जैसे-जैसे इस बात पर चर्चा तेज हो रही है कि क्या कृत्रिम बुद्धिमत्ता वास्तव में उस प्रचार के लायक है जिसे वह वैश्विक स्तर पर बना रही है, भारत इंक ऐसे मामलों को देख रहा है जहां एआई मतिभ्रम में समय और पैसा खर्च हो रहा है।
मुंबई आयकर अपीलीय न्यायाधिकरण (आईटीएटी) ने 27 अक्टूबर, 2025 को एक करदाता के खिलाफ हाल ही में आयकर विभाग के 22 करोड़ रुपये के नोटिस को रद्द कर दिया। आईटीएटी ने आयकर आदेश में एआई त्रुटियों का हवाला दिया, जो कर मांग का समर्थन करने के लिए तीन गैर-मौजूद न्यायिक फैसलों पर निर्भर था।
इस तरह के मामले लगातार बढ़ते जा रहे हैं. इस साल सितंबर में, दिल्ली उच्च न्यायालय ने एक याचिका को हरी झंडी दिखाई जिसमें ऐसे मामलों का हवाला दिया गया था जो अस्तित्व में नहीं थे, वे उद्धरण भी स्पष्ट रूप से एआई द्वारा उत्पन्न किए गए थे।
विश्व स्तर पर एक हाई-प्रोफाइल उदाहरण में, डेलॉइट ने ऑस्ट्रेलियाई सरकार को $440,000 की रिपोर्ट का एक हिस्सा वापस करने पर सहमति व्यक्त की, यह स्वीकार करने के बाद कि उसने दस्तावेज़ का मसौदा तैयार करने में जेनरेटिव एआई का उपयोग किया था, जिसमें बाद में कई त्रुटियां पाई गईं।
कर अनुसंधान के लिए भारतीय उद्योग जगत एआई पर कितना निर्भर है?
यह समझने के लिए कि भारत इंक कर समाधान के लिए एआई पर कितना निर्भर है, ईटीसीएफओ ने अपने वित्त प्रमुखों से बात की। वित्त कार्यों में एआई को नियोजित करने में सबसे आगे रहने वाले वित्त प्रमुखों के अनुसार, प्रौद्योगिकी भारतीय कर व्यवस्था की जटिलता के लिए तैयार नहीं है।
ईटीसीएफओ के साथ बातचीत में, सोहिल पारेख, सीएफओ, एथर एनर्जी ने कहा कि एआई उस चरण के करीब भी नहीं है जहां अनुपालन को पूरी तरह से सौंपा जा सकता है, उन्होंने कहा कि विशेष रूप से कर में, कानून जटिल हैं, व्याख्याएं बारीक हैं, और दांव ऊंचे हैं।
पारेख ने कहा, “जिस तरह के जटिल अनुपालन परिदृश्य में हम काम करते हैं, यहां तक कि एक इंसान भी भ्रमित हो जाएगा, एआई को भूल जाएगा। यही कारण है कि निगरानी महत्वपूर्ण है।”
पारेख ने बताया कि ईवी दोपहिया क्षेत्र में, अप्रत्यक्ष कर के तहत एचएसएन कोड बेहद जटिल हैं और एथर एक उल्टे शुल्क ढांचे में काम करता है, जिसका अर्थ है कि वे लगातार सरकार से रिफंड का दावा करते हैं। उन्होंने कहा, एआई डेटा में मदद कर सकता है, लेकिन यह विशेषज्ञ निरीक्षण की जगह नहीं ले सकता।
वी-मार्ट रिटेल के सीएफओ आनंद अग्रवाल ने भी इसी बात को दोहराते हुए कहा कि एआई और कानूनी अनुसंधान के साथ कंपनी का अनुभव अब तक संतोषजनक नहीं रहा है। अग्रवाल ने कहा, “मैं जो भी प्रक्रिया लागू कर रहा हूं, उसके लिए हम कम से कम एक या दो महीने का छाया परीक्षण करते हैं – यानी, वही प्रक्रिया एआई द्वारा की जाती है और उस इंसान द्वारा भी की जाती है जो पहले इसे कर रहा था। उसके बाद ही हमें विश्वास होता है कि इसे 100% एआई को सौंपा जा सकता है।”
ईवाई इंडिया, जिसने इस साल जुलाई में टैक्समैन के साथ साझेदारी में एआई टैक्स रिसर्च टूल लॉन्च किया था, ने भी इस तर्क का समर्थन किया। ईवाई इंडिया के पार्टनर और डिजिटल टैक्स लीडर राहुल पाटनी के अनुसार, उद्योग में कर कार्य अभी भी सार्थक एआई अपनाने के शुरुआती चरण में हैं। “कर और विनियामक में, हम अभी तक उस चरण में नहीं हैं जहां एआई आउटपुट मानव सत्यापन के बिना वितरित किए जा सकते हैं।” पाटनी ने कहा.
उन्होंने बताया कि ग्राहक तक पहुंचने से पहले प्रत्येक आउटपुट को अभी भी पेशेवर समीक्षा और निर्णय की आवश्यकता होती है। हालाँकि, उन्होंने कहा कि सटीकता, संदर्भ और गुणवत्ता सुनिश्चित करने की जिम्मेदारी अंततः उपयोगकर्ता की है। उन्होंने कहा, “हर संगठन के लिए एक जिम्मेदार एआई नीति तैयार करना और लागू करना भी महत्वपूर्ण है।”
सीएफओ एआई को कहां नियोजित कर रहे हैं?
सीएफओ का कहना है कि भारतीय कंपनियां एआई को प्रशासनिक और प्रक्रियात्मक कार्यों तक सीमित कर रही हैं, जबकि इसके उपयोग के मामलों को बढ़ाने के लिए विभिन्न कार्यों में पायलट और कार्यशालाएं चला रही हैं।
उदाहरण के लिए एथर एनर्जी ने “एथर फाइनेंस फॉर यू” लॉन्च किया है, जो पूरी तरह से कंपनी के आंतरिक डेटा स्टैक पर निर्मित एक आंतरिक एआई सह-पायलट है। यह वर्तमान में रिपोर्टिंग, एनालिटिक्स और टैक्स फाइलिंग का समर्थन करता है, और बीटा मोड में है, चल रहे फीडबैक के माध्यम से इसमें सुधार हो रहा है। पारेख ने ईटीसीएफओ को बताया कि लोगों की ओर से, कंपनी साप्ताहिक आंतरिक कार्यशालाएं आयोजित कर रही है, जहां टीमें आपूर्ति श्रृंखला, कार्यक्रम प्रबंधन, वित्त और ग्राहक सहायता से उभरते एआई उपयोग के मामलों का प्रदर्शन करती हैं।
इस बीच वी-मार्ट पर भी कुछ ऐसा ही हो रहा है। अग्रवाल ने कहा कि कर और कानूनी के लिए भी, कंपनी प्रक्रियात्मक और प्रशासनिक कार्यों के लिए एआई का अधिक उपयोग कर रही है, यह सुनिश्चित करते हुए कि नोटिस पर्याप्त रूप से दायर किए जाएं, याद रखे जाएं और आगे बढ़ाए जाएं।
अग्रवाल ने कहा कि उनकी कंपनी दो मेट्रिक्स पर एआई टूल का आकलन करती है: जहां डेटा उपलब्धता बहुत अधिक है और त्रुटि की लागत कम है। उन्होंने कहा, “ये वे प्रक्रियाएं हैं जिन्हें आप स्वचालित करना चाहेंगे। जहां डेटा उपलब्धता कम है और त्रुटि की लागत बहुत अधिक है, यदि आप केवल एआई पर भरोसा करते हैं तो आप हमेशा गलतियां करेंगे।”
