ФНС заявляет об ИИ для налогового контроля, но эксперты видят лишь продвинутую автоматизацию
Руководители Федеральной налоговой службы заявляют об активном внедрении искусственного интеллекта для анализа рисков и проверки деклараций, однако эксперты полагают, что речь идет о сложной, но все же автоматизации, что создает риски завышения возможностей системы.
Федеральная налоговая служба в выступлениях руководителей все чаще говорит о внедрении искусственного интеллекта в налоговый контроль. По данным habr_ai, начальник Межрайонной ИФНС № 29 по Свердловской области Элита Елькина в марте 2025 года заявила, что ИИ уже анализирует риски, выявляет сложные схемы, включая дробление бизнеса, и прогнозирует экономические модели. Руководитель УФНС по Смоленской области Татьяна Рыбалко утверждала, что ИИ проверяет декларации, находит несоответствия и прогнозирует налоговые риски, а алгоритм изучает документы на предмет ошибок.
Эксперты полагают, что за этими заявлениями скрывается не истинный ИИ, а продвинутая автоматизация на основе жестких правил. Ключевое отличие в том, что искусственный интеллект способен к самообучению на новых данных, генерации новых правил и работе в условиях неопределенности. Системы на жестких правилах, какими бы сложными они ни были, лишь исполняют предписанные алгоритмы. Вероятно, ФНС использует именно такие системы анализа данных. Их возможности выросли за счет увеличения вычислительных мощностей и объемов информации, но ядро остается детерминированным.
Такая подмена понятий создает риски. Во-первых, она формирует необоснованно высокое доверие сотрудников ФНС, налогоплательщиков и общества к решениям системы. Может сложиться образ всевидящего ока, хотя система работает по четким инструкциям, которые могут иметь слепые зоны или давать ложные срабатывания. Во-вторых, это размывает понятие ИИ, затрудняя публичную дискуссию о реальных возможностях и этических границах таких технологий в госсекторе. В-третьих, акцент на готовом ИИ может замедлить реальные инвестиции и исследования по внедрению в госорганах самообучающихся систем машинного обучения, требующих иных подходов к разработке и контролю.
Для бизнеса это означает, что фундаментальные принципы взаимодействия с фискальными органами не изменились. Система по-прежнему ищет отклонения от заданных шаблонов в данных. Однако шаблоны стали сложнее, а проверки - тоньше. Компаниям требуется более внимательный подход к документообороту и налоговому планированию. Аргумент "система ИИ все нашла" может стать мощным инструментом проверяющих, даже если выводы системы основаны на корреляции, а не на доказанной причинно-следственной связи.
Текущий этап - это эра гипер-автоматизации и углубленного анализа данных в ФНС, а не внедрение истинного ИИ. Развитие продолжается, и элементы машинного обучения могут быть интегрированы позже. Сейчас важно трезво оценивать технологические заявления, разделяя реальные инновации и маркетинг. Это позволяет адекватно оценивать риски, выстраивать диалог о регулировании и не поддаваться иллюзии тотальной цифровой слежки, возникающей из-за некорректного использования термина "искусственный интеллект".
Анализ показывает, что риторика об ИИ часто опережает реальные технологические возможности. Вместо самообучающихся алгоритмов используются сложные, но статичные системы правил. Это создает ложное впечатление о возможностях системы и может привести к неоправданному доверию к ее выводам. Для эффективного диалога между бизнесом и государством необходимо четкое понимание того, какие технологии применяются на самом деле и каковы их реальные ограничения.
