Due anni fa, l'IRS gestiva circa 10 progetti di IA attivi. Oggi ne gestisce 126 — e sei volte l'anno, un insieme di modelli di machine learning esamina ogni dichiarazione dei redditi di piccole imprese e lavoratori autonomi presentata, cercando schemi che un esaminatore umano impiegherebbe settimane per individuare. Il 10 febbraio 2026, l'agenzia ha ufficializzato questa pratica codificandola nel Manuale Interno delle Entrate come IRM 10.24.1, la sua prima politica formale che regola come l'IA seleziona le dichiarazioni per un audit.
Se gestisci un'impresa e presenti un Modulo C, un 1120-S o una dichiarazione di società di persone, questo non è rumore di fondo. È un vero cambiamento in chi riceve un secondo esame dall'IRS e perché. Ecco cosa è cambiato, cosa cercano effettivamente gli algoritmi e come assicurarti che i tuoi libri contabili non diano loro mai un motivo per segnalarti.
Cosa Dice Realmente l'IRM 10.24.1
La nuova sezione del manuale fa tre cose concrete:
- Definisce cosa l'IA è autorizzata a fare nel processo di esame — includendo, esplicitamente, i sistemi che "informano o influenzano se un contribuente sarà soggetto a audit, o quali aspetti di una dichiarazione saranno soggetti a audit." L'IRS definisce questo un uso "presunto ad alto impatto" dell'IA, collocandolo nella stessa categoria di rischio dei sistemi che riguardano i diritti civili o le infrastrutture critiche.
- Richiede una revisione umana obbligatoria prima che una segnalazione generata dall'IA diventi un audit effettivo. Un modello può segnalare una dichiarazione, ma una persona deve autorizzarla prima che si trasformi in un avviso.
- Stabilisce requisiti di documentazione per la selezione dei casi assistita dall'IA, in modo che gli esaminatori debbano essere in grado di spiegare, per iscritto, perché un caso è stato scelto.
La politica crea anche una struttura di governance: un Chief Data and Analytics Officer funge da "Responsabile IA" dell'IRS, e un consiglio chiamato Data and Analytics Strategic Integration Board approva qualsiasi nuovo caso d'uso IA ad alto impatto prima che venga messo in funzione.
In parole povere: l'IRS non nasconde il fatto che gli algoritmi stanno effettuando un primo triage sulla tua dichiarazione. Ora sta mettendo per iscritto le regole su come funziona quel triage — il che significa anche che gli esaminatori devono essere in grado di giustificarlo in seguito.
Come i Modelli Selezionano Effettivamente la Tua Dichiarazione
Due dei modelli di IA dell'IRS sono mirati specificamente ai contribuenti lavoratori autonomi e ai titolari di piccole imprese, e per una semplice ragione: il reddito da lavoro autonomo sottodichiarato è la componente più grande del divario fiscale individuale. Questi modelli non esaminano la tua dichiarazione in isolamento — la confrontano con la tua storia di presentazione e con migliaia di attività simili nel tuo settore. Alcune cose aumentano affidabilmente il punteggio:
- Discrepanze anno su anno. Un'attività di consulenza che ha dichiarato $180.000 di entrate lorde l'anno scorso e $95.000 quest'anno, senza una spiegazione ovvia, risalta immediatamente.
- Rapporti di detrazione al di fuori delle norme di settore. L'IRS possiede profili statistici dei rapporti tipici spese/entrate per settore. Se la tua attività richiede il 65–70% delle entrate lorde come detrazioni quando la norma per il tuo codice NAICS è del 35–45%, quel divario viene segnalato — anche se ogni detrazione è legittima.
- Numeri tondi. Un prospetto che mostra forniture per ufficio esattamente a $5.000, utenze a $3.000 e pasti a $2.000 viene letto come stimato, non registrato. Una contabilità reale produce numeri come $4.847,13 e $2.963,82, non multipli puliti di cinque.
- Mancate corrispondenze informative. L'IRS incrocia i dati di W-2, 1099 e K-1 che riceve direttamente dai pagatori. Se un 1099-NEC per $42.000 non compare da nessuna parte sulla tua dichiarazione, questa è una mancata corrispondenza automatica, quasi immediata — non serve IA per individuarla, ma ora l'IA aiuta a dare priorità a quali mancate corrispondenze sono più importanti.
- Valori anomali di chilometraggio e spese. Richieste come 40.000+ miglia aziendali all'anno per un'attività con un solo veicolo, o costi di pasti e intrattenimento superiori al 10% delle entrate, sono valori statistici anomali che vengono pesati fortemente.
Niente di tutto questo è nuovo nel genere — il sistema di punteggio Discriminant Function (DIF) dell'IRS confronta le dichiarazioni con le norme statistiche da decenni. Ciò che è nuovo è la scala e la velocità: invece di una formula statica rivista periodicamente, ora hai modelli che vengono rieseguiti sei volte l'anno e migliorano nell'individuare schemi ad ogni ciclo.
La Parte Che Dovrebbe Preoccuparti Di Più: I Tempi di Risposta, Non il Rilevamento
Ecco l'asimmetria con cui i titolari di piccole imprese si stanno effettivamente scontrando nel 2026: la segnalazione assistita dall'IA è veloce, ma il lato umano della risoluzione di una segnalazione non è cresciuto con essa. Gli avvisi automatici vengono inviati rapidamente. Ottenere una persona in carne e ossa al telefono, o una risposta scritta sostanziale a un avviso, ora richiede notevolmente più tempo rispetto a due anni fa. Una segnalazione che nel 2023 sarebbe stata una telefonata di cinque minuti ora può rimanere irrisolta per mesi mentre maturano sanzioni e interessi.
Ciò significa che il costo reale di una dichiarazione disordinata non è solo il rischio di audit — è il tempo e lo stress di districare una segnalazione una volta sollevata, con un punto di appoggio umano più lento dall'altra parte. La migliore difesa è non dare all'algoritmo un motivo per segnalarti in primo luogo.
Perché l'IRS Ha Dovuto Mettere per Iscritto Questa Politica
La struttura di governance in IRM 10.24.1 non è solo manutenzione burocratica — è una risposta diretta a un problema reale con la selezione algoritmica degli audit. Ricerche indipendenti e revisioni del Government Accountability Office hanno scoperto che alcuni gruppi di contribuenti, inclusi i contribuenti neri che richiedono l'Earned Income Tax Credit, sono stati sottoposti ad audit a tassi da tre a cinque volte superiori rispetto ad altri dichiaranti con dichiarazioni simili. La teoria di lavoro del GAO è che questo non è un targeting intenzionale ma un pregiudizio algoritmico involontario — i modelli addestrati su dati storici di audit possono finire per riprodurre qualsiasi modello di selezione esistesse in passato, anche quando nessuno li progetta per farlo.
Questo è precisamente il motivo per cui la nuova politica richiede valutazioni d'impatto, monitoraggio continuo e autorizzazione umana obbligatoria prima che la segnalazione di un modello diventi un audit effettivo: un sistema di machine learning ottimizzato puramente per "catturare reddito sottodichiarato" non ha alcun controllo integrato su di chi reddito segnala in modo sproporzionato. I titolari di piccole imprese dovrebbero leggerlo come un motivo di cauto ottimismo piuttosto che come una causa in attesa — il requisito della revisione umana è un vero punto di appoggio — ma conferma anche che il punteggio di primo passaggio dell'IA non è infallibile. Se vieni segnalato, non significa che l'algoritmo abbia trovato qualcosa di reale; significa che un cercatore di schemi ha trovato qualcosa di statisticamente insolito, che i tuoi stessi registri possono spiegare perfettamente.
Se Vieni Segnalato
Ricevere un avviso non significa che hai fatto qualcosa di sbagliato — di solito significa che un numero, da qualche parte, non corrispondeva all'aspettativa del modello per un'attività come la tua. Alcune cose fanno la differenza tra una rapida risoluzione e una lunga:
- Rispondi per iscritto e rispondi velocemente. Dati i tempi di attesa più lunghi per la revisione umana descritti sopra, una risposta scritta precoce e completa ha più probabilità di essere risolta al primo passaggio rispetto a una telefonata che ti rimette in coda.
- Inizia con la riconciliazione, non con la spiegazione. Mostra le transazioni sottostanti che hanno prodotto il numero in questione prima di spiegare perché sono legittime. Gli esaminatori si muovono più velocemente quando la matematica è già stata fatta per loro.
- Non lasciare che un anno segnalato diventi tre. Una segnalazione irrisolta sulla dichiarazione di quest'anno è esattamente il tipo di anomalia che porta un modello successivo a dare una seconda occhiata anche alle dichiarazioni dell'anno scorso e del prossimo. Chiudila completamente piuttosto che lasciarla in sospeso.
- Coinvolgi un commercialista o un agente iscritto se l'avviso menziona un ambito esteso. Una segnalazione su una singola voce è gestibile da solo; una richiesta di documenti giustificativi per più anni merita un aiuto professionale.
Cosa Riduce Effettivamente il Tuo Rischio
Niente di tutto ciò significa che dovresti sotto-richiedere detrazioni legittime — l'obiettivo è una dichiarazione che sia accurata e ben supportata, non più piccola.
Conserva registrazioni contemporanee, non ricostruite. La documentazione creata al momento della spesa — una ricevuta registrata la settimana in cui l'hai acquistata — ha molto più peso di un foglio di calcolo assemblato la sera prima della scadenza della dichiarazione. È anche semplicemente più facile: ricostruire sei mesi di spese a memoria ad aprile è il modo in cui le detrazioni legittime vengono perse o dichiarate in modo errato.
Usa un piano dei conti che rispecchi il modo in cui la tua attività opera realmente. Categorie ampie e vaghe come "Varie" o "Altre Spese" sono esattamente i contenitori più difficili da difendere e più facili per un modello da segnalare come rumore. Se i tuoi libri contabili non possono spiegare un numero, non puoi farlo nemmeno tu.
Riconcilia il reddito con ogni 1099 e K-1 prima di presentare la dichiarazione. Poiché l'IRS ha già questi moduli, qualsiasi mancata corrispondenza è quasi una segnalazione garantita. Un rapido controllo incrociato con i tuoi libri contabili prima della presentazione coglie questo in minuti invece che mesi dopo in un avviso.
Evita i numeri tondi su tutto ciò che non hai letteralmente speso in numeri tondi. Se la tua contabilità reale è precisa, la tua dichiarazione rifletterà naturalmente quella precisione — che è di per sé un segnale di legittimità.
Separa completamente i conti personali e aziendali. I fondi promiscui sono uno dei modi più rapidi per trasformare una revisione di routine in un vero esame, perché rendono ogni altro numero sulla dichiarazione più difficile da verificare.
Il filo conduttore: ognuna di queste soluzioni si riduce a tenere libri contabili puliti, completi e contemporanei durante tutto l'anno — non ad affannarsi a ricostruirli al momento delle tasse. La contabilità in testo semplice e con controllo versione rende facile sostenere questa disciplina, perché ogni transazione viene registrata quando avviene, in un formato che puoi revisionare tu stesso prima che lo faccia l'IRS.
Tieni i Tuoi Libri Contabili Pronti per Qualsiasi Tipo di Scrutinio
Poiché la selezione degli audit diventa più veloce e automatizzata, le attività che hanno meno di cui preoccuparsi sono quelle i cui libri contabili erano accurati prima ancora che un algoritmo li guardasse. Beancount.io ti offre una contabilità in testo semplice con piena trasparenza e una cronologia completa di ogni modifica in stile git — niente categorizzazione a scatola nera, niente registrazioni ricostruite, solo un libro mastro che puoi difendere riga per riga. Inizia gratuitamente e tieni i tuoi libri contabili pronti per l'audit per impostazione predefinita, non in fretta e furia.