Правовая база применения ИИ в налоговом контроле
Основания для использования автоматизированных систем в налоговом контроле установлены ст. 82 НК РФ. Согласно п. 1 данной статьи, налоговые органы вправе использовать технические средства контроля для обработки и анализа информации о налогоплательщиках.
Концепция развития информационных технологий ФНС до 2030 года, утвержденная приказом ФНС России, предусматривает создание единой цифровой экосистемы налогового администрирования на базе машинного обучения и нейросетей.
АСК НДС-2: принципы работы системы
Автоматизированная система контроля НДС второго поколения анализирует декларации по НДС в режиме реального времени. Система сопоставляет данные покупателя и продавца, выявляя расхождения в суммах налога к доплате и возмещению.
Согласно письму ФНС России от 16.07.2019 № СД-4-15/13984@, АСК НДС-2 автоматически формирует требования о представлении документов при выявлении расхождений свыше 1% от суммы НДС к доплате.
Ключевые алгоритмы АСК НДС-2:
- Сопоставление счетов-фактур покупателя и продавца
- Анализ цепочек контрагентов на предмет фиктивности
- Контроль соответствия вычетов отгрузкам
- Выявление дублирующих счетов-фактур
- Проверка корректности применения налоговых ставок
Системы BigData в налоговом контроле
ФНС России использует технологии больших данных для анализа информации из множественных источников. В единой информационной системе налогового контроля обрабатываются данные банков, Росреестра, таможенных органов, операторов фискальных данных.
| Источник данных | Тип информации | Применение в контроле |
|---|---|---|
| Банки | Движения по счетам | Сопоставление с декларациями |
| Росреестр | Сделки с недвижимостью | Контроль НДФЛ физлиц |
| Таможня | Внешнеторговые операции | Проверка экспортного НДС |
| ОФД | Данные онлайн-касс | Контроль оборотов малого бизнеса |
Машинное обучение позволяет выявлять скрытые закономерности в массивах налоговых данных. Алгоритмы анализируют поведенческие паттерны налогоплательщиков, определяя аномалии и потенциальные нарушения.
Автоматическое выявление схем ухода от налогообложения
Искусственный интеллект ФНС выявляет типовые схемы минимизации налогов путем анализа связанности компаний. Система строит граф связей между организациями по критериям:
- Общие учредители и руководители
- Единые адреса регистрации
- Совпадающие банковские реквизиты
- Идентичные поставщики и покупатели
- Синхронные операции по датам и суммам
По данным ФНС, в 2025 году автоматически выявлено 47 тысяч схем дробления бизнеса для применения УСН и льготных режимов. Средняя сумма доначислений по таким схемам составила 8,3 млн рублей.
Критерии отбора для углубленного контроля
Система скоринга налоговых рисков присваивает каждому налогоплательщику рейтинг от 1 до 10 баллов. Критерии высокого риска включают:
- Значительные расхождения между НДС к доплате и возмещению
- Резкое изменение налоговой нагрузки
- Операции с высокорисковыми контрагентами
- Несоответствие деятельности заявленным кодам ОКВЭД
- Отсутствие экономической обоснованности сделок
Согласно концепции системы планирования выездных налоговых проверок, утвержденной приказом ФНС России от 30.05.2007 № ММ-3-06/333@, отбор объектов для проверки осуществляется автоматизированно на основе критериев самостоятельной оценки рисков.
Мониторинг операций в режиме реального времени
С 2024 года ФНС внедрила систему онлайн-мониторинга крупных операций. Сделки свыше 600 тысяч рублей между взаимозависимыми лицами автоматически анализируются на предмет соответствия рыночным ценам.
В соответствии с п. 1 ст. 105.16 НК РФ, налогоплательщики обязаны уведомлять о контролируемых сделках до 20 мая года, следующего за отчетным.
Нейросети анализируют ценообразование в сопоставимых сделках, выявляя отклонения от рыночного уровня. При обнаружении занижения цен более чем на 20% система автоматически формирует запрос о предоставлении обоснований.
Последствия автоматического контроля для бизнеса
Внедрение ИИ в налоговый контроль существенно сократило сроки выявления нарушений. Если ранее схемы обнаруживались при выездных проверках через 2-3 года после совершения операций, теперь отклонения фиксируются в течение 10 дней после подачи декларации.
Статистика эффективности автоматического контроля в 2025 году:
- 87% требований о представлении документов обоснованы
- Средний срок камеральной проверки сократился до 45 дней
- Доля доначислений по результатам автоматического контроля - 31% от общих доначислений ФНС
Организациям необходимо обеспечивать полное соответствие данных в различных формах отчетности, поскольку любые расхождения немедленно выявляются автоматизированными системами налогового контроля.