現行AI智慧選案系統揭露的成功戰果，卻大量於租賃市場隱匿、網紅直播帶貨、漏開發票等地下經濟灰色地帶，這些活動屬於中小企業或個人的營運範圍
造成中小企業高度成為AI獵物的原因，是臺灣的「擴大書審」
目前全台高達六成以上的營所稅申報案件，皆適用這項只要純益率自行調整達標即可免除查帳風險的權宜制度
這項制度的副產物，導致中小企業長期疏於建立完備的原始憑證與金流帳冊
當這些無須經過嚴格檢核的垃圾資料被灌入稅務大數據資料庫，在演算法光譜上便會觸發嚴重的垃圾進，垃圾出的偏差
AI模型建構在充滿雜訊與不準確的基礎上，經過機器學習交叉勾稽後，自動化生成的異常指標，自然會全面、高機率地指向帳證最為欠缺、特徵值最為詭異的中小企業
另外A 演算法在學習過程中，所演化出的特定產業偏好（系統性歧視）
AI 系統在實質勾稽全台跨部會數據（如水電耗費、進銷項發票一致性測試）時，會自動發現某些特定業別（如營建業、室內裝修業、餐飲業、通訊行或瓦斯行）的違章與逃漏稅比率高於常規
一旦模型將這些特徵鎖定為高風險偏好將導致該業別中所有守法的中小企業，其抽查率也會被非理性拉高，在形成一種無法逃脫的業別陷阱
更殘酷的實質是，中小企業在面臨國稅局職權調查時，往往毫無實質抗辯與防禦能力
多數中小企業為了節省委任經費，將帳務全面委外處理，平時不保留生產管理資訊或確實履行合約證據
一旦被AI智慧選案命中、要求限期提示帳簿，廠商往往因為無法釋明申報內容與金流的對等性，最終只能被迫改按極高的「同業利潤標準」認栽補繳高額稅款
這種在中小企業端百發百中的補稅成功率，反向回饋給AI模型，進一步加深了演算法對中小企業的偏好鎖定
造成中小企業高度成為AI獵物的原因，是臺灣的「擴大書審」
目前全台高達六成以上的營所稅申報案件，皆適用這項只要純益率自行調整達標即可免除查帳風險的權宜制度
這項制度的副產物，導致中小企業長期疏於建立完備的原始憑證與金流帳冊
當這些無須經過嚴格檢核的垃圾資料被灌入稅務大數據資料庫，在演算法光譜上便會觸發嚴重的垃圾進，垃圾出的偏差
AI模型建構在充滿雜訊與不準確的基礎上，經過機器學習交叉勾稽後，自動化生成的異常指標，自然會全面、高機率地指向帳證最為欠缺、特徵值最為詭異的中小企業
另外A 演算法在學習過程中，所演化出的特定產業偏好（系統性歧視）
AI 系統在實質勾稽全台跨部會數據（如水電耗費、進銷項發票一致性測試）時，會自動發現某些特定業別（如營建業、室內裝修業、餐飲業、通訊行或瓦斯行）的違章與逃漏稅比率高於常規
一旦模型將這些特徵鎖定為高風險偏好將導致該業別中所有守法的中小企業，其抽查率也會被非理性拉高，在形成一種無法逃脫的業別陷阱
更殘酷的實質是，中小企業在面臨國稅局職權調查時，往往毫無實質抗辯與防禦能力
多數中小企業為了節省委任經費，將帳務全面委外處理，平時不保留生產管理資訊或確實履行合約證據
一旦被AI智慧選案命中、要求限期提示帳簿，廠商往往因為無法釋明申報內容與金流的對等性，最終只能被迫改按極高的「同業利潤標準」認栽補繳高額稅款
這種在中小企業端百發百中的補稅成功率，反向回饋給AI模型，進一步加深了演算法對中小企業的偏好鎖定
