"Dengan demikian, petugas pajak kami nantinya dapat melihat perubahan kekayaan saat perubahan itu terjadi, bukan setahun kemudian atau bahkan dua tahun kemudian," ujarnya.

Meski demikian, pengembangan kemampuan AI untuk membaca pemberitaan dan keterbukaan informasi korporasi tersebut masih berlangsung.

Dalam paparannya, Ibnu belum merinci jadwal penerapan penuh sistem maupun besaran potensi penerimaan pajak yang dapat diperoleh dari pemanfaatannya.

Selain pemantauan kekayaan individu beraset besar, Ibnu memaparkan pemanfaatan machine learning untuk mengidentifikasi risiko pajak di sektor kelapa sawit.

Ia menjelaskan setiap transaksi penjualan antarbadan usaha disertai faktur pajak elektronik.

Namun, setiap perusahaan dapat menggunakan deskripsi barang yang berbeda-beda sehingga informasi dalam faktur perlu dianalisis agar transaksi dapat diidentifikasi dan dibandingkan secara sistematis.

Melalui machine learning, DJP memanfaatkan data dalam faktur pajak elektronik untuk mengidentifikasi barang yang diperjualbelikan, jumlah atau volumenya, serta harga transaksi.

"Kami menggunakan machine learning untuk membaca faktur-faktur tersebut dan mengidentifikasi barang yang dijual, jumlahnya, serta harganya," kata Ibnu.

DJP kemudian mencocokkan data pembelian tandan buah segar oleh pabrik dengan perkiraan jumlah minyak sawit yang seharusnya dapat dihasilkan dari bahan baku tersebut.

Hasilnya dibandingkan dengan laporan penjualan pabrik.

Menurut Ibnu, ketidaksesuaian antara data pembelian bahan baku, perkiraan hasil produksi, dan laporan penjualan dapat menjadi petunjuk awal bagi petugas pajak untuk menindaklanjuti risiko yang ditemukan.

"Ketika angka-angka tersebut tidak sesuai, kami memiliki petunjuk yang jelas untuk ditindaklanjuti," ujarnya.

Ia menambahkan pendekatan serupa sedang diterapkan untuk sektor-sektor lain.

Namun, Ibnu tidak merinci sektor apa saja yang akan menjadi sasaran berikutnya maupun nilai potensi pajak yang dapat diidentifikasi melalui teknologi tersebut.

Ibnu menegaskan pemanfaatan teknologi tidak dapat berdiri sendiri dalam memperkuat administrasi perpajakan.

Menurutnya, penerapan teknologi perlu didukung sumber daya manusia yang kompeten, regulasi yang jelas, serta kepercayaan wajib pajak.

"Teknologi hanyalah sebagian dari solusi.

Kita juga membutuhkan sumber daya manusia yang kompeten, aturan yang jelas, dan kepercayaan dari para wajib pajak," pungkasnya.