Bonus casa, frodi e «bollini» del Fisco: così blockchain e machine learning certificano i crediti
Tra i nuovi correttivi anti-frode c’è l’ipotesi di un «codice identificativo univoco» da agganciare al credito fiscale. Ma è la tecnologia a consentire di andare oltre i controlli formali
Intelligenza artificiale, machine learning, blockchain. Le tecnologie possono giocare un ruolo fondamentale per liberare dagli incagli la circolazione dei crediti fiscali. Ma bisogna conoscerle e saperle sfruttare.
Tra i correttivi per allentare la stretta sulle cessioni multiple (modificando le disposizioni del Dl Sostegni-ter) e vigilare sulle frodi, si è affacciata ad esempio l’ipotesi di un “bollino” di qualità emesso dal Fisco: un «codice identificativo univoco» da agganciare al credito e «da indicare nelle comunicazioni delle eventuali successive cessioni», come spiega la bozza di decreto approvata dal Consiglio dei ministri. Un’idea già bocciata, tra gli altri, dal presidente dell’Ance Gabriele Buia («non penso che ci siano ulteriori bollini da dare, non dobbiamo mettere ulteriore burocrazia»).
Una soluzione di questo tipo sottende il bisogno di tracciare i bonus, di “notarizzare” i documenti: perché non impiegare allora la catena dei blocchi? «L’uso della blockchain per certificare la natura e la vita dei crediti è un tema non ancora completamente esplorato», dice Valeria Portale, direttore dell’Osservatorio blockchain del Politecnico di Milano. «Eppure – prosegue Portale – senza arrivare agli smart contract, l’uso più semplice e minimo sarebbe proprio quello di registrare l’informazione in modo immutabile, certificare grazie al timestamping il valore del credito e dare prova certa. Soprattutto su piattaforme pubbliche, permissionless». Se il nodo è individuare il processo giusto, resta però il problema di assicurare ab origine la bontà del credito, perché c’è il rischio di inserire nella blockchain un dato immutabile ma falso.
«Ipotizzare un nuovo bollino delle Entrate significa pensare ancora a un livello di verifica solo formale. Mentre l’Agenzia, che dispone di enormi banche dati, potrebbe implementare il machine learning: algoritmi che segnalino un alert ogni volta che un’azienda riporta parametri sospetti», osserva Paul Renda, Ceo di Spartan Tech, partner tecnologico del progetto Lifecredit. Una piattaforma in blockchain per la gestione integrata dei bonus edilizi, promossa da LifeGate Tech e sviluppata nel 2020, che ha superato le 100mila pratiche e i 500 milioni di crediti gestiti.
La società utilizza dunque la blockchain (rigorosamente pubblica, più affidabile) lungo tutto il processo: caricamento dei documenti, attestazioni tecniche, asseverazioni delle spese, visti di conformità. Così da fissare le responsabilità di ogni attore della filiera. Ma non basta. «Usiamo il machine learning per controllare le pratiche e i sistemi di intelligenza artificiale per aiutare chi carica queste pratiche ed evitare errori», spiega Davide Rinaldi, responsabile di LifeGate Tech. «Incrociando e analizzando i dati – sottolinea ancora Rinaldi – riusciamo anche a scoprire i crediti falsi, che riportano indicatori di prestazione con parametri disordinati, molto lontani dalle nostre medie».
Le tecnologie servono però anche a monte, a verificare la correttezza degli interventi. «Non eseguiamo un mero controllo formale sui documenti, ma – afferma Renda – laddove necessario abbiamo droni che entro 24/48 ore operano la scansione degli edifici per riprodurne un digital twin, un modello digitale, con un margine di errore inferiore al centimetro».
Il “gemello digitale” dei fabbricati consente quindi analisi approfondite da remoto e in tempo reale, anche rispetto ai vari Sal. In Commissione Bilancio di Palazzo Madama, invece, durante un’audizione qualche senatore ha interrogato il direttore delle Entrate, Ernesto Maria Ruffini, sull’opportunità di allentare la stretta alle cessioni dei crediti trasmettendo le foto (!) dei cantieri.