भारताची वस्तू आणि सेवा कर (GST) प्रणाली आता कर प्रशासनाला आधुनिक करण्यासाठी प्रगत AI आणि ॲनालिटिक्सचा वापर करत आहे. FY26 मध्ये वार्षिक ₹23.11 लाख कोटींच्या संकलनासह, आता प्रेडिक्टिव्ह कंप्लायन्स (predictive compliance) आणि रिअल-टाईम मॉनिटरिंगवर लक्ष केंद्रित केले जात आहे. व्यवसायांसाठी, या बदलाचा अर्थ अधिक पारदर्शकता आणि कर नियमांची कठोर, स्वयंचलित अंमलबजावणी असेल.
काय घडले?
भारताची वस्तू आणि सेवा कर (GST) प्रणाली आता AI-आधारित मॉडेलकडे वाटचाल करत आहे, ज्याचा उद्देश कर अनुपालन (tax compliance) अधिक वेगवान आणि पारदर्शक करणे हा आहे. ग्रँट थॉर्नटन भारत (Grant Thornton Bharat) च्या अहवालानुसार, ही प्रणाली आता केवळ रिटर्न फाइलिंगच्या पलीकडे जाऊन एका अत्याधुनिक डिजिटल इकोसिस्टममध्ये रूपांतरित होत आहे. यात आर्टिफिशियल इंटेलिजन्स (Artificial Intelligence) आणि ॲडव्हान्स्ड ॲनालिटिक्सचा (advanced analytics) वापर करून ई-इनव्हॉइस (e-invoices) आणि ई-वे बिलांमधून (e-way bills) येणाऱ्या डेटाचे रिअल-टाईम विश्लेषण केले जाईल. मॅन्युअल, प्रतिक्रियात्मक ऑडिटऐवजी (reactive audits) आता सक्रिय, डेटा-आधारित पद्धतीने करदात्यांच्या वर्तनाचे निरीक्षण करण्याचे उद्दिष्ट आहे.
स्वयंचलित अंमलबजावणीकडे वाटचाल
व्यवसायांसाठी सर्वात मोठा बदल म्हणजे डेटावर वाढलेले अवलंबित्व. GST नेटवर्क आता ई-इनव्हॉइसपासून टॅक्स रिटर्नपर्यंत मोठ्या प्रमाणात ट्रान्झॅक्शनल डेटा (transactional data) प्रक्रिया करत असल्याने, अधिकारी AI चा वापर करून आपोआप पॅटर्न किंवा विसंगती ओळखू शकतात. यामुळे प्रत्यक्ष ऑडिट होण्यापूर्वीच कर अधिकारी संभाव्य फसवणूक किंवा फाइलिंग त्रुटी शोधू शकतात. जरी यामुळे नियमांचे पालन करणाऱ्या व्यवसायांसाठी पारदर्शकता वाढत असली तरी, रिपोर्टिंगमधील त्रुटी किंवा विसंगती सिस्टमद्वारे लवकरच लक्षात येण्याची शक्यता आहे.
GST इकोसिस्टमची आर्थिक वाढ
या डिजिटल परिवर्तनाचा थेट परिणाम कर संकलनात झालेल्या लक्षणीय वाढीशी जोडलेला आहे. GST लागू झाल्यापासून, महसुलात सातत्याने वाढ दिसून आली आहे. FY18 मध्ये ₹7.41 लाख कोटी असलेले संकलन FY26 मध्ये विक्रमी ₹23.11 लाख कोटी पर्यंत पोहोचले आहे. मागील आर्थिक वर्षात, मासिक संकलन सातत्याने ₹1.70 लाख कोटी पेक्षा जास्त राहिले. ही वाढ अर्थव्यवस्थेच्या औपचारिकीकरणाचे (formalization of the economy) लक्षण मानले जात आहे, जिथे अधिक व्यवसाय करपात्र प्रणालीमध्ये येत आहेत आणि डिजिटल प्रणाली कर संकलनातील त्रुटी कमी करत आहेत.
'GST 3.0' ची दृष्टी
विश्लेषक आणि तज्ञ आता सुधारणांच्या पुढील टप्प्याकडे पाहत आहेत, ज्याला 'GST 3.0' म्हटले जात आहे. या रोडमॅपमधील प्रमुख प्रस्तावांमध्ये पेट्रोलियम (petroleum) आणि वीज (electricity) यांसारख्या उत्पादनांना GST च्या कक्षेत आणणे समाविष्ट आहे, जेणेकरून इनपुट टॅक्स क्रेडिटसाठी (input tax credits) एक अखंड साखळी तयार होईल. तसेच, GST डेटाबेस थेट कर (direct tax) आणि सीमाशुल्क (customs) प्रणालींशी जोडण्याचीही योजना आहे, ज्यामुळे करदात्याच्या आर्थिक क्रियाकलापांचे एकत्रित चित्र मिळेल. यामुळे दर रचनेत (rate structure) सुलभता आणण्याचा उद्देश आहे, ज्यामुळे करदाते आणि सरकारमधील वर्गीकरण विवादांमध्ये (classification disputes) घट होऊ शकते.
व्यवसाय आणि गुंतवणूकदारांनी काय लक्ष ठेवावे?
AI एकत्रीकरणामुळे मॅन्युअल हस्तक्षेप कमी होण्याची आणि परतावा (refunds) तसेच विवाद निराकरणासारख्या (dispute resolution) प्रक्रिया वेगवान होण्याची अपेक्षा असली तरी, कॉर्पोरेट क्षेत्रासाठी काही धोके देखील आहेत. प्रेडिक्टिव्ह असेसमेंटकडे (predictive assessments) वाटचाल केल्यामुळे कंपन्यांना त्यांच्या डिजिटल रेकॉर्ड-कीपिंगमध्ये (digital record-keeping) उच्च अचूकता सुनिश्चित करावी लागेल. कोणतीही विसंगती, जरी अनवधानाने असली तरी, स्वयंचलित नोटिसांना (automated notices) कारणीभूत ठरू शकते. गुंतवणूकदार आणि व्यवसाय मालकांनी पेट्रोलियम आणि वीज GST अंतर्गत आणण्यासंबंधी भविष्यातील धोरणात्मक अद्यतनांवर लक्ष ठेवावे, कारण या बदलांचा विविध उद्योगांमधील इनपुट खर्च (input costs) आणि नफा मार्जिनवर (profit margins) व्यापक परिणाम होईल. लहान आणि मध्यम उद्योगांसाठी (SMEs) व्यवसायात सुलभता आणि कठोर अंमलबजावणी यांचा समतोल कसा साधला जातो, हे पाहणे महत्त्वाचे ठरेल.