AI 技術的主要應用。
補充報告：臺灣的AI 驅動稅務查核案件選案系統
如果允許我簡要補充，我還想提到臺灣的AI 驅動稅務查核案件選案系統。該系統已經運作超過七年，是財政部以數據為本的執法策略核心。AI 模型會辨識風險較高的納稅人（無論是個人或企業），以進行進一步的稽核。根據官方數據，該系統的成功率超過 60%，亦即 60% 以上的案件最終確實補稅或課以罰鍰；而針對營業稅（VAT）的查核，其成功率甚至超過 90%。
AI選案查核系統的法律層面思考
- 策略性訊息傳遞與輿論影響 財政部經常透過媒體宣傳 AI 查核的高成功率。此舉不僅是為了展現科技進步，也在納稅人之間營造出一種「無所遁形」的監控印象。隱含的訊息很清楚：守法是你最好的選擇，因為 AI 正在持續監控你。這種方式實質上是一種「行為控制工具」，透過公眾觀感達成柔性執法的目的。
-
風險因子設計與潛在偏見問題 AI 模型是根據預設的風險指標進行分析，但這些指標可能會不成比例地影響某些產業。例如，營建業或中小企業常因發票處理問題而更容易被標記為高風險對象；在臺設有分公司或子公司的外商企業，由於經常進行企業內部交易，也可能成為查核目標。儘管這樣的篩選提高了效率，但也帶來對公平性、比例原則與歧視性風險的正當質疑。
與會者的詢答QA
Q1：有一位與會者提出了一個值得深思的觀點：稅務機關可能會誇大 AI 工具的成效，藉此透過恐懼促進納稅人守法。
A：我個人認同稅局可能跨大AI工具成效的看法。所謂的「成功案例」可能僅僅指的是追回極小的金額——例如僅新臺幣 1 元——這在統計上會被納入成功率，但在實務上卻未必具有意義。
有些會計師與我分享，他們觀察到有些被指派處理 AI 選案的稅務人員動力不足。這類案件常被視為額外負擔，如果表面資料看起來沒有問題，他們往往就此結案，不再追問。這進一步加深了人們對「成功率被誇大」的懷疑，可能只是用來營造某種「嚇阻效果」的宣傳手段。
Q2：AI 選案系統的資料有哪些來源？
A：我回答，可能會依納稅人類別而有所不同：
-
對企業而言，系統整合的資料包括：過去年度的申報資料；進出口資料；將營業稅（VAT）申報與營利事業所得稅（CIT）進行交叉比對，以偵測異常。
-
對個人納稅人而言，系統則整合下列資料來源：戶籍登記資料；不動產登記資料；綜合所得稅與贈與稅申報資料。
透過這種整合式資料分析方式，系統可以相對輕易地識別異常行為，例如家庭成員間未申報的不動產移轉。
Q3：至於社群媒體的監控模式？
A：依我的觀察，這部分是由地方國稅局分別執行的「網路爬蟲」工具負責，並未納入全國性 AI 選案系統。其使用方式是分散式管理，各地局處自行決定，並未統一中央控管。
Q3：臺灣的稅務機關是否公開選案標準？
A：答案是否定的。稅務單位將這些標準視為內部營運機密或所謂「商業機密」，不予公開。相較之下，像澳洲等國則會公布這些準則，以促進透明治理。而在臺灣，這種資訊不對稱的現象反而加深了行政機關與納稅人之間的信任落差。不過，長期從事實務的專業人士通常能夠憑經驗推測出哪些因素最可能觸發稽查。
主持人Owen教授總結：選案規則不透明，製造徵納資訊不對稱
最後，主持人Owen教授補充一點先前也提到的現象：稅務機關往往不願公開其 AI 系統或稽查演算法的細節，理由是擔心會引發法規套利（regulatory arbitrage）。這種不透明可能有助於維持執法效力，但同時也造成了稅務機關與納稅人之間明顯的資訊不對稱。
