ਭਾਰਤ ਦਾ ਟੈਕਸ AI: ਸਰਕਾਰ ਦੀ ਤੇਜ਼ੀ, ਕਾਰੋਬਾਰੀ ਪਿੱਛੇ!

ਰੈਗੂਲੇਟਰਸ ਦਾ AI ਵੱਲ ਵੱਡਾ ਕਦਮ

ਭਾਰਤ ਦਾ ਟੈਕਸ ਸਿਸਟਮ ਹੁਣ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਪਣਾ ਰਿਹਾ ਹੈ। ਪਹਿਲਾਂ ਜਿੱਥੇ ਸਿਰਫ ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਆਡਿਟ ਹੁੰਦੇ ਸਨ, ਹੁਣ ਲਗਾਤਾਰ, ਡਾਟਾ-ਆਧਾਰਿਤ ਨਿਗਰਾਨੀ ਹੋ ਰਹੀ ਹੈ। ਟੈਕਸ ਅਥਾਰਿਟੀਜ਼ GST ਫਾਈਲਿੰਗ, TDS ਰਿਟਰਨ ਅਤੇ ਈ-ਇਨਵੌਇਸਿੰਗ ਦੇ ਡਾਟਾ ਨੂੰ ਤੁਰੰਤ ਚੈੱਕ ਕਰਨ ਲਈ ਐਡਵਾਂਸਡ ਐਨਾਲਿਟਿਕਸ (advanced analytics) ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ। ਰੈਗੂਲੇਟਰਸ ਵੱਲੋਂ ਇਹ ਵੱਡਾ ਕਦਮ ਭਰਨ ਨਾਲ ਕਾਰਪੋਰੇਟ ਸਿਸਟਮ ਅਪਡੇਟਸ ਅਤੇ ਕੰਪਨੀਆਂ ਦੀ ਤਿਆਰੀ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਖਾਈ ਪੈਦਾ ਹੋ ਗਈ ਹੈ। ਕਈ ਕਾਰੋਬਾਰ ਇਸ ਰਫਤਾਰ ਨਾਲ ਤਾਲਮੇਲ ਬਿਠਾਉਣ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਹੇ ਹਨ, ਜਿਸ ਕਾਰਨ ਉਨ੍ਹਾਂ ਦੀ ਟੈਕਸ ਐਕਸਪੋਜ਼ਰ (tax exposure) 'ਤੇ ਰੀਅਲ-ਟਾਈਮ ਵਿਜ਼ੀਬਿਲਟੀ (real-time visibility) ਘੱਟ ਗਈ ਹੈ।

ਭਾਰਤ ਦੇ ਟੈਕਸ ਅਥਾਰਿਟੀਜ਼ ਇੱਕ 'AI-ਫਸਟ' ਰਣਨੀਤੀ ਨਾਲ ਆਪਣੀਆਂ AI ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਵਧਾ ਰਹੀਆਂ ਹਨ। 'ਪ੍ਰੋਜੈਕਟ ਇਨਸਾਈਟ' (Project Insight) ਵਰਗੇ ਪ੍ਰੋਜੈਕਟ ਮਸ਼ੀਨ ਲਰਨਿੰਗ (machine learning) ਅਤੇ ਡਾਟਾ ਐਨਾਲਿਟਿਕਸ (data analytics) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬੈਂਕਿੰਗ, ਜਾਇਦਾਦ ਅਤੇ ਡਿਜੀਟਲ ਟ੍ਰਾਂਜ਼ੈਕਸ਼ਨ ਡਾਟਾ ਦੀ ਵਿਸ਼ਾਲ ਮਾਤਰਾ ਤੋਂ ਟੈਕਸਦਾਤਾਵਾਂ ਦੀਆਂ ਵਿਸਤ੍ਰਿਤ ਪ੍ਰੋਫਾਈਲਾਂ ਬਣਾ ਰਹੇ ਹਨ। ਇਹ ਰਣਨੀਤੀ ਪੁਰਾਣੇ, ਪੀਰੀਅਡਿਕ ਆਡਿਟ ਤਰੀਕਿਆਂ ਤੋਂ ਬਿਲਕੁਲ ਵੱਖਰੀ ਹੈ ਅਤੇ ਇਹ ਜੋਖਮ-ਆਧਾਰਿਤ ਲਾਗੂਕਰਨ (risk-based enforcement) ਅਤੇ ਨਿਰੰਤਰ ਨਿਗਰਾਨੀ ਨੂੰ ਸੰਭਵ ਬਣਾਉਂਦੀ ਹੈ। ਦੁਨੀਆ ਭਰ ਵਿੱਚ, 70% ਤੋਂ ਵੱਧ ਟੈਕਸ ਅਥਾਰਿਟੀਜ਼ ਹੁਣ ਕੰਪਲਾਈਂਸ (compliance) ਅਤੇ ਟੈਕਸਦਾਤਾ ਸੇਵਾਵਾਂ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ, ਜੋ ਸਰਕਾਰੀ ਨਿਗਰਾਨੀ ਵਿੱਚ ਵਾਧਾ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ AI ਸਿਸਟਮ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਕੁਸ਼ਲਤਾ ਵਧਾਉਂਦੇ ਹਨ, ਰਿਫੰਡ ਨੂੰ ਤੇਜ਼ ਕਰਦੇ ਹਨ ਅਤੇ ਗਲਤੀਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਵਿੱਚ ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, AI ਇਨਪੁਟ ਟੈਕਸ ਕ੍ਰੈਡਿਟ (Input Tax Credit - ITC) ਮੈਚਿੰਗ ਦਰਾਂ ਨੂੰ ਲਗਭਗ 80% ਤੋਂ ਵਧਾ ਕੇ 98% ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ GST ਡਿਮਾਂਡ ਨੋਟਿਸਾਂ ਨੂੰ 60% ਤੱਕ ਘਟਾ ਸਕਦਾ ਹੈ। ਇਹ ਬਦਲਾਅ ਟੈਕਸ ਪ੍ਰਸ਼ਾਸਨਾਂ ਵੱਲੋਂ ਬਿਹਤਰ ਕੁਸ਼ਲਤਾ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ ਲਈ ਟੈਕਨਾਲੋਜੀ ਵਿੱਚ ਭਾਰੀ ਨਿਵੇਸ਼ ਕਰਨ ਦੇ ਵਿਸ਼ਵਵਿਆਪੀ ਯਤਨਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਕਾਰੋਬਾਰਾਂ ਲਈ ਰਫਤਾਰ ਫੜਨਾ ਚੁਣੌਤੀ

ਹਾਲਾਂਕਿ, ਜ਼ਿਆਦਾਤਰ ਕਾਰੋਬਾਰ, ਖਾਸ ਕਰਕੇ ਛੋਟੇ ਅਤੇ ਦਰਮਿਆਨੇ ਉੱਦਮ (Small and Medium Enterprises - SMEs), ਇਹਨਾਂ ਰੈਗੂਲੇਟਰੀ ਤਰੱਕੀਆਂ ਨਾਲ ਤਾਲਮੇਲ ਨਹੀਂ ਬਿਠਾ ਪਾ ਰਹੇ ਹਨ। ਸਿਰਫ ਲਗਭਗ ਇੱਕ-ਤਿਹਾਈ (one-third) CFOs ਕੋਲ ਹੀ ਆਪਣੀ ਟੈਕਸ ਐਕਸਪੋਜ਼ਰ ਦੀ ਰੀਅਲ-ਟਾਈਮ ਵਿਜ਼ੀਬਿਲਟੀ ਹੋਣ ਦੀ ਰਿਪੋਰਟ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਅਕਸਰ ਇਹ ਹੁੰਦਾ ਹੈ ਕਿ ਸਮੱਸਿਆਵਾਂ ਬਹੁਤ ਦੇਰ ਨਾਲ ਪਤਾ ਲੱਗਦੀਆਂ ਹਨ, ਆਮ ਤੌਰ 'ਤੇ ਟੈਕਸ ਅਥਾਰਿਟੀਜ਼ ਵੱਲੋਂ ਨੋਟਿਸ ਜਾਰੀ ਕੀਤੇ ਜਾਣ ਤੋਂ ਬਾਅਦ ਹੀ। ਇਹ ਡਿਜੀਟਲ ਗੈਪ SMEs ਲਈ ਇੱਕ ਵੱਡੀ ਰੁਕਾਵਟ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਅਕਸਰ ਅਕਾਊਂਟਿੰਗ ਸੌਫਟਵੇਅਰ ਦੀ ਲਾਗਤ, ਡਿਜੀਟਲ ਸਿੱਖਿਆ (digital literacy) ਅਤੇ ਬਦਲਦੇ ਟੈਕਸ ਕਾਨੂੰਨਾਂ ਦੀ ਗੁੰਝਲਤਾ ਨਾਲ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਐਡਵਾਂਸਡ AI ਟੂਲਜ਼ ਅਪਣਾਉਣ ਲਈ ਬਿਹਤਰ ਸਥਿਤੀ ਵਿੱਚ ਹਨ, ਪਰ ਛੋਟੇ ਕਾਰੋਬਾਰਾਂ 'ਤੇ ਐਡਵਾਂਸਡ ਕੰਪਲਾਈਂਸ ਸਿਸਟਮਾਂ ਦੀ ਲੋੜ ਦਾ ਬੋਝ ਜ਼ਿਆਦਾ ਪੈ ਸਕਦਾ ਹੈ। ਇਸ ਨਾਲ ਇੱਕ ਦੋ-ਪੱਧਰੀ ਸਿਸਟਮ ਬਣਨ ਦਾ ਖਤਰਾ ਹੈ ਜਿੱਥੇ ਤਿਆਰ ਨਾ ਹੋਣ ਵਾਲੇ ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਜ਼ਿਆਦਾ ਮੈਚਿੰਗ ਗੜਬੜੀਆਂ ਅਤੇ ਜੁਰਮਾਨਿਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਵੇਗਾ। ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ, ਟੈਕਸ ਅਥਾਰਿਟੀਜ਼ ਨਿਰੰਤਰ ਟ੍ਰਾਂਜ਼ੈਕਸ਼ਨ ਕੰਟਰੋਲ (continuous transaction controls) ਅਤੇ ਰੀਅਲ-ਟਾਈਮ ਰਿਪੋਰਟਿੰਗ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਕਾਰੋਬਾਰਾਂ ਤੋਂ 'ਹਮੇਸ਼ਾ-ਚਾਲੂ' (always-on) ਡਾਟਾ ਸ਼ੁੱਧਤਾ ਹੋਰ ਵੀ ਮਹੱਤਵਪੂਰਨ ਬਣ ਗਈ ਹੈ।

ਤਕਨਾਲੋਜੀ ਲਾਭ ਦਿੰਦੀ ਹੈ, ਪਰ ਚੁਣੌਤੀਆਂ ਵੀ ਪੇਸ਼ ਕਰਦੀ ਹੈ

ਟੈਕਸ ਰੀਕਾਂਸਿਲੀਏਸ਼ਨ (tax reconciliation) ਅਤੇ ਪ੍ਰੋਸੈਸਿੰਗ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਸੁਧਾਰ ਸਪੱਸ਼ਟ ਹਨ। GST ਰਿਟਰਨ ਤਿਆਰ ਕਰਨ ਦਾ ਸਮਾਂ ਔਸਤਨ 18 ਦਿਨਾਂ ਤੋਂ ਘੱਟ ਕੇ ਲਗਭਗ 3 ਦਿਨਾਂ ਤੱਕ ਆ ਗਿਆ ਹੈ, ਅਤੇ TDS ਪ੍ਰੋਸੈਸਿੰਗ ਵਿੱਚ ਹੁਣ ਦਿਨਾਂ ਦੀ ਬਜਾਏ ਮਿੰਟ ਲੱਗਦੇ ਹਨ। AI ਸਿਸਟਮ ਡਾਟਾ ਵੈਲੀਡੇਸ਼ਨ (data validation) ਅਤੇ ਵੈਂਡਰ ਨਿਗਰਾਨੀ (vendor oversight) ਵਿੱਚ ਸੁਧਾਰ ਕਰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਮੈਨੂਅਲ ਕੰਮ ਦੀ ਲੋੜ ਘੱਟ ਜਾਂਦੀ ਹੈ। ਫਿਰ ਵੀ, ਇਹ ਲਾਭ ਕਿਸੇ ਕੰਪਨੀ ਦੀਆਂ ਗੁੰਝਲਦਾਰ AI ਸਿਸਟਮਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਏਕੀਕ੍ਰਿਤ (integrate) ਅਤੇ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ। ਪੁਰਾਣੇ ਸਿਸਟਮਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਕਾਰੋਬਾਰਾਂ ਲਈ, ਰੈਗੂਲੇਟਰੀ AI ਨਿਗਰਾਨੀ ਮੌਜੂਦਾ ਡਾਟਾ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਵਧਾ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਹੋਰ ਬਚਣਯੋਗ ਕੰਪਲਾਈਂਸ ਗਲਤੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਪਿਛਲੇ ਵੱਡੇ ਟੈਕਸ ਟੈਕਨਾਲੋਜੀ ਬਦਲਾਅ, ਜਿਵੇਂ ਕਿ ਈ-ਫਾਈਲਿੰਗ (e-filing) ਅਤੇ GST, ਲਈ ਕਾਰੋਬਾਰਾਂ ਵੱਲੋਂ ਮਹੱਤਵਪੂਰਨ ਅਨੁਕੂਲਤਾ (adaptation) ਦੀ ਲੋੜ ਸੀ; AI ਇੱਕ ਹੋਰ ਵੀ ਵੱਡਾ ਪਰਿਵਰਤਨ (transition) ਪੇਸ਼ ਕਰਦਾ ਹੈ।

ਪਿੱਛੇ ਰਹਿਣ ਵਾਲੇ ਕਾਰੋਬਾਰਾਂ ਲਈ ਜੋਖਮ ਵਧੇ

ਟੈਕਸ ਅਥਾਰਿਟੀਜ਼ ਦੁਆਰਾ ਵਧ ਰਿਹਾ ਡਿਜੀਟਲ ਅਤੇ AI-ਡ੍ਰਾਈਵਨ ਪਹੁੰਚ, ਅਨੁਕੂਲਨ (adapt) ਕਰਨ ਵਿੱਚ ਅਸਮਰੱਥ ਕਾਰੋਬਾਰਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਜੋਖਮ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਇੱਕ ਮੁੱਖ ਚਿੰਤਾ ਉੱਨਤ ਰੈਗੂਲੇਟਰੀ ਟੂਲਜ਼ ਅਤੇ ਕਾਰੋਬਾਰੀ ਤਿਆਰੀ ਵਿਚਕਾਰ ਵਧ ਰਹੀ ਖਾਈ ਹੈ, ਖਾਸ ਤੌਰ 'ਤੇ SMEs ਲਈ ਜੋ ਵਿੱਤੀ ਸੀਮਾਵਾਂ ਅਤੇ ਘੱਟ ਡਿਜੀਟਲ ਸਿੱਖਿਆ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੇ ਹਨ। AI ਦੀ ਵਧੀ ਹੋਈ ਜਾਂਚ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਡਾਟਾ ਹਾਈਜੀਨ (data hygiene) ਦੀਆਂ ਛੋਟੀਆਂ-ਛੋਟੀਆਂ ਸਮੱਸਿਆਵਾਂ, ਜਿਵੇਂ ਕਿ GSTR-1 ਅਤੇ GSTR-3B ਫਾਈਲਿੰਗਾਂ ਵਿਚਕਾਰ ਵਿਸੰਗਤੀਆਂ, ਆਟੋਮੈਟਿਕਲੀ ਨੋਟਿਸਾਂ ਅਤੇ ਜੁਰਮਾਨਿਆਂ ਨੂੰ ਟਰਿੱਗਰ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਟੈਕਸ ਪ੍ਰਸ਼ਾਸਨ ਵਿੱਚ ਕੁਝ AI ਫੈਸਲਿਆਂ ਦੀ ਅਪਾਰਦਰਸ਼ੀ (opaque) ਪ੍ਰਕਿਰਤੀ ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਪੱਖਪਾਤ (bias) ਦੀ ਸੰਭਾਵਨਾ ਬਾਰੇ ਸਵਾਲ ਖੜ੍ਹੇ ਕਰਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਅਨੁਚਿਤ ਨਿਸ਼ਾਨਾ (unfair targeting) ਲੱਗ ਸਕਦਾ ਹੈ। AI ਕੰਪਲਾਈਂਸ ਸਿਸਟਮਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਅਤੇ ਬਣਾਈ ਰੱਖਣ ਦੀ ਲਾਗਤ ਛੋਟੀਆਂ ਕੰਪਨੀਆਂ ਲਈ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੋ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਉਹਨਾਂ ਨੂੰ ਨੁਕਸਾਨ ਹੋ ਸਕਦਾ ਹੈ। ਡਾਟਾ ਸੁਰੱਖਿਆ (Data security) ਵੀ ਇੱਕ ਵੱਡੀ ਚਿੰਤਾ ਹੈ ਕਿਉਂਕਿ ਸੰਵੇਦਨਸ਼ੀਲ ਵਿੱਤੀ ਡਾਟਾ ਵਧੇਰੇ ਆਨਲਾਈਨ ਹੋ ਰਿਹਾ ਹੈ। ਭਾਰਤ ਵਿੱਚ ਸ਼ਾਸਨ (governance) ਵਿੱਚ AI ਦੀ ਨਿਗਰਾਨੀ ਲਈ ਕਿਸੇ ਖਾਸ ਰੈਗੂਲੇਟਰੀ ਸੰਸਥਾ ਦੀ ਅਣਹੋਂਦ ਇਨ੍ਹਾਂ ਜੋਖਮਾਂ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਸਪੱਸ਼ਟ ਜਵਾਬਦੇਹੀ (accountability) ਤੋਂ ਬਿਨਾਂ AI ਦੀ ਦੁਰਵਰਤੋਂ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ।

ਟੈਕਸ ਕੰਪਲਾਈਂਸ ਦਾ ਭਵਿੱਖ

ਟੈਕਸ ਕੰਪਲਾਈਂਸ ਦਾ ਭਵਿੱਖ ਇੱਕ 'ਅਦਿੱਖ' (invisible) ਸਿਸਟਮ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ AI ਟ੍ਰਾਂਜ਼ੈਕਸ਼ਨਾਂ ਦੌਰਾਨ ਆਟੋਮੈਟਿਕਲੀ ਜ਼ਿਆਦਾਤਰ ਫਾਈਲਿੰਗਾਂ ਨੂੰ ਸੰਭਾਲੇਗਾ ਅਤੇ ਟੈਕਸ ਦੀ ਗਣਨਾ ਕਰੇਗਾ। ਇਹ 'ਟੈਕਸ ਐਡਮਿਨਿਸਟ੍ਰੇਸ਼ਨ 3.0' (Tax Administration 3.0) ਵਰਗੇ ਵਿਸ਼ਵਵਿਆਪੀ ਯਤਨਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ, ਜਿਸਦਾ ਉਦੇਸ਼ ਕੰਪਲਾਈਂਸ ਨੂੰ ਸਿੱਧੇ ਕਾਰੋਬਾਰੀ ਸਿਸਟਮਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨਾ ਹੈ। ਮਾਹਿਰ ਸਿਰਫ ਆਟੋਮੇਸ਼ਨ (automation) ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਆਗਮੈਂਟੇਸ਼ਨ (augmentation) ਵੱਲ ਵਧਣ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਨ, ਜਿੱਥੇ AI ਟੈਕਸ ਪੇਸ਼ੇਵਰਾਂ ਨੂੰ ਰਣਨੀਤਕ ਫੈਸਲਿਆਂ ਅਤੇ ਭਵਿੱਖਬਾਣੀ ਲਈ ਉੱਨਤ ਟੂਲ ਪ੍ਰਦਾਨ ਕਰੇਗਾ। ਜਿਹੜੇ ਕਾਰੋਬਾਰ ਮਜ਼ਬੂਤ ਟੈਕਸ ਕੰਟਰੋਲ ਫਰੇਮਵਰਕ (tax control frameworks) ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਦੇ ਹਨ, ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲਾ ਡਾਟਾ ਬਣਾਈ ਰੱਖਦੇ ਹਨ, ਅਤੇ ਏਕੀਕ੍ਰਿਤ, AI-ਤਿਆਰ ਕੰਪਲਾਈਂਸ ਹੱਲ ਅਪਣਾਉਂਦੇ ਹਨ, ਉਹ ਬਦਲਦੇ ਰੈਗੂਲੇਟਰੀ ਮਾਹੌਲ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਅਤੇ ਕੁਸ਼ਲਤਾ ਲਾਭਾਂ ਤੋਂ ਲਾਭ ਲੈਣ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਸਥਿਤੀ ਵਿੱਚ ਹੋਣਗੇ। ਕਾਰੋਬਾਰਾਂ ਲਈ ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਉਹ ਆਪਣੇ ਕੰਪਲਾਈਂਸ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (compliance infrastructure) ਨੂੰ ਟੈਕਸ ਅਥਾਰਿਟੀਜ਼ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਤੇਜ਼ ਡਿਜੀਟਲ ਰਫਤਾਰ ਨਾਲ ਮੇਲ ਕਰਨ ਲਈ ਅਪਡੇਟ ਕਰਨ।