Sunat refuerza la lucha contra la evasión con inteligencia artificial y análisis masivo de datos

Durante el 2024, la Superintendencia Nacional de Administración Tributaria (Sunat) intensificó el uso de herramientas de ciencia de datos para mejorar la identificación de riesgos vinculados al incumplimiento tributario. Este enfoque, basado en técnicas estadísticas, machine learning y el procesamiento de grandes volúmenes de información, a través de su plataforma de Big Data, le ha permitido a la entidad fiscal reforzar su capacidad de detección temprana y actuación preventiva. Entre las principales iniciativas desarrolladas destacan los modelos predictivos aplicados a diversos frentes del control tributario: Deudas con alto riesgo de incobrabilidad Uno de los desarrollos más relevantes fue el Modelo Predictivo de Recuperación de la Deuda, que utiliza algoritmos de aprendizaje supervisado de Machine Learning, y permite determinar perfiles de riesgo, de contribuyentes, en función a la probabilidad de pago de sus obligaciones tributarias. Con este modelo se identificaron, hasta el periodo Noviembre del 2024, aproximadamente a 253 mil contribuyentes con deudas tributarias que ascenderían a S/ 3 583 millones con alto riesgo de incobrabilidad. Adicionalmente, se ha trabajado en un tablero que pueda resumir la calificación de riesgos de los contribuyentes, junto con la información patrimonial que presentan, con el objetivo de reducir los tiempos de actuación de las...