Налоговые органы по всему миру переходят от традиционных камеральных проверок к цифровому аудиту на основе данных. Цель – повысить эффективность администрирования за счет проактивного выявления нарушений с помощью искусственного интеллекта (ИИ) и больших данных, а также улучшить взаимодействие с добросовестными налогоплательщиками. Опыт Федеральной налоговой службы (ФНС) России и британской HMRC показывает, как такой переход меняет налоговый контроль на практике. Практики Налогового управления США (IRS) движутся в том же направлении и будут упомянуты кратко.
ФНС России значительно изменила подход к налоговым проверкам. Раньше инспекторы вручную изучали документы и отчеты – процесс занимал месяцы и не всегда выявлял нарушения. Сегодня объем информации таков, что алгоритмы с ИИ автоматически анализируют огромные массивы данных, распознают аномалии и сигнализируют о возможных нарушениях. Ключевую роль играет АИС «Налог-4» – система, обрабатывающая данные в реальном времени. Она выявляет отклонения от нормы и сразу предупреждает инспектора о рисках. Фактически каждый налогоплательщик уже находится под непрерывным цифровым надзором.
Такой проактивный цифровой аудит позволяет находить проблемы до подачи деклараций и обходиться без выездных проверок. При обнаружении грубых несоответствий (например, незадекларированного имущества или неучтенной выручки) система сама доначисляет налоги. В итоге вместо реагирования постфактум налоговый контроль становится превентивным.
Важную роль играет и налоговый мониторинг – система постоянного обмена данными с бизнесом. Запущенный в 2015 году для крупного бизнеса, он обеспечивает инспекторам ФНС удаленный доступ к данным компаний в режиме реального времени. Налоговики могут дистанционно контролировать сделки и помогать исправлять ошибки без выездных проверок, что значительно сокращает число таких проверок и снижает нагрузку на компании по подготовке документов. Модель взаимодействия смещается в сторону партнерства: акцент делается на профилактике нарушений и консультировании, а не на санкциях постфактум.
По словам Алексея Николаевича Чернякова, кандидата философских наук и доцента кафедры информационных технологий факультета информационных технологий и анализа больших данных Финансового университета при Правительстве РФ, применение ИИ-технологий в сфере налогового контроля способствует быстрому обнаружению рисков и улучшению качества управления, при этом уменьшая административное бремя для законопослушных плательщиков налогов.
Британская налоговая служба (HMRC) также активно вкладывает средства в цифровую трансформацию. За последние годы HMRC вложила более 1 млрд фунтов стерлингов в IT-решения, рассчитывая повысить собираемость налогов. Однако Национальное аудиторское управление (NAO) отмечает, что пока не удалось добиться запланированной эффективности – 15%-го роста производительности, отчасти из-за сложности устаревших систем и затрат на их обновление.
В то же время британский опыт демонстрирует успехи цифрового аудита. В 2010 году HMRC внедрила систему анализа данных Connect, которая объединяет сведения из десятков источников и с помощью алгоритмов выявляет подозрительные отклонения в декларациях, позволяя находить случаи уклонения, ранее ускользавшие от инспекторов. В 2024/25 финансовом году проверки на основе системы Connect принесли казне около 4,6 млрд фунтов стерлингов дополнительного дохода – на треть больше, чем годом ранее. Таким образом, big data и ИИ стали для HMRC мощным инструментом усиления налогового контроля.
Параллельно реализуется инициатива Making Tax Digital (MTD), призванная сделать администрирование более эффективным и удобным для бизнеса за счет перехода на электронные системы учета и отчетности. С 2019 года компании в Великобритании обязаны вести налоговые записи в цифровой форме и подавать декларации через совместимое программное обеспечение, вместо ручного ввода на портале HMRC. Это сокращает число ошибок и позволяет налоговым органам получать данные оперативно.
Налоговое управление США (IRS) тоже постепенно осваивает цифровой аудит. С 2024 года Налоговая служба США проводит тестирование систем искусственного интеллекта для выбора налоговых деклараций, подлежащих проверке. Эти алгоритмы на основе ИИ выявляют случаи с высокой вероятностью неполной уплаты налогов. Хотя Соединенные Штаты еще не полностью перешли на цифровой аудит, направление развития очевидно: налоговое ведомство намерено использовать аналитику данных и алгоритмические инструменты для усиления надзора и повышения операционной эффективности.
Международная практика свидетельствует о том, что искусственный интеллект и связанные с ним цифровые технологии преобразуют структуру налогового администрирования. Отличительными особенностями этой новой структуры являются проактивный подход, открытость и принятие решений на основе данных. Налоговые органы постепенно уходят от моделей ретроспективного контроля — когда ошибки обнаруживаются спустя месяцы или годы — к превентивным стратегиям, которые выявляют потенциальные нарушения заблаговременно путем анализа больших объемов информации в реальном времени. Автоматизированные системы могут мгновенно сопоставлять данные из множества источников и уведомлять проверяющих о подозрительных аномалиях. Классическая камеральная проверка трансформируется в цифровой скрининг, выполняемый алгоритмами сразу при поступлении декларации. Функция инспектора меняется – он уже не просто ревизор, а аналитик и оператор сложных систем, принимающий конечные решения там, где требуется человеческое рассмотрение.
Внедрение ИИ в налоговое администрирование призвано совместить эффективность налогового контроля и одновременно улучшить качество сервисов для граждан. Новая цифровая архитектура строится на принципах адресности и сотрудничества: «умные» системы берут на себя рутину по проверке отчетности, а инспекторы и налогоплательщики взаимодействуют более точечно, решая конкретные проблемы в диалоге друг с другом. Такой переход от камеральной проверки к цифровому аудиту, по мнению А.Н. Чернякова, повышает собираемость налогов и снижает издержки как для государства, так и для бизнеса. Однако успех во многом будет зависеть от того, насколько взвешенно и ответственно налоговые органы разных стран подойдут к использованию возможностей ИИ, сохраняя баланс между технологичностью, справедливостью и уважением к налогоплательщику. Только в этом случае искусственный интеллект действительно станет надежной опорой новой архитектуры налогового администрирования, а не источником новых проблем.