На форуме обсудили потенциал ИИ для бизнеса и налогового мониторинга

Второй блок юбилейного Форума по налоговому мониторингу-2025 прошел в формате панельной дискуссии на тему применения технологий искусственного интеллекта в бизнесе и налоговом контроле.

Дискуссию открыла начальник Управления налогового мониторинга ФНС России Марина Крашенинникова. Деятельность Федеральной налоговой службы неразрывно связана с цифровой трансформацией государства. В Ведомственной программе цифровой трансформации ФНС России на 2025-2027 годы предусмотрены два ключевых показателя, за которые отвечает Управление: удельный вес организаций, в отношении которых проводится налоговый мониторинг, и доля компаний, которые предоставили доступ налоговому органу к своим информационным системам и используют Рабочее место участника налогового мониторинга.

Цели и задачи, стоящие перед ведомством, коррелируют с задачами нацпроекта «Экономика данных и цифровая трансформация государства», Указом Президента от 7 мая 2024 г. № 309 «О национальных целях развития Российской Федерации» и «Стратегией развития искусственного интеллекта в РФ».

«В налоговом мониторинге искусственный интеллект может применяться в области замены экспертизы для формирования методологической позиции по различным вопросам, а также прогнозирования экономических моделей и рисков. В настоящее время функционирует Рабочая группа по искусственному интеллекту, в состав которой вошли крупнейшие в своей отрасли, технологически развитые участники налогового мониторинга. Мы совместными усилиями ведем работу в данном направлении», - отметила Марина Крашенинникова.

Крупные консалтинговые компании подтверждают эту динамику. Так, компания Б1 провела опрос среди своих клиентов, который показал, что пока в тех или иных вопросах налогообложения технологии ИИ используют более 50% компаний. При этом решения, которые интересны участникам налогового мониторинга, условно можно разделить на три ключевые группы инструментов: универсальные решения для автоматизации рутинных операций (например, переводчиков, транскрибаторов и редакторов), специализированные налоговые решения (налоговый ассистент, прогнозирование, поиск аномалий, анализ законодательства) и специализированные решения для взаимодействия с налоговыми органами в рамках налогового мониторинга.

«На данном этапе с точки зрения специализированных налоговых решений среди налогоплательщиков востребованы интеллектуальные помощники, способные оперативно обрабатывать большие объемы документов в целях извлечения из них нужной информации, поиска различий, составления реестров, анализировать и суммаризировать судебную практику, выявлять аномалии и составлять прогнозы. Эти технологии значительно сокращают временные затраты на подготовку запросов от налоговых органов и смежных подразделений компании, позволяя переиспользовать освободившиеся ресурсы для более сложных задач, а также позволяют повысить качество принимаемых решений и уровень прогнозов. При этом, работа данных решений на отдельных этапах все также требует вовлечения высококвалифицированных налоговых специалистов», - отметила партнер Департамента налогообложения, права и сопровождения бизнеса Группы компаний Б1 Мария Егорова.

Решения для налогового мониторинга от ведущих вендоров

Ведущие вендоры на рынке представили участникам Форума свои разработки в данной области. Так, директор финансовых и операционных решений ВК Тех Андрей Черненко продемонстрировал ИИ-ассистента для витрины данных, который помогает в поиске, обработке и анализе информации, а также выявляет налоговые риски в режиме «умного контроля».

«Большой объем данных, агрегируемый в витринах для налогового мониторинга, хорошо подходит для обучения языковых моделей. Мы обучали свою модель на обширной выборке из Консультанта и Налогового кодекса. Наш ИИ-ассистент способен через чат-бот отвечать на любые вопросы, связанные с налогообложением, анализируя актуальное законодательство, внутренние документы организации и данные раскрытия налоговой отчетности, размещенные в витрине», - отметил Андрей Черненко.

Ассистент применяется для решения ключевых задач: автоматической подготовки ответов на требования налогового органа, дополнительной проверки отчетности и документов, ускорение поиска и анализа нужной информации. Это позволит выявлять налоговые риски с учётом индивидуальной методологии компании, поможет оперативнее принимать управленческие решения, повысит уровень автоматизации выполнения контрольных процедур.

Директор департамента корпоративных информационных систем АО "ГНИВЦ" Евгений Мелешко представил ИИ-помощника, который будет внедрен в витрину данных и модуль интеграции с АИС «Налог-3». Он позволит пользователям легко адаптироваться к интерфейсу витрины и настроить её под бизнес-процессы компании.

«ГНИВЦ, как передовая ИТ-компания, соответствует трендам рынка и внедряет инновационные решения на основе искусственного интеллекта в свои продукты. Использование ИИ-помощника позволит нашим клиентам значительно сократить время на поиск решений и уменьшить число запросов в техническую поддержку. В будущем ИИ-помощник сможет публиковать отчетности за считанные минуты и выполнять контрольные процедуры качества данных, что существенно снизит вероятность ошибок», - пояснил Евгений Мелешко.

Руководитель направления по автоматизации бухгалтерского и налогового учета «Рамакс» Александр Квятковский подробно рассказал о способах обучения искусственного интеллекта и создания «базы знаний» по проекту налогового мониторинга.

«При разработке решений для государственных корпораций особое внимание уделяется высоким требованиям к безопасности, доступности данных и прозрачности процессов. Успешная реализация проекта основана на трёх ключевых факторах: качественном формировании базы знаний, пошаговом подходе к обучению и внедрению моделей, а также понимании, что искусственный интеллект дополняет, а не замещает экспертизу человека», - подчеркнул Александр Квятзовский.

Спикер поделился несколькими практическими советами: обучение ИИ-модели должно основываться на качественных данных. Рекомендуется начинать с наиболее значимых документов, постепенно расширяя библиотеку, отдавать предпочтение структурированным и актуальным данным, ввести систему версионности и тегирования. В итоге получится не просто архив документов, а полноценная экосистема, обучаемая и готовая стать реальным помощником для компании. Для эффективной интеграции в процессы рекомендуется начать с простых шагов, таких как обучение сотрудников или запуск встроенного помощника по поиску ответов. Такие небольшие пилотные проекты помогают выявить оптимальные сценарии применения.

Также спикер представил ИИ-помощника, развернутого локально, ускоряющего анализ документации, настройку решений и обучение специалистов.

Актуальные тренды в ИИ

Представители крупного бизнеса поделились с участниками Форума опытом применения генеративного искусственного интеллекта и классического машинного обучения не только в налоговом контроле, но и в других бизнес-процессах.

Управляющий директор, начальник управления моделирования и исследования данных Сбера Андрей Духовный рассказал о новых моделях и актуальных трендах в области искусственного интеллекта.

По словам спикера, сегодня для обучения ИИ-моделей совершается в миллионы раз больше операций, чем 10 лет назад. Точность языковых моделей серьезно увеличилась всего за три года.

«Последние 10 лет искусственный интеллект активно внедряется в бизнес-процессы. Он перестал быть полезной опцией, а стал необходимым инструментом для роста эффективности и конкурентоспособности компаний. Если еще три года назад мы отмечали тренд на обучение больших моделей искусственного интеллекта и их мультимодальность, то с 2024 года идет новая тенденция по разработке ИИ-агентов под конкретные задачи и продукты. Именно такая стратегия приносит наилучший результат и высокую окупаемость при правильном подходе. ИИ-агенты из экспериментальных инструментов стали настоящими генераторами выручки», - поделился Андрей Духовный.

Все озвученные подходы успешно реализованы в собственной языковой модели Сбера, работающей на платформе GigaChat. Активные разработки банка в данном направлении объясняются рядом объективных факторов: наличие критически важной инфраструктуры и убежденность в том, что внедрение ИИ-решений обеспечит технологический суверенитет компании.

По словам управляющего директора, начальника Управления координации и развития налоговой функции Сбера Антона Радаева, стратегия Сбера ориентирована на полномасштабную агентизацию процессов. Одна из ключевых целей состоит в развитии самостоятельного цифрового помощника, способного анализировать внутренние документы и инструкции, а также актуальные нормативно-правовые акты.

«Мы расширяем функционал системы и на сферу налогового мониторинга. Наша модель Co-pilot позволяет анализировать законодательство и судебные практики, мониторить налоговые новости, распознавать неструктурированные документы и изменения, а также выявлять ошибки, сокращая риски и обеспечивая прозрачность процессов. В будущем ИИ-агент может стать полноценным помощником по налоговой экспертизе: автоматически исполнять требования налогового органа и давать пояснения, предзаполнять и анализировать отчетность, помогать в разработке сервисов», - считает Антон Радаев.

Разработки традиционного бизнеса

Технологии искусственного интеллекта активно внедряют в свои процессы не только высокотехнологичные компании, но и представители традиционного крупного бизнеса. Эксперты химической, атомной и металлургической отраслей представили на Форуме свои разработки с применением искусственного интеллекта.

Например, компания «Норильский никель» применяет технологии искусственного интеллекта для повышения производительности труда и общей эффективности бизнеса. Особое внимание уделяется автоматизации рабочих процессов, направленных на обеспечение охраны труда. ИИ-системы позволяют контролировать соблюдение техники безопасности сотрудниками, фиксируют использование защитных средств, помогают следить за химическим составом в производстве. В офисе ИИ-агенты сопровождают процессы в менеджменте: подготовка презентаций, резюме встреч, писем. Это позволяет повышать эффективность работы и снижает зависимость от компетенции персонала.

Искусственный интеллект также используется компанией в работе налогового подразделения. ИИ-помощник следит за изменениями в законодательстве, анализирует документы, готовит ответы для налогового органа, контролирует качество учета и отчетности.

«Для нас было важно, чтобы система давала активные ссылки на нормативные документы при ответе для дополнительной перепроверки фактов человеком. Также она должна была научиться признавать, если что-то не знает, а не обманывать пользователя. Пока эффективность таких моделей около 80-85%. Мы для себя считаем такой проект успешным. Нельзя просто внедрять ИИ-агентов на текущие процессы, необходимо перестраивать работу так, будто у вас появился еще один стажер, но с высокой производительностью», - поделилась опытом Анна Гончарова, начальник Управления налогового администрирования и анализа налоговой эффективности ПАО «ГМК «Норильский никель».

ГК «Азот» также продемонстрировали участникам Форума свои уникальные разработки. Они создали прототип «Панели рисков» для оптимизации управления рисками в рамках электронного сервиса №21. Панель представляет собой уникальный инструмент, интегрирующийся с витриной данных, учетными системами и различными внешними сервисами. Комплекс алгоритмов  преобразует данные, которые поступают из разных информационных систем, и анализирует возможные риски. Панель будет внедрена в работу со следующего года.

«По итогам анализа планируем формировать отчет по выявлению рисков на интеграционной платформе налогового мониторинга. Мы готовимся использовать платформу не только для взаимодействия с налоговым органом, но и для своих бизнес-целей. Кроме того, мы разработали прототип ИИ-помощника для оценки эффективности продаж на основе полученных ранее данных на платформе. Благодаря этой модели можно достаточно точно прогнозировать выручку, выявлять отклонения в ценообразовании и просчитывать упущенную выгоду», - рассказала Мария Белянина, заместитель генерального директора АО ГК "АЗОТ".

Компания «Гринатом» разработала несколько решений с использованием технологий искусственного интеллекта. Одним из первых экономически эффективных ИИ-проектов стала интеллектуальная система маршрутизации обращений пользователей для контакт-центра, запущенная в 2019 году. Эта система автоматически определяет уровень сложности обращения клиента, распределяет запросы между сотрудниками и строит тепловые карты для проактивного выявления проблем. Она обрабатывает весь поток входящих писем в службу поддержки и самостоятельно маршрутизирует 50% из них, а обработка запросов нейросетью происходит до 30 раз быстрее в сравнении с человеком.

Другой пример эффективного применения ИИ – интеллектуальный помощник «Атом.Зая», способный быстро составлять краткую выжимку из инструкций к корпоративным системам со ссылкой на первоисточник, что помогает на треть сократить нагрузку на техподдержку.

Интеллектуальная система «Атом.Поиск» позволяет повысить эффективность процессов за счет сокращения времени поиска необходимой информации на 43%. IDP-система «Атом.Око» помогает перевести отсканированные документы в машиночитаемый вид, при этом точность извлечения данных по некоторым документам превышает 95%.

«Применение искусственного интеллекта даёт значительный потенциал для ускорения процессов. При этом внедрение таких инструментов должно быть обоснованным, поэтому мы подходим к внедрению ИИ через проверку гипотез, в ходе которой оцениваем техническую возможность внедрения и измеряем как прямые, так и косвенные эффекты. В рамках налогового мониторинга ИИ может помочь в отслеживании изменений в законодательстве, подготовке отчётности для контролирующих органов и проведении контрольных процедур», – считает директор центра разработки АО «Гринатом» Антон Заммоев.

Участники дискуссии также обсудили способы расчета экономических эффектов при внедрении технологий ИИ, сложности, с которыми компании могу столкнуться, ограничения в применении только отечественных разработок и требования безопасности при работе с высокочувствительными данными.

Скачать презентации спикеров можно в разделе «База знаний».