Pertama, AI menawarkan kapasitas anomaly detection yang jauh melampaui kemampuan auditor manusia.

Dalam konteks under-invoicing, model machine learning dapat menganalisis triliunan titik data secara simultan—mulai dari data Pemberitahuan Impor Barang (PIB), harga komoditas global, data perbankan (dalam koridor AEoI), hingga data historis kepatuhan Wajib Pajak (WP).

Sistem ini dapat secara otomatis menandai (flagging) transaksi yang mencurigakan (misalnya, importir yang melaporkan harga mesin industri jauh di bawah harga pasar wajar) untuk diaudit.

Kemampuan ini secara teoritis dapat menutup celah yang selama ini dieksploitasi oleh importir nakal.

Kedua, dan ini adalah inti dari kebijakan tersebut, AI dirancang untuk memotong "ruang abu-abu" diskresi yang menjadi lahan subur bagi kongkalikong.

Teori korupsi klasik dari Klitgaard (C = M + D - A) menyatakan bahwa korupsi terjadi ketika ada Monopoli kekuasaan dan Diskresi yang luas, minus Akuntabilitas. Rencana Menteri Keuangan secara eksplisit menggunakan AI untuk menyerang komponen 'D' (Diskresi).

Dengan mengotomatisasi proses audit berbasis risiko (Risk-Based Auditing), sistem AI mengurangi interaksi tatap muka yang tidak perlu dan membatasi kewenangan subjektif oknum fiskus untuk "menegosiasikan" temuan audit.

Keputusan tidak lagi didasarkan pada siapa yang Anda kenal di kantor pajak, tetapi pada skor risiko yang dihasilkan secara objektif oleh algoritma.

Ketiga, otomatisasi menjanjikan efisiensi birokrasi. Proses yang lebih cepat dan transparan dapat meningkatkan iklim kemudahan berusaha dan, dalam jangka panjang, meningkatkan kepatuhan sukarela.

Ketika WP merasa bahwa sistem bekerja secara adil, transparan, dan efisien, kepercayaan terhadap otoritas pajak yang merupakan aset paling vital dalam sistem self-assessment dapat terbangun.

Tantangan Fundamental: Jebakan Solusionisme Teknologi

Meskipun peluangnya nyata, terdapat tantangan fundamental yang berakar pada asumsi filosofis di balik kebijakan ini.

Tantangan ini harus dikelola secara serius agar AI tidak menjadi "obat" yang efek sampingnya lebih berbahaya dari penyakitnya.

Tantangan pertama adalah reduksionisme masalah, atau apa yang disebut Evgeny Morozov sebagai "solusionisme teknologi".

Kebijakan ini secara implisit mereduksi korupsi, sebuah masalah kemanusiaan yang kompleks menyangkut etika, keserakahan, tekanan sistemik, dan integritas menjadi sekadar masalah teknis berupa anomali data.