નાણા મંત્રાલય 27 જાન્યુઆરી, 2028 ના રોજ 'પ્રોજેક્ટ ઇનસાઇટ 2.0' લોન્ચ કરશે. આ પ્રોજેક્ટ AI નો ઉપયોગ કરીને ટેક્સ રિફંડ ઝડપી બનાવશે. LTIMindtree એ આ સિસ્ટમ બનાવવા માટે ₹3,000 કરોડનો કોન્ટ્રાક્ટ મેળવ્યો છે.
આવકવેરા વિભાગ 27 જાન્યુઆરી, 2028 ના રોજ 'પ્રોજેક્ટ ઇનસાઇટ 2.0' શરૂ કરવાની તૈયારી કરી રહ્યું છે. આ નવી પહેલનો ઉદ્દેશ્ય લાખો કરદાતાઓ માટે આવકવેરા રિફંડ પ્રક્રિયાને ઝડપી બનાવવા માટે અદ્યતન આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) નો ઉપયોગ કરવાનો છે. LTIMindtree આ ડિજિટલ ટ્રાન્સફોર્મેશન પાછળની કંપની છે, જેણે આગામી સાત વર્ષ માટે આ ઇન્ફ્રાસ્ટ્રક્ચર વિકસાવવા અને તેનું સંચાલન કરવા માટે ₹3,000 કરોડનો કોન્ટ્રાક્ટ મેળવ્યો છે.
રિફંડમાં વધતા વિલંબને પહોંચી વળવું
આ નવી સિસ્ટમની જરૂરિયાત રિફંડની પ્રક્રિયામાં લાગતા સમયમાં નોંધપાત્ર વધારો થયા બાદ આવી છે. FY26 ના સત્તાવાર ડેટા મુજબ, ટેક્સ રિફંડ માટે સરેરાશ રાહ જોવાનો સમય વધીને 35 દિવસ થયો છે, જે FY24 માં 24 દિવસ હતો. આ ઉપરાંત, 90-દિવસના નિર્ધારિત સમયગાળા કરતાં વધુ વિલંબિત થયેલા રિફંડની સંખ્યા લગભગ બમણી થઈને FY26 માં 27 લાખ થઈ ગઈ, જ્યારે FY24 માં તે 12.73 લાખ હતી.
આ વિલંબ મુખ્યત્વે સિસ્ટમિક કારણોસર થતા હતા. જેમાં અમાન્ય બેંક ખાતા, એડજસ્ટમેન્ટની જરૂર હોય તેવી ટેક્સ માંગણીઓ, અથવા PAN અને આધાર લિંકિંગમાં વિસંગતતાઓ જેવી સામાન્ય સમસ્યાઓનો સમાવેશ થાય છે. વર્તમાન સિસ્ટમ ઘણીવાર આ કેસોને મેન્યુઅલ સમીક્ષા માટે ફ્લેગ કરે છે, જે પ્રક્રિયાને નોંધપાત્ર રીતે ધીમી પાડે છે.
AI સિસ્ટમ કેવી રીતે કામ કરશે?
પ્રોજેક્ટ ઇનસાઇટ 2.0 ને AI-ડ્રિવન રિસ્ક સ્કોરિંગનો ઉપયોગ કરીને આ સમસ્યા હલ કરવા માટે ડિઝાઇન કરવામાં આવ્યું છે. ફ્લેગ કરાયેલા તમામ કેસોને સમાન રીતે ગણવાને બદલે, નવી સિસ્ટમ ઓછી-જોખમી અને વધુ-જોખમી ફાઇલિંગ વચ્ચે તફાવત કરશે. આનાથી ટેક્સ વિભાગને સાચા, ઓછી-જોખમી રિફંડને ઝડપી બનાવવા અને શંકાસ્પદ અથવા જટિલ કેસો પર મેન્યુઅલ ચકાસણી પર ધ્યાન કેન્દ્રિત કરવાની મંજૂરી મળશે. આ સિસ્ટમ આગાહીયુક્ત મોડેલોનો ઉપયોગ કરીને ઐતિહાસિક અનુપાલન ડેટામાંથી શીખશે, જેનો અર્થ છે કે તે સમય જતાં વધુ સચોટ બની શકે છે.
જોખમો અને રોકાણકારો માટે ધ્યાનમાં રાખવા જેવી બાબતો
જ્યારે આ પ્રોજેક્ટ LTIMindtree માટે લાંબા ગાળાની આવકની દૃશ્યતા પ્રદાન કરે છે, ત્યારે વ્યવસાયિક અને તકનીકી જોખમો છે જે રોકાણકારો મોટા સરકારી ડિજિટલ કોન્ટ્રાક્ટમાં સામાન્ય રીતે ટ્રેક કરે છે.
પ્રથમ, અમલીકરણનું જોખમ છે. આટલા મોટા પાયાની સિસ્ટમનો અમલ કરવો, જે લાખો કરદાતાઓના નાણાકીય ડેટાને સ્પર્શે છે, તેના માટે ઉચ્ચ-સ્તરની તકનીકી ચોકસાઈની જરૂર છે. રોલઆઉટમાં કોઈપણ વિલંબ અથવા ખામી પ્રોજેક્ટની સમયરેખા અને કંપનીની પ્રતિષ્ઠાને અસર કરી શકે છે.
બીજું, જાહેર વહીવટમાં AI નો ઉપયોગ ડેટા ગોપનીયતા અને સુરક્ષા સંબંધિત પડકારો લાવે છે. આ સિસ્ટમ સંવેદનશીલ નાણાકીય માહિતીનું સંચાલન કરશે, જેના કારણે ડેટા સુરક્ષા એક નિર્ણાયક પ્રાથમિકતા બની જાય છે. અલ્ગોરિધમિક પક્ષપાતની સંભાવના પણ છે, જ્યાં સ્વયંસંચાલિત સિસ્ટમ્સ ખોટી રીતે સાચા કરદાતાઓને ફ્લેગ કરી શકે છે, જેના માટે સોફ્ટવેરમાં સુધારાની જરૂર પડશે.
રોકાણકારો માટે, મુખ્ય બાબતો પ્રોજેક્ટના પ્રગતિ અહેવાલો અને આ ₹3,000 કરોડના મેન્ડેટ પર નફાના માર્જિન જાળવી રાખવાની કંપનીની ક્ષમતા રહેશે. પ્રોજેક્ટ ઇનસાઇટ 2.0 ની સફળતા સુરક્ષાને રિફંડની પ્રક્રિયાની ગતિ સાથે કેટલી અસરકારક રીતે સંતુલિત કરે છે તેના પર નિર્ભર રહેશે, જે નાણા મંત્રાલયનું પ્રાથમિક લક્ષ્ય રહે છે.