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.
Источники
ВТ
Автор материала
Владимир Туров
Налоговый консультант и автор семинара по легальной оптимизации налогообложения бизнеса. Практикует с 2003 года.
Частые вопросы
Какие данные анализирует ИИ ФНС при проверке деклараций?
Искусственный интеллект ФНС анализирует данные из деклараций, банковских операций, онлайн-касс, сведений Росреестра и таможни. Система сопоставляет информацию между контрагентами и выявляет расхождения в режиме реального времени.
За какое время АСК НДС-2 выявляет нарушения в декларациях?
АСК НДС-2 анализирует декларации по НДС в режиме реального времени и формирует требования о представлении документов в течение 10 дней после подачи отчетности. Система автоматически сопоставляет данные покупателя и продавца по всей цепочке контрагентов.
Какие схемы чаще всего выявляют автоматизированные системы ФНС?
ИИ ФНС эффективно выявляет схемы дробления бизнеса, использование фиктивных контрагентов, необоснованные налоговые вычеты и отклонения цен в контролируемых сделках. В 2025 году автоматически обнаружено 47 тысяч схем дробления для применения льготных режимов.
Можно ли обжаловать результаты автоматического контроля ФНС?
Результаты автоматического контроля подлежат обжалованию в общем порядке согласно главе 19 НК РФ. Налогоплательщик вправе представить возражения на требование о предоставлении документов и обосновать правомерность своих действий с приложением подтверждающих документов.
Защитите бизнес от автоматических доначислений ФНС
СПб 9-10 июня · Москва 18-19 июня · Живое и онлайн
Записаться на семинар →