公平地說，在過去的 250 年里，他們見證了流程和工作場所的變革。首先，從農業轉向制造業，然后轉向改變我們溝通、旅行和創新方式的技術。最后，從 1960 年代到 1970 年代，我們進入了工業革命的第三階段——數字革命——電子、計算機和電信使我們日常生活的大部分內容實現了自動化。現在，我們將“數字”一詞提升到了一個新的水平，即互聯網的普遍使用、人工智能的應用以及對云、物聯網 (IoT) 和大數據的更大依賴。這種數字化轉型對政府和跨國公司都有重大影響。

這些變化將我們帶入社會革命，信息和商業在社會上進行交流并單獨交換。此外，這些技術用于個性化客戶體驗，同時最大限度地減少時間和資源并提高利潤率。雖然這些數字技術重塑了商業世界，但它們也影響著政府的運作方式。世界各地的當局都在使用數字工具來提高效率并做出更明智的決策。事實上，在德勤的一項調查中，近 75% 的政府官員受訪者承認，這一流行病加速了他們政府的數字化轉型時間表，給跨國組織的 IT 團隊帶來了巨大挑戰。

政府數字化轉型的催化劑

在過去的二十年里，政府已經從基于紙質的手動流程發展到采用重大的數字化進步來解決前端服務，例如納稅、更新駕駛執照和申請福利。這些變化滿足了選民的期望，他們已經習慣了電子商務、在線通信以及在日常生活中對移動技術的依賴。然而，與此同時，政府推遲了更大規模、更廣泛的改革，這些改革將簡化運營和系統，使他們在工作中更有效率和效力。

對 COVID-19 大流行的應對暴露了政府的內部運營缺陷，引發了關于其績效、適應快速變化的環境的能力以及對其決策的監督等更普遍的問題。盡管許多政府不得不應對 COVID-19 引發的緊迫需求，但有些政府已借此機會將其用作數字化轉型的催化劑，這將使政府及其公民在未來幾年都受益。

例如，葡萄牙政府設立了數字化應對大流行辦公室，通過該辦公室評估和實施數字化措施，以確保公共和私人組織的協調應對。在新加坡，一家醫院開發了一個專門的應急醫療保健中心，該中心使用人工智能和大數據來預測服務需求，以便組織可以合作快速滿足需求。

如果說大流行帶來了一個積極因素，那就是政府現在理解數字化轉型和健全的數據政策如何成為實現敏捷響應和有效解決方案的基礎。

征稅問題

數字化轉型對政府數字化程度的提高將給跨國組織帶來巨大壓力，特別是與稅收征管有關的壓力。政府現在正在將自己整合到組織的數據堆棧中，以實時了解企業對企業的交易——從應付賬款和應收賬款到采購到支付、供應鏈物流以及介于兩者之間的一切。這些任務的范圍不是全球性的；相反，墨西哥的法規與英國的法規不同，也與西班牙和其他國家的稅務報告不同。

作為政府與組織數據整合的一部分，稅務機構現在正在應用機器學習來識別潛在的欺詐特征。這種復雜的自動化可以幫助機構快速找到隱藏在大量數據中的微妙線索，而以前依賴更多手動流程的審計員可能會錯過或忽略這些線索。但是，這對跨國組織提出了挑戰。由于稅收規則很復雜并且可能因地區而異，因此這些組織必須不斷適應以保持合規。

持續轉型

考慮到早期技術實施在改善后端流程方面的成功，隨著時間的推移，政府只會變得更加復雜。這些變化將使在全球開展業務的公司變得困難，需要保持警惕，以適應各種不斷變化的法規。為了在這個數字轉型時期取得成功并防止受到懲罰，跨國公司必須遵循政府的策略，利用機器學習。稅務報告解決方案使組織能夠跟蹤各國之間的監管變化，并在報告結構內自動實施正確的流程，這將確保跨國公司不會偏離政府合規的軌道。此外，這些解決方案可以主動響應當前和未來的政府法規。