Искусственный интеллект в ФНС: реальные технологии или маркетинговый миф

По данным публикации на Хабре, которую подготовил бывший сотрудник ФНС, в 2025 году региональные представители налоговой службы начали заявлять об активном внедрении искусственного интеллекта: мол, ИИ помогает анализировать риски, выявлять дробление бизнеса и прогнозировать экономические модели. Однако, исходя из опыта автора, который покинул службу в конце того же года, внутри ведомства не появилось ничего, что соответствовало бы определению ИИ — зато появился удобный маркетинговый ярлык для старых добрых правил и макросов.

Что на самом деле работает в «Налог-3»

Центральная информационная система ФНС — ПК АИС «Налог-3» — действительно мощный инструмент, но его архитектура устроена классически: структурированные данные поступают на вход, сопоставляются по заранее заданным правилам, и система выдаёт результат, предусмотренный разработчиком. Если значение одного показателя расходится с другим — программа фиксирует расхождение. Если организация набрала определённое количество баллов по установленным признакам — она попадает в группу риска. Это детерминистическая логика, и, как иронизирует автор, часть её можно воспроизвести формулой или макросом в Excel.

Суть в том, что здесь нет обучения на данных — а именно это отличает машинное обучение от классической автоматизации. Настоящий ИИ-модуль, будь он интегрирован, должен был бы накапливать паттерны из исторических дел, адаптировать пороги срабатывания под меняющуюся статистику и, возможно, генерировать гипотезы о ранее неизвестных схемах. Ничего этого система не делает: она жёстко следует алгоритмам, заложенным инженерами на этапе разработки.

Почему «автоматизация» стали называть ИИ

Автор статьи описывает красноречивый эпизод: перед его уходом из службы ему предложили выступить на региональном форуме о цифровизации и рассказать про ИИ в налоговых органах. Обсуждали НДС-цепочки, скоринговые модели, поиск выгодоприобретателей — и быстро пришли к выводу, что рассказывать по существу нечего. Идею выступления свернули: пришлось бы либо честно признать отсутствие ИИ, либо назвать им обычную автоматизацию. Судя по формулировкам на сайте ФНС, второй вариант оказался востребованнее.

Это типичная картина, которую мы наблюдаем по всему миру: термин «ИИ» превратился в удобный бренд, повышающий воспринимаемую ценность любого программного решения. Если посмотреть на архитектуру, классические экспертные системы и rule-based движки прекрасно справляются с задачами верификации деклараций и скоринга — для этого не нужно нейросетей с миллиардами параметров. Но в отчётах и публичных выступлениях слово «алгоритм» звучит не так впечатляюще, как «искусственный интеллект».

Что это значит на практике

Для разработчиков и пользователей цифровых сервисов разница критична: автоматизация по правилам предсказуема и аудируема — вы всегда знаете, почему система приняла то или иное решение. Настоящий ML-модуль работает иначе: его «веса» — внутренние параметры, настроенные в процессе обучения — формируют вероятностные суждения, которые не всегда поддаются простому объяснению. В контексте налогового контроля это означает два разных подхода к риску: одно дело — система, которая отработает все ваши НДС-цепочки по известным паттернам, и совсем другое — модель, способная обнаружить неочевидную аномалию в данных, которую не предусмотрел ни один аналитик.

На горизонте ближайших лет реальное применение ML в налоговых системах вполне вероятно: технологии для этого давно существуют, а объёмы данных у ФНС колоссальные. Но пока что разрыв между PR-нарративом и инженерной реальностью остаётся значительным — и полезно уметь его видеть, чтобы не путать маркетинговые обещания с реальными техническими возможностями сервиса.