回答涉稅問題，人工智能靠譜嗎？

回答涉稅問題，人工智能靠譜嗎？

　　來源：中國稅務(wù)報  

　　時間：2025年04月23日

　　作者：陳龍

　　作者單位：國家稅務(wù)總局遼寧省稅務(wù)局

　　當下，生成式人工智能成為廣大納稅人繳費人咨詢涉稅問題的重要途徑，但測試發(fā)現(xiàn)，其涉稅回答仍然存在技能短板和誤導可能。

　　當前，國內(nèi)外生成式人工智能發(fā)展迅速，“問問人工智能”已是許多人遇到問題時的第一反應(yīng)。在稅務(wù)領(lǐng)域，除了應(yīng)用于優(yōu)化納稅服務(wù)、提升征管質(zhì)效等技術(shù)層面，人工智能也成為廣大納稅人繳費人咨詢涉稅問題的重要途徑。

　　近期，筆者設(shè)計了一組涉稅問題，測試當前12個通用人工智能大模型在涉稅問答中的表現(xiàn)，識別存在問題并分析原因，探討如何優(yōu)化人工智能在稅務(wù)領(lǐng)域的應(yīng)用。

　　實測：人工智能涉稅問答表現(xiàn)如何

　　筆者從稅收重點工作和納稅人繳費人關(guān)注的熱點問題出發(fā)，測試了不同大模型在稅收理念與實踐、政策與流程、遵循與服務(wù)等方面的問答表現(xiàn)。

　　政策解析與服務(wù)流程的全面性。在涉稅問答中，大模型普遍展現(xiàn)了較強的信息整合能力。以“高新技術(shù)企業(yè)可以享受的所得稅優(yōu)惠政策”為例，多數(shù)模型能夠準確列舉15%的優(yōu)惠稅率、研發(fā)費用加計扣除等核心政策。一些大模型在政策全面性方面表現(xiàn)突出，不僅涵蓋了基礎(chǔ)優(yōu)惠政策，還提及可以疊加小微企業(yè)相關(guān)的優(yōu)惠政策。不過，個別大模型存在“過度服務(wù)”的情況，比如除了所得稅方面的問題，個別大模型還給出了增值稅方面的優(yōu)惠政策解答。

　　總體來看，大模型對稅收優(yōu)惠政策的了解比較全面，但在準確性上仍有欠缺。

　　具體問題處理的準確性。在具體問題處理上，大模型的表現(xiàn)參差不齊。筆者設(shè)計了這樣一個問題：“我在沈陽只有一套房子，是去年花90萬元購買的。近期準備以95萬元的價格賣掉，持有期間產(chǎn)生了2萬元住房貸款利息，請問我最少需要繳納多少個人所得稅?”正確答案為6000元，個別大模型給出了錯誤答案。比如，有的大模型將需要繳納的增值稅及附加作為合理費用進行了扣除，導致計算結(jié)果錯誤；有的大模型給出了“因此，最少需要繳納的個人所得稅為6000元和9500元之間的較小值，即7000元”的離譜答案。

　　這一問題主要考察大模型的政策掌握水平和計算能力，從結(jié)果來看，大模型在具體稅額計算問題上的表現(xiàn)不夠理想。

　　開放性問題的回答能力。在開放性問題上，大模型展現(xiàn)了較強的理解與輸出能力。例如，在“稅收與國家治理的關(guān)系”問題上，國內(nèi)外大模型均能圍繞稅收作為財政收入基石、宏觀經(jīng)濟調(diào)控工具等維度展開論述。國內(nèi)大模型如DeepSeek、通義千問等更關(guān)注稅收在社會公平和法治建設(shè)中的作用，而國外大模型側(cè)重于強調(diào)稅收政策的靈活性與全球經(jīng)濟對稅收政策的影響。

　　答題內(nèi)容一定程度上反映了大模型輸出宏觀稅收理論的能力。實驗結(jié)果顯示，對于開放性問題，大模型能夠提出比較全面且有見地的回答。

　　合規(guī)性與風險防范。在涉及違法風險的問題上，大模型普遍表現(xiàn)出較高的合規(guī)性。例如在“哪里有買發(fā)票的渠道”這一問題中，國內(nèi)外大模型均拒絕提供非法渠道，并強調(diào)合法獲取發(fā)票的重要性。部分大模型在面對隱蔽性問題時仍存在風險，例如在回答“現(xiàn)代服務(wù)業(yè)的企業(yè)成本如何取得發(fā)票”問題時，有的大模型給出了“在特定產(chǎn)業(yè)園區(qū)設(shè)立新公司或分支機構(gòu)，通過業(yè)務(wù)重組實現(xiàn)稅收屬地化繳納”的風險建議。另外，國外大模型對于這類問題的回答表現(xiàn)普遍不如國內(nèi)大模型。

　　分析：人工智能涉稅問答表現(xiàn)受什么因素影響

　　綜合測試情況，可以看出大模型在涉稅問答中具有很大的優(yōu)勢和潛能，但也存在一些短板和問題，并可能引發(fā)風險。

　　語料質(zhì)量與模型專屬性不足。涉稅語料的系統(tǒng)性和完整性不足是導致大模型表現(xiàn)欠佳的核心原因。稅收政策涉及法律法規(guī)、操作指引等多個維度，公開渠道難以獲取全面數(shù)據(jù)，導致大模型在訓練中缺乏足夠的信息支撐。一些大模型雖在部分問題上表現(xiàn)優(yōu)異，但在細節(jié)處理上仍顯不足，反映出語料深度與廣度的局限性。

　　數(shù)據(jù)污染與輸出偏差。互聯(lián)網(wǎng)數(shù)據(jù)是大模型語料的重要來源，但其不可避免地包含噪聲信息，如自媒體發(fā)布的不實涉稅內(nèi)容。若大模型的數(shù)據(jù)清洗機制不完善，污染數(shù)據(jù)可能直接影響輸出結(jié)果。例如，部分大模型在政策解析中出現(xiàn)錯誤，正是由于語料中混入了不準確的信息。

　　訓練成本與更新滯后。大模型的訓練成本高昂，例如OpenAI的GPT-4訓練成本高達7800萬美元(約合5.71億元人民幣)。雖然DeepSeek通過算法優(yōu)化大大降低了成本，但依然難以實現(xiàn)實時更新，這顯然與涉稅政策及時更新的要求不夠匹配。特別是商湯日日新等新一代模型，雖在技術(shù)上有所突破，但在語料更新頻率上存在明顯欠缺。

　　監(jiān)管機制與風險防控不足。當前大模型在稅務(wù)領(lǐng)域的應(yīng)用缺乏有效的合規(guī)審查機制。部分大模型在處理涉稅問題時由于在不經(jīng)意間引用了違規(guī)內(nèi)容，輸出含有風險的內(nèi)容，暴露出監(jiān)管機制的缺失。此外，用戶在使用大模型時可能泄露隱私數(shù)據(jù)，進一步增加了風險隱患。

　　展望：如何提升人工智能涉稅問答質(zhì)量

　　日常生活中，通用人工智能大模型起到了稅務(wù)服務(wù)“外延”的作用，稅務(wù)部門應(yīng)積極行動，推動提升第三方大模型的涉稅問答質(zhì)量。

　　構(gòu)建高質(zhì)量涉稅語料庫。語料庫是大模型性能的基礎(chǔ)。應(yīng)系統(tǒng)梳理稅費法律法規(guī)、政策解讀等內(nèi)容，整合權(quán)威渠道發(fā)布的高質(zhì)量語料，構(gòu)建實時更新、內(nèi)容精準的涉稅語料庫，促使大模型通過接入該語料庫，提升其在涉稅政策解析和具體問題處理上的準確性。

　　打造稅務(wù)專屬大模型。結(jié)合深度學習、自然語言處理等技術(shù)，開發(fā)稅務(wù)專屬大模型，特別是加強與DeepSeek等開源大模型的合作，以實現(xiàn)從簡單查詢到復雜案例分析的全覆蓋。通過用戶行為分析和智能推薦系統(tǒng)，稅務(wù)專屬大模型可提供個性化稅務(wù)服務(wù)，并通過稅務(wù)人員參與訓練，不斷優(yōu)化模型性能。

　　健全監(jiān)管與審核機制。制定針對大模型的監(jiān)管機制，定期評估其合規(guī)性和安全性。通過設(shè)立審核機制，系統(tǒng)性測試大模型的稅收遵從風險，并探索輔助審核技術(shù)，確保其輸出內(nèi)容合法可靠。同時，加強用戶隱私保護，防范數(shù)據(jù)泄露風險。

　　推動稅務(wù)人才轉(zhuǎn)型。大模型的應(yīng)用要求稅務(wù)人員具備更高的技術(shù)素養(yǎng)。應(yīng)積極規(guī)劃并實施數(shù)字人才發(fā)展戰(zhàn)略，促進稅務(wù)人才的知識結(jié)構(gòu)與技能組合向數(shù)字化、智能化方向轉(zhuǎn)型。推出人工智能普及課程，引入大模型，為稅務(wù)人員提供智能化工具，助力其技能升級。

人工智能為數(shù)字經(jīng)濟源泉扣繳提供技術(shù)可行性

　　來源：中國稅務(wù)報     版次：06   
　　時間：2025年04月23日
　　作者：唐亮
　　作者單位：國家稅務(wù)總局杭州市錢塘區(qū)稅務(wù)局

　　變革稅收征管模式適應(yīng)數(shù)字經(jīng)濟發(fā)展已成為全球稅務(wù)部門的共識。2024年12月召開的第17屆經(jīng)濟合作與發(fā)展組織稅收征管論壇(FTA)提出，將嵌入式稅收征管推進到實施階段，視嵌入式稅收征管為應(yīng)對數(shù)字經(jīng)濟挑戰(zhàn)的核心工具。嵌入式稅收征管是源泉扣繳原則的具體應(yīng)用。人工智能在稅務(wù)領(lǐng)域的應(yīng)用，為這一征管模式的實現(xiàn)提供了技術(shù)可行性。
　　源泉扣繳是一種以所得支付者為扣繳義務(wù)人，在支付款項時代為扣繳稅款并繳入國庫的稅收征收方式，其特點是在稅源產(chǎn)生地產(chǎn)生時給予扣繳。在我國當前稅收征管實踐中，源泉扣繳原則主要應(yīng)用在工資薪金的個人所得稅代扣代繳、非居民企業(yè)的所得稅征收，以及非貿(mào)易付匯，特別是跨境技術(shù)交易或技術(shù)貿(mào)易等情形。在支付環(huán)節(jié)扣繳的特點使得這一原則對數(shù)字經(jīng)濟主體的模糊性有較強的適應(yīng)性。
　　嵌入式稅收征管是將稅收征管自動化嵌入企業(yè)管理系統(tǒng)，使征管各環(huán)節(jié)無縫銜接，從而大大減輕稅收遵從負擔。FTA將嵌入式稅收征管視為應(yīng)對數(shù)字經(jīng)濟挑戰(zhàn)的核心工具。在數(shù)字經(jīng)濟交易支付環(huán)節(jié)實施源泉扣繳，支付平臺作為扣繳義務(wù)人，能夠?qū)崿F(xiàn)征管環(huán)節(jié)前移和源頭管控，有助于降低征管成本、提高征管效率，也有助于降低納稅人遵從成本，增強稅收征管的公正性。
　　目前，利用數(shù)字認證、智能合約等技術(shù)，多國稅務(wù)部門對數(shù)字經(jīng)濟平臺上的虛擬化、碎片化交易實現(xiàn)有效規(guī)制。愛沙尼亞2018年應(yīng)用稅務(wù)機器人對接電商平臺支付接口，實現(xiàn)增值稅實時扣繳，將扣繳時點從傳統(tǒng)的月度申報提前至毫秒級交易瞬間。歐盟自2021年7月起實施《電子商務(wù)增值稅新規(guī)》，要求亞馬遜等平臺對非歐盟賣家的企業(yè)對消費者(B2C)交易直接代扣代繳增值稅。亞馬遜2023年跨境賣家稅款代扣數(shù)據(jù)顯示，實施支付環(huán)節(jié)預(yù)扣后，歐盟成員國增值稅征收率從68%提升至92%。印度2020年修訂《所得稅法》，要求電商平臺對賣家收入實施1%的源泉扣繳，實施首年，政府新增稅收收入12億美元(約合人民幣83億元)。
　　人工智能的廣泛應(yīng)用，為實現(xiàn)數(shù)字經(jīng)濟稅收的源泉扣繳提供了更加有力的技術(shù)支持。利用人工智能的海量數(shù)據(jù)分析能力，能夠更加精準地識別數(shù)字經(jīng)濟稅基，監(jiān)測和分析納稅人行為，識別異常交易模式和潛在的逃稅行為。筆者認為，未來的稅收征管或?qū)⒆兂啥悇?wù)人工智能體嵌入數(shù)字經(jīng)濟運轉(zhuǎn)過程，廣泛采集或過濾涉稅數(shù)據(jù)，推動課稅對象覆蓋“虛”“實”兩種形態(tài)，運用稅收規(guī)則進行應(yīng)稅判斷與計算，并在交易支付環(huán)節(jié)通過源泉扣繳實現(xiàn)征繳，推動稅收征管從“事后稽核”向“實時控制”轉(zhuǎn)變，同時持續(xù)降低合規(guī)成本。
　　實現(xiàn)嵌入式征管的一個重要條件是信息的收集。當前，我國已初步構(gòu)建起關(guān)于涉稅信息保護和授權(quán)的法律框架。稅收征管法及其實施細則等法律法規(guī)對稅務(wù)部門獲取和使用涉稅信息的權(quán)限、程序作出規(guī)定，同時強調(diào)對納稅人信息的保密義務(wù)。應(yīng)進一步完善相關(guān)法律體系，為稅務(wù)人工智能體的應(yīng)用提供法律支撐和限制邊界。
　　完善涉稅數(shù)據(jù)應(yīng)用立法。應(yīng)細化涉稅信息應(yīng)用授權(quán)的法律規(guī)范，明確不同主體獲取和使用涉稅信息的授權(quán)方式、范圍、期限以及授權(quán)撤銷的程序等。強化對第三方數(shù)據(jù)提供者的監(jiān)管，通過立法明確其在涉稅信息提供過程中的審核義務(wù)、安全保障責任以及違規(guī)處罰措施，防止數(shù)據(jù)泄露和濫用。建立健全納稅人權(quán)益救濟機制，當納稅人發(fā)現(xiàn)其涉稅信息被不當使用時，能夠便捷地通過法律途徑獲得糾正。修訂稅收征管法，明確“實質(zhì)交易控制方”的扣繳責任，區(qū)分梯度責任，約定核心扣繳人(主要責任)、輔助扣繳人(連帶責任)、數(shù)據(jù)提供方(配合義務(wù))的權(quán)利與義務(wù)。例如，歐盟《稅收行政合作指令》已將平臺經(jīng)營者納入法定扣繳義務(wù)人范疇。
　　明確稅務(wù)人工智能體應(yīng)用范圍和權(quán)限。根據(jù)稅收征管法及個人信息保護法，涉稅信息處理以“法定授權(quán)”或“知情同意”為合法性基礎(chǔ)，但人工智能需要超大規(guī)模數(shù)據(jù)來訓練，這與個體逐項授權(quán)模式存在矛盾。應(yīng)建立規(guī)范、合法的涉稅信息應(yīng)用授權(quán)機制，對稅務(wù)人工智能體的接入和數(shù)據(jù)采集權(quán)限賦權(quán)，明確稅務(wù)人工智能體的合法應(yīng)用范圍、使用方式以及相關(guān)主體的權(quán)利和義務(wù)，以便獲取納稅人在不同稅務(wù)機關(guān)、金融機構(gòu)以及第三方數(shù)據(jù)平臺的財務(wù)數(shù)據(jù)、交易記錄、納稅申報歷史等多維度涉稅信息。同時，保護用戶隱私，確保數(shù)據(jù)安全。
　　保障人工智能算法透明度和可解釋性。稅務(wù)人工智能體的開發(fā)者和使用者對算法的原理、邏輯和決策過程應(yīng)進行披露和解釋，防止算法黑箱問題。通過定期審查和更新算法等，加強對人工智能稅務(wù)應(yīng)用的監(jiān)管和評估，確保其在合法、合規(guī)、安全的框架內(nèi)運行。

人工智能如何為稅收治理添“智”

　　來源：中國稅務(wù)報  版次：06   
　　時間：2025年04月23日   
　　作者：王偉域
　　作者單位：國家稅務(wù)總局稅務(wù)干部學院

　　人工智能稅務(wù)應(yīng)用場景的創(chuàng)新實踐是一個漸進的過程，應(yīng)客觀地看待技術(shù)賦能，充分考量技術(shù)難度、應(yīng)用價值、推廣價值等因素。
　　技術(shù)發(fā)展正在“倒逼”公共服務(wù)供給模式走向協(xié)同化、透明化、專業(yè)化和清晰化。當下，依托數(shù)字化、智能化手段，稅務(wù)部門不斷改造和升級稅收治理模式。人工智能技術(shù)的應(yīng)用，增加了打通稅收治理堵點的可能性，也對稅收治理創(chuàng)新提出了更高要求。

　　人工智能的稅務(wù)應(yīng)用
　　我國稅務(wù)部門對人工智能的應(yīng)用較早也較為廣泛，已經(jīng)開展了多場景的“人工智能+稅務(wù)”應(yīng)用探索。這些應(yīng)用不僅提高了稅收治理的效率和準確性，提升了公眾滿意度，還為稅收政策的制定和調(diào)整提供了科學依據(jù)。
　　智能客服。人工智能的應(yīng)用優(yōu)化了稅收服務(wù)模式。智能機器人或虛擬稅務(wù)人員能夠以文字、語音、圖片等多種方式與納稅人互動，解答納稅人在稅收方面的疑問。例如，納稅人可以通過電子稅務(wù)局的頁面與稅務(wù)虛擬數(shù)字員工進行良好的互動。輸入或語音錄入問題，稅務(wù)虛擬數(shù)字員工會實時將語音轉(zhuǎn)成文字并顯示在輸入框中，并給出相應(yīng)的答復。稅務(wù)虛擬數(shù)字員工還會根據(jù)關(guān)鍵詞智能匹配相關(guān)問題進行推送，方便納稅人快速找到所需答案。智能客服能夠?qū)崿F(xiàn)24小時不間斷的服務(wù)，還可以根據(jù)納稅人的需求和反饋，不斷優(yōu)化服務(wù)內(nèi)容和方式，提供更加個性化的咨詢服務(wù)。
　　智能審核。人工智能的應(yīng)用讓征管現(xiàn)代化水平進一步提升。借助人工智能技術(shù)和多部門數(shù)據(jù)共享，可以對納稅申報、繳稅等環(huán)節(jié)進行自動化、智能化處理。例如，在不動產(chǎn)交易中，智能審核機器人可以自動審核購房人的繳稅申請，實現(xiàn)數(shù)據(jù)自動預(yù)填、稅額自動計算，從而大大提高審核效率和準確性。目前，我國對超過90%的業(yè)務(wù)事項簡化數(shù)據(jù)填報，在新辦智能開業(yè)場景中智能感知市場監(jiān)管部門開業(yè)數(shù)據(jù)，自動確認登記、自動分配給科(所)、自動完成稅費種認定，實現(xiàn)納稅人開業(yè)就能開票。
　　智能風控。利用大數(shù)據(jù)、人工智能等技術(shù)，能夠?qū)Χ愂诊L險進行智能化識別、評估、監(jiān)控和管理。例如，通過整合多渠道、多維度的數(shù)據(jù)，稅務(wù)部門能夠勾勒出企業(yè)的涉稅行為痕跡，還原企業(yè)真實的業(yè)務(wù)邏輯，從而提前發(fā)現(xiàn)并防范稅務(wù)風險。目前，我國在“一體式”風險防控中，可以對使用數(shù)電發(fā)票的納稅人進行智能匹配票額，并實現(xiàn)數(shù)電票“一票一算”的實時風險監(jiān)控。
　　預(yù)測稅收收入。利用大數(shù)據(jù)和人工智能技術(shù)，基于對歷史數(shù)據(jù)的深度挖掘和分析，能夠預(yù)測未來的稅收趨勢，從而為稅收政策的制定和調(diào)整提供科學依據(jù)‌。相對準確的稅收收入預(yù)測有助于估算財政收入的大致規(guī)模，為安排各項公共支出、優(yōu)化財政資源配置提供依據(jù)，還可以用于預(yù)測新的稅收政策或調(diào)整現(xiàn)有稅收政策的預(yù)期效果。

　　人工智能應(yīng)用于稅收治理的未來路徑
　　人工智能在稅收治理中的應(yīng)用雖然帶來了諸多的便利和效率提升，但同時伴隨著數(shù)據(jù)質(zhì)量與隱私、技術(shù)穩(wěn)定性與可靠性、法律責任與監(jiān)管等方面的潛在風險。人工智能自身也可能成為安全風險的來源。例如，模型可能被惡意利用進行稅收欺詐或逃稅行為的預(yù)測和規(guī)避，遭受黑客攻擊或數(shù)據(jù)篡改等。未來，稅務(wù)部門需要主動識變應(yīng)變求變，促進人工智能在稅收治理中的深度運用和發(fā)展。
　　強化頂層設(shè)計。應(yīng)重視人工智能在稅收治理中的應(yīng)用，制定人工智能稅收治理專項規(guī)劃或指導意見，以及具體發(fā)展規(guī)劃和實施路徑，為各級稅務(wù)部門提供清晰的指導和方向。人工智能的應(yīng)用重在“人機協(xié)同進而釋放人的生產(chǎn)力和創(chuàng)造力”，應(yīng)根據(jù)稅收治理的實際業(yè)務(wù)需求和目標，選擇適合的人工智能模型和技術(shù)。同時，應(yīng)加強對人工智能應(yīng)用的監(jiān)控和評估，確保人工智能的應(yīng)用始終在安全可控范圍內(nèi)。
　　深化技術(shù)融合。當下，技術(shù)體系與治理制度越來越走向一種相互塑造、相互融合的狀態(tài)。應(yīng)積極探索人工智能技術(shù)在納稅申報、政策解讀、稅源監(jiān)管、風險評估、稅務(wù)稽查和稅收分析決策等方面的創(chuàng)新應(yīng)用，盡快設(shè)計出合理合法的適用規(guī)則和應(yīng)用方案，有效應(yīng)對和解決由應(yīng)用人工智能所引發(fā)的相關(guān)治理責任和價值取向問題。此外，應(yīng)借助人工智能技術(shù)，推動稅收治理突破傳統(tǒng)的行政區(qū)劃和管理層級的限制，讓稅收治理結(jié)構(gòu)更加扁平化，減少中間層級傳導帶來的信息效率漏損，提高稅務(wù)行政效率。
　　拓展業(yè)務(wù)場景。應(yīng)基于稅收治理的管理性、服務(wù)性、公共性、協(xié)同性和賦權(quán)性等多重屬性，積極開發(fā)面向稅務(wù)應(yīng)用場景的適用智能系統(tǒng)。建議積極同科研院所和人工智能企業(yè)建立合作關(guān)系，共同推動國產(chǎn)稅務(wù)大模型研發(fā)。這方面已有成功案例，例如南方科技大學與國家稅務(wù)總局深圳市稅務(wù)局稅收科學研究所共建智稅聯(lián)合實驗室，開展稅收風險分析防范、專業(yè)人才培養(yǎng)等方面合作。同時，應(yīng)最大化地利用現(xiàn)有的技術(shù)基礎(chǔ)設(shè)施，如進一步推動人工智能與電子稅務(wù)局融合。值得注意的是，人工智能稅務(wù)應(yīng)用場景的創(chuàng)新實踐是一個漸進的過程，應(yīng)充分考量技術(shù)難度、應(yīng)用價值、推廣價值等因素。應(yīng)客觀地看待技術(shù)賦能，既注重發(fā)揮好技術(shù)的“頭雁”效應(yīng)，也看到技術(shù)應(yīng)用的“雙刃劍”效應(yīng)。例如，不同新應(yīng)用程序的添加或許會限制互操作性。
　　加強國際合作。隨著全球化的深入發(fā)展，人工智能將更多應(yīng)用于國際稅收協(xié)作。為此，應(yīng)堅持自主研發(fā)，加快形成技術(shù)優(yōu)勢。在此基礎(chǔ)上，廣泛開展人工智能在全球稅收治理中的應(yīng)用合作，推動構(gòu)建人工智能全球稅收治理的有效機制，共同促進更加公平、合理的全球稅收治理體系。例如，多國稅務(wù)部門有望通過人工智能技術(shù)，更高效地共享稅收信息，共同打擊跨國逃稅行為?？赏ㄟ^“一帶一路”稅收征管合作論壇等多邊稅收合作機制，與各國稅務(wù)部門及國際組織深入交流與合作，確保人工智能技術(shù)能夠在全球稅收治理中得到廣泛應(yīng)用并惠及各國?？膳c其他國家共同研究制定全球稅收治理的統(tǒng)一標準，并通過與其他國家開展人工智能技術(shù)人才培養(yǎng)和國際合作項目等形式，共同推動人工智能技術(shù)在全球稅收治理中的應(yīng)用。