本文探讨了如何实现税收管理的数字化。文中探讨了技术架构、数字税收制度以及人工智能/机器学习在税收管理中的应用。其中提供了来自澳大利亚、新西兰、英国和美国的例子。
全球经济的数字化已经持续了二十多年，尤其是自新冠疫情以来，数字化已经加速。
一段时间以来，税务机关一直在考虑这一过程带来的影响和机遇，特别是通过经合组织税收管理论坛（FTA），该论坛汇集了来自 50 多个国家/地区的官员，分享知识并提出未来税收管理愿景。2020 年，FTA 发表了一篇重要的思想领袖文章《税收管理 3.0：税收管理的数字化转型》，阐述了税务机关在数字化运营并开始利用未来几十年的关键数字技术 [包括人工智能和机器学习（AI/ML）以及流程自动化] 时面临的问题。
本文为关于如何实现税收管理数字化的讨论做出了贡献。因此，文中阐述并探讨了支撑这一过程的几个关键思想，各章节探讨了技术架构、数字税收制度以及人工智能/机器学习在税收管理中的应用等问题。
其中还借鉴了对来自澳大利亚、新西兰和美国的高级官员的采访，他们直接参与国家和州税务部门领先的数字化转型或数据和分析项目。这五位受访者是：新西兰税务局战略架构企业负责人 Patrick O’Doherty；美国马萨诸塞州税务局首席信息官 Erin Botelho；澳大利亚税务局数据洞察助理专员 Ben Taylor；澳大利亚新南威尔士州州税务局局长 Cullen Smythe；以及新南威尔士州税务局税收和补助执行董事 Dan Bowes。我们感谢他们每个人分享他们对转型过程许多方面的见解，并根据最近的经验分享来之不易的经验教训。他们的经验尤其宝贵，因为当您开始一个为期多年的转型项目时，通常无法知道最终会是什么样子。
“我们现在的状况与六、七年前我们所能想象的完全不同，”Patrick O’Doherty 承认在此过程中有了许多意想不到的发现。Erin Botelho 提供给其他人的主要经验教训也类似：
“要明白这是一条学习曲线，不要奢望自己能够成为专家，也要知道自己会因此而感受到创造力和创新的缺陷。”
我们的许多受访者强调的另一个经验教训是，改造他们的组织用来履行职责的技术工具不可避免地意味着改变
工作方式和文化。他们描述了看到自己的组织更加关注客户需求、改善团队和部门之间的协作，以及更快、更高效地提供更高质量的服务。
在接下来的章节中，我们将解释为什么应将数字税收视为系统的系统，迁移到云如何打开数字经济的大门，以及采用现代数据架构如何使税务机关开始获得人工智能/机器学习的优势。
最后，我们从受访者那里获得了一系列关键经验教训，可供任何计划或正在进行自身数字化转型的税务机关借鉴。