LTIMindtree ਨੇ ₹3,000 ਕਰੋੜ ਦਾ ਸੌਦਾ ਹਾਸਲ ਕੀਤਾ ਹੈ। ਵਿੱਤ ਮੰਤਰਾਲਾ 27 ਜਨਵਰੀ, 2028 ਨੂੰ 'Project Insight 2.0' ਲਾਂਚ ਕਰੇਗਾ, ਜੋ AI ਦੀ ਵਰਤੋਂ ਨਾਲ ਟੈਕਸ ਰਿਫੰਡ ਨੂੰ ਤੇਜ਼ ਕਰੇਗਾ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਇਹ IT ਕੰਪਨੀ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਆਰਡਰ ਹੈ, ਪਰ ਇਸਦੇ ਲਾਗੂਕਰਨ ਦੇ ਜੋਖਮਾਂ ਅਤੇ ਡਾਟਾ ਸੁਰੱਖਿਆ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਪਵੇਗੀ।
ਆਮਦਨ ਕਰ ਵਿਭਾਗ (Income Tax Department) 27 ਜਨਵਰੀ, 2028 ਨੂੰ 'Project Insight 2.0' ਲਾਂਚ ਕਰਨ ਦੀ ਤਿਆਰੀ ਕਰ ਰਿਹਾ ਹੈ। ਇਸ ਨਵੀਂ ਪਹਿਲ ਦਾ ਉਦੇਸ਼ ਲੱਖਾਂ ਟੈਕਸਦਾਤਾਵਾਂ (Taxpayers) ਲਈ ਇਨਕਮ ਟੈਕਸ ਰਿਫੰਡ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਹੈ। LTIMindtree ਇਸ ਡਿਜੀਟਲ ਪਰਿਵਰਤਨ (Digital Transformation) ਦੇ ਪਿੱਛੇ ਦੀ ਕੰਪਨੀ ਹੈ, ਜਿਸ ਨੇ ਅਗਲੇ ਸੱਤ ਸਾਲਾਂ ਲਈ ਇਸ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (Infrastructure) ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਅਤੇ ਪ੍ਰਬੰਧਨ ਲਈ ₹3,000 ਕਰੋੜ ਦਾ ਕੰਟਰੈਕਟ ਹਾਸਲ ਕੀਤਾ ਹੈ।
ਵਧ ਰਹੀਆਂ ਰਿਫੰਡ ਦੇਰੀਆਂ ਦਾ ਹੱਲ
ਇਸ ਨਵੇਂ ਸਿਸਟਮ ਦੀ ਲੋੜ ਰਿਫੰਡਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਲੱਗ ਰਹੇ ਸਮੇਂ ਵਿੱਚ ਹੋਏ ਵਾਧੇ ਤੋਂ ਬਾਅਦ ਆਈ ਹੈ। ਵਿੱਤੀ ਸਾਲ 26 (FY26) ਦੇ ਅਧਿਕਾਰਤ ਅੰਕੜਿਆਂ ਮੁਤਾਬਕ, ਟੈਕਸ ਰਿਫੰਡ ਲਈ ਔਸਤ ਉਡੀਕ ਸਮਾਂ 35 ਦਿਨਾਂ ਤੱਕ ਪਹੁੰਚ ਗਿਆ, ਜੋ ਕਿ ਵਿੱਤੀ ਸਾਲ 24 (FY24) ਵਿੱਚ 24 ਦਿਨਾਂ ਤੋਂ ਵੱਧ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, 90-ਦਿਨ ਦੀ ਮਿਆਦ ਤੋਂ ਵੱਧ ਦੇਰੀ ਹੋਏ ਰਿਫੰਡਾਂ ਦੀ ਗਿਣਤੀ ਲਗਭਗ ਦੁੱਗਣੀ ਹੋ ਗਈ, ਜੋ ਕਿ FY26 ਵਿੱਚ 12.73 ਲੱਖ (FY24) ਦੇ ਮੁਕਾਬਲੇ 27 ਲੱਖ ਹੋ ਗਈ।
ਇਹ ਦੇਰੀਆਂ ਮੁੱਖ ਤੌਰ 'ਤੇ ਸਿਸਟਮਿਕ ਰੁਕਾਵਟਾਂ ਕਾਰਨ ਹੋਈਆਂ। ਆਮ ਸਮੱਸਿਆਵਾਂ ਵਿੱਚ ਅਯੋਗ ਬੈਂਕ ਖਾਤੇ, ਐਡਜਸਟਮੈਂਟ ਦੀ ਲੋੜ ਵਾਲੀਆਂ ਟੈਕਸ ਮੰਗਾਂ, ਜਾਂ PAN ਅਤੇ Aadhaar ਲਿੰਕਿੰਗ ਵਿੱਚ ਅਸੰਗਤਤਾਵਾਂ ਸ਼ਾਮਲ ਸਨ। ਮੌਜੂਦਾ ਸਿਸਟਮ ਅਕਸਰ ਇਨ੍ਹਾਂ ਮਾਮਲਿਆਂ ਨੂੰ ਮੈਨੂਅਲ ਸਮੀਖਿਆ (Manual Review) ਲਈ ਫਲੈਗ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਪ੍ਰਕਿਰਿਆ ਕਾਫ਼ੀ ਹੌਲੀ ਹੋ ਜਾਂਦੀ ਹੈ।
AI ਸਿਸਟਮ ਕਿਵੇਂ ਕੰਮ ਕਰੇਗਾ
Project Insight 2.0 ਨੂੰ ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ AI-ਡਰਾਈਵਨ ਰਿਸਕ ਸਕੋਰਿੰਗ (AI-driven risk scoring) ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਫਲੈਗ ਕੀਤੇ ਗਏ ਸਾਰੇ ਮਾਮਲਿਆਂ ਨਾਲ ਇੱਕੋ ਜਿਹਾ ਸਲੂਕ ਕਰਨ ਦੀ ਬਜਾਏ, ਨਵਾਂ ਸਿਸਟਮ ਘੱਟ-ਜੋਖਮ (Low-risk) ਅਤੇ ਉੱਚ-ਜੋਖਮ (High-risk) ਫਾਈਲਿੰਗਾਂ ਵਿੱਚ ਭੇਦ ਕਰੇਗਾ। ਇਹ ਟੈਕਸ ਵਿਭਾਗ ਨੂੰ ਅਸਲ, ਘੱਟ-ਜੋਖਮ ਵਾਲੇ ਰਿਫੰਡਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਾਉਣ ਦੀ ਆਗਿਆ ਦੇਵੇਗਾ, ਜਦੋਂ ਕਿ ਸ਼ੱਕੀ ਜਾਂ ਗੁੰਝਲਦਾਰ ਮਾਮਲਿਆਂ 'ਤੇ ਮੈਨੂਅਲ ਤਸਦੀਕ (Manual Verification) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ ਜਾਵੇਗਾ। ਸਿਸਟਮ ਪ੍ਰੀਡਿਕਟਿਵ ਮਾਡਲਾਂ (Predictive Models) ਦੀ ਵਰਤੋਂ ਕਰੇਗਾ ਜੋ ਇਤਿਹਾਸਕ ਪਾਲਣਾ ਡਾਟਾ (Historical Compliance Data) ਤੋਂ ਸਿੱਖਣਗੇ, ਮਤਲਬ ਕਿ ਇਹ ਸਮੇਂ ਦੇ ਨਾਲ ਹੋਰ ਸਹੀ ਹੋ ਸਕਦਾ ਹੈ।
ਜੋਖਮ ਅਤੇ ਨਿਵੇਸ਼ਕ ਨਿਗਰਾਨੀ
ਹਾਲਾਂਕਿ ਇਹ ਪ੍ਰੋਜੈਕਟ LTIMindtree ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਦੀ ਆਮਦਨ ਦੀ ਦਿੱਖ (Revenue Visibility) ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਪਰ ਅਜਿਹੇ ਵੱਡੇ ਸਰਕਾਰੀ ਡਿਜੀਟਲ ਕੰਟਰੈਕਟਾਂ ਵਿੱਚ ਕਾਰੋਬਾਰੀ ਅਤੇ ਤਕਨੀਕੀ ਜੋਖਮ (Business and Technical Risks) ਵੀ ਹਨ ਜਿਨ੍ਹਾਂ 'ਤੇ ਨਿਵੇਸ਼ਕ ਅਕਸਰ ਨਜ਼ਰ ਰੱਖਦੇ ਹਨ।
ਪਹਿਲਾ, ਲਾਗੂਕਰਨ ਦਾ ਜੋਖਮ (Risk of Execution) ਹੈ। ਇਸ ਪੈਮਾਨੇ ਦੇ ਸਿਸਟਮ ਨੂੰ ਲਾਗੂ ਕਰਨਾ, ਜੋ ਲੱਖਾਂ ਟੈਕਸਦਾਤਾਵਾਂ ਦੇ ਵਿੱਤੀ ਡਾਟਾ ਨੂੰ ਛੂੰਹਦਾ ਹੈ, ਲਈ ਉੱਚ-ਪੱਧਰੀ ਤਕਨੀਕੀ ਸ਼ੁੱਧਤਾ (Technical Precision) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਰੋਲਆਊਟ ਵਿੱਚ ਕੋਈ ਵੀ ਦੇਰੀ ਜਾਂ ਗੜਬੜੀ ਪ੍ਰੋਜੈਕਟ ਦੀਆਂ ਸਮਾਂ-ਸੀਮਾਵਾਂ ਅਤੇ ਕੰਪਨੀ ਦੀ ਪ੍ਰਤਿਸ਼ਠਾ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦੀ ਹੈ।
ਦੂਜਾ, ਜਨਤਕ ਪ੍ਰਸ਼ਾਸਨ (Public Administration) ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਡਾਟਾ ਗੋਪਨੀਯਤਾ (Data Privacy) ਅਤੇ ਸੁਰੱਖਿਆ (Security) ਨਾਲ ਸੰਬੰਧਿਤ ਚੁਣੌਤੀਆਂ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਸਿਸਟਮ ਸੰਵੇਦਨਸ਼ੀਲ ਵਿੱਤੀ ਜਾਣਕਾਰੀ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰੇਗਾ, ਜਿਸ ਨਾਲ ਡਾਟਾ ਸੁਰੱਖਿਆ ਇੱਕ κρίσιμη ਤਰਜੀਹ ਬਣ ਜਾਵੇਗੀ। ਅਲਗੋਰਿਦਮਿਕ ਪੱਖਪਾਤ (Algorithmic Bias) ਦੀ ਵੀ ਸੰਭਾਵਨਾ ਹੈ, ਜਿੱਥੇ ਆਟੋਮੇਟਿਡ ਸਿਸਟਮ ਗਲਤੀ ਨਾਲ ਅਸਲ ਟੈਕਸਦਾਤਾਵਾਂ ਨੂੰ ਫਲੈਗ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਸ ਲਈ ਸੌਫਟਵੇਅਰ ਵਿੱਚ ਸੁਧਾਰਾਂ ਦੀ ਲੋੜ ਪਵੇਗੀ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਮੁੱਖ ਚੀਜ਼ਾਂ ਜੋ ਦੇਖਣੀਆਂ ਹੋਣਗੀਆਂ, ਉਹ ਪ੍ਰੋਜੈਕਟ ਦੀ ਪ੍ਰਗਤੀ ਰਿਪੋਰਟਾਂ (Progress Reports) ਅਤੇ ਇਸ ₹3,000 ਕਰੋੜ ਦੇ mandate 'ਤੇ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਿਨ (Profit Margins) ਬਣਾਈ ਰੱਖਣ ਦੀ ਕੰਪਨੀ ਦੀ ਯੋਗਤਾ ਹੋਵੇਗੀ। Project Insight 2.0 ਦੀ ਸਫਲਤਾ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ ਕਿ ਇਹ ਰਿਫੰਡਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੀ ਗਤੀ ਨਾਲ ਸੁਰੱਖਿਆ ਨੂੰ ਕਿੰਨੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਸੰਤੁਲਿਤ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਵਿੱਤ ਮੰਤਰਾਲੇ ਦਾ ਮੁੱਖ ਟੀਚਾ ਬਣਿਆ ਹੋਇਆ ਹੈ।