馬來西亞内陆税收局（LHDN）首席執行長拿督阿布・塔里克・賈馬魯丁表示，截至2025年11月3日，該局今年已稽核並調查 408,726件案件，相關查核結果帶動約 77億林吉特 的追加稅額評估。
受調查重點包括高資產人士、菸酒與電子菸產業、電子發票資料，以及納稅人的海外帳戶資訊。LHDN強調，自願守法仍是治理基礎，但若發現蓄意逃漏稅，將採取堅定執法。
該局同時推動多項人工智慧應用，包括全天候稅務諮詢機器人HAFY-Tax Assist、票據與契約文件辨識工具、納稅行為分析模型，以及MyInvois異常偵測模型；後者已篩出 逾7,700件疑似涉稅案件。
這場治理升級的本質，是馬來西亞財政機關如何把AI從「降低行政成本」轉化為「提高實際稅收產出」，同時處理數位治理最敏感的三組矛盾：公共信任、程序正當性，以及技術判斷的可解釋性。
第一，追加稅額不是單純的技術成果，而是LHDN重新分配稅務負擔的權力工具。高資產人士、菸酒、電菸與海外帳戶被列為重點，反映官方正從一般查稅轉向高風險與高隱匿性族群。若AI能降低查核成本，理論上可使更多守法納稅人免於承擔少數逃漏者留下的財政缺口。但若模型僅以異常指紋篩選案件，被質疑者可能承受過度監視，因此資料品質、偏差控制與人工覆核仍是治理成效的關鍵。
第二，電子發票把納稅義務由「年度申報」拉長到「即時交易紀錄」。這提升可稽核性，也讓演算法得以進行即時比對；然而，制度越透明，企業的系統整合成本、資安責任與資料治理義務也越高。
第三，海外帳戶與高資產查核具有高度政治敏感度。LHDN既要展現對跨國避稅的壓力，也必須避免因資訊落差而形成重複課稅或程序爭議。AI可以提高發現率，卻不能取代法律授權、證據認定與申訴機制。
第四，反腐與科技採購本身構成利益角力。演算法模型、資料基礎設施與外部技術供應商掌握龐大公共決策影響力；LHDN若要維持公信力，除了公布績效，也應建立模型驗證、供應商稽核、利益衝突揭露及獨立申訴管道。
馬來西亞這波數位稽核可視為新興市場「資料驅動型稅務治理」的一次制度化實驗。過去數十年，電子發票多被視為降低逃稅與改善查稅效率的行政工具；如今，AI則進一步把申報資料轉化為即時風險預測。真正的典範轉移，不是政府開始使用AI，而是查稅權力開始由人工抽樣轉向演算法排序。這種模式能擴大覆蓋率，卻也把模型偏差的影響從試作規模放大至國稅體系。
01 起因觸發：408,726件稽核調查揭露約77億林吉特追加稅額評估
02 一階傳導：高資產、菸酒電子菸、海外帳戶及電子發票案件遭集中篩查
03 二階擴散：企業被迫升級ERP、電子發票、資料治理、資安與AI模型監控能力
04 市場外溢：財政科技支出由聊天機器人轉向異常偵測、行為分析與案件管理
05 制度外溢：國稅機關的演算法問責、資料隱私與申訴機制成為新治理課題
06 宏觀終局：數位治理若能兼顧回收率與程序正當性，可提升區域財政韌性與跨境稅務透明
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
