美国国税局想让税务稽查更聪明，Palantir 或可帮忙筛选稽查对象

美国国税局（IRS）长期以来依靠超过100个业务系统和700多种人工规则来筛选可能存在税务申报错误或欠税的案件，这些系统历经数十年累积而成，彼此割裂、重复低效。官方文件指出，这种碎片化导致工作重叠、成本浪费、覆盖盲区不清，以及案件选择效果不佳。为解决该问题，IRS委托Palantir公司开发名为“筛选与分析平台”（SNAP）的定制化工具。目前SNAP仅处于试点阶段，用于从非结构化文档（如灾害救济申请、住宅清洁能源抵扣申报、709赠与税申报表等附件）中自动提取关键信息，辅助审计人员发现以往易被忽略的风险信号。例如，当纳税人赠送私人企业股权时，SNAP可能分析其附带的资产评估说明（如资产负债表、盈利报表等）是否符合IRS关于‘充分披露’的要求；又如，Venmo转账记录或Etsy/Depop等电商平台公开页面中的交易线索，也可能成为分析对象——但前提是这些数据已在IRS现有数据库中。值得注意的是，IRS并未新建数据采集渠道，而是要求SNAP仅使用其已有的内部数据。过去几十年，IRS主要依赖‘判别信息函数’（DIF）评分模型决定抽查对象，但该模型原理不透明，本质上是比对当前申报与历史上引发稽查的申报模式。除SNAP外，IRS还曾尝试引入加密货币公司Coinbase分析链上交易、爬取社交媒体内容寻找收入瞒报线索，但自身技术升级屡遭失败——自1960年代以来从未完成一次成功的全面系统现代化。深层原因在于IRS长期公众形象差，政客常将其当作政治靶子，导致预算紧缩、人才流失严重：2025年2月员工约10.3万人，到7月已有超2.5万人离职或提前退休；局长任期极短，项目难以持续推进。简言之，SNAP不是万能解药，而是资源受限、体制僵化背景下的一次有限技术补救。