惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

罗磊的独立博客
爱范儿
爱范儿
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
博客园_首页
博客园 - 叶小钗
酷 壳 – CoolShell
酷 壳 – CoolShell
Apple Machine Learning Research
Apple Machine Learning Research
云风的 BLOG
云风的 BLOG
量子位
博客园 - 三生石上(FineUI控件)
Stack Overflow Blog
Stack Overflow Blog
小众软件
小众软件
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
V
V2EX
人人都是产品经理
人人都是产品经理
V
Visual Studio Blog
Jina AI
Jina AI
L
LangChain Blog
M
MIT News - Artificial intelligence
MongoDB | Blog
MongoDB | Blog
Last Week in AI
Last Week in AI
Martin Fowler
Martin Fowler
WordPress大学
WordPress大学

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания
ИИ на службе у ФНС: как КНП идет к эпохе «автоактов»
Дмитрий Кудряшов · 2026-06-20 · via Все публикации подряд на Хабре

ИИ на службе у ФНС: как КНП идет к эпохе «автоактов»

Простой

6 мин

1

На днях встретился с бывшими коллегами-налоговиками, которые, как и я, недавно ушли со службы. Обсудили то, что сейчас происходит в ФНС, региональных инспекциях, как в целом себя ощущает бизнес. И по нашему мнению пока на ПМЭФ заявляют, что с налоговой нагрузкой все в порядке и палку никто не перегнул, на самом деле все гораздо менее радужно, а то будущее которое нам готовит, грозит и вовсе «похоронить» малый и средний бизнес.

Поскольку те процессы, которые происходят сейчас, — это буквально «цветочки» по сравнению с тем, что скоро, возможно, станет реальностью налогового контроля. Речь про внедрение ИИ в налоговый контроль, которое неизбежно произойдет в ближайшие 1-2 года.

Сразу скажу: все, что написано ниже, — это лишь мое мнение и мнение нескольких бывших сотрудников, которые, как и я ушли на волне трудовой реформы в ФНС. Возможно все во все так, а мы лишь надумываем и преувеличиваем.

КНП как главный меч налогового контроля

Давайте ретроспективно посмотрим на то, как камеральные проверки проводились раньше и как они проводятся сейчас. Потому что именно через КНП лучше всего видно, куда движется налоговый контроль.

Еще 2–3 года назад пройти КНП по НДС даже с «бумажным» НДС (включение в состав налоговых вычетов по НДС счетов-фактур по нереальным сделкам) было относительно несложно. Даже требования по ст. 93, 93.1 НК РФ по таким рискам приходили нечасто. Инспекциям просто не хватало ресурсов, чтобы отрабатывать весь тот объем рисков, который они видели в системе ПК АИС Налог - 3.

Инспекторы не могли массово штамповать акты по разрывам, цепочкам и рискам, которые уже были видны в АИС. Поэтому что-то переходило в предпроверочный анализ (ППА), что-то — в выездные проверки, а что-то так и оставалось на «задворках налогового контроля». Другими словами: «болталось без отработки». Или, как иногда бывало, по компаниям «копили риски», ждали, пока сумма налоговых рисков не пересечет условный рубикон, чтобы взяться за ее отработку.

То есть налоговый орган видел гораздо больше, чем реально мог процессуально оформить.

Со временем на КНП начали возлагать все больше и больше надежд. И это логично: камеральная проверка — самый быстрый и массовый формат контроля. Так, за последние несколько лет КНП стала одним из главных, если не самым главным, инструментом борьбы с налоговыми схемами, особенно по НДС.

Да, раньше уровень проработки по ст. 54.1 НК РФ в КНП был значительно слабее, чем в ВНП. Выездники, которые уже с 2018 года работали с умышленными схемами по ст. 54.1 НК РФ, на голову опережали камералистов. Многие сотрудники камеральных отделов тогда считали, что в рамках КНП доказательственную базу по этой статье не собрать.

Но все меняется. Теперь уже мало у кого есть сомнения, что «базу» можно собрать и в рамках КНП. Появились алгоритмы работы, опыт описания цепочек, практика подготовки актов, понимание, какие признаки нужно анализировать, чтобы доказывать «техничность» контрагентов.

Человек как главное узкое горлышко системы

Да, КНП стала гораздо более опасной противоборствующей силой для налогоплательщика. Но даже при этом осталась главная проблема:

Объем рисков все равно намного больше, чем человеческий ресурс, который способен эти риски качественно отработать.

Инспекциям все еще не хватало физического ресурса, чтобы качественно отработать весь объем рисков, выявляемый системой. Именно поэтому часть рисков до сих пор не превращается в реальные доначисления. Не потому, что налоговый орган их не видит, а потому что их нужно еще описать, доказать, процессуально оформить и довести до результата.

Затем появилась экстерриториальность.

Камеральные проверки стали передаваться в регионы, где нагрузка на инспектора была ниже. Так налоговая попыталась подгрузить более свободные регионы и выровнять нагрузку внутри системы.

Экстерриториальность и рост компетенции сотрудников отделов КНП дали еще один мощный толчок для роста результативности камеральных проверок. Но и после этого объем налоговых рисков все равно остался слишком массовым, чтобы быть полностью отработанным в рамках КНП.

И вдобавок ко всему происходит укрупнение налоговых органов: районные инспекции объединяются в межрайонные, штат сокращается, а общая трудовая нагрузка растет. Не потерять в такой ситуации в качестве — задача не из легких. Тем более что ушли не только возрастные и опытные сотрудники, но и молодые, амбициозные специалисты, которые со временем могли бы двигать налоговый контроль вперед.

И вот здесь мы подходим к самому важному. Я и многие бывшие сотрудники приходим примерно к одному выводу:

ФНС не делает ставку на сотрудников. На грамотных специалистов, которым нужно платить адекватную нагрузке и компетенции зарплату. ФНС делает ставку на автоматизацию и искусственный интеллект.

АИС «Налог-4» и новая логика контроля

Если объективно взглянуть на процесс КНП, то более половины времени, затрачиваемого камералистом на акт, уходит на механическую работу: Ctrl+C и Ctrl+V из баз АИС «Налог-3» и шаблонное инициирование процедур.

Оставшееся время — может быть, 30–40%, а у кого-то всего 10% — это уже интеллектуальная работа: оценка, выводы, формирование итоговой позиции. То есть на реальную работу, где действительно нужно подумать, уходит не так много времени по сравнению с тем, сколько тратится на механику. И здесь возникает вопрос:

Зачем держать большой штат камералистов, если при внедрении ИИ один человек сможет обрабатывать гораздо больше актов?

Или этот вопрос можно сформулировать еще жестче:

Зачем нужны высококвалифицированные специалисты, которые захотят «много денег», если при внедрении ИИ с этим сможет справиться и менее компетентный сотрудник?

Я как-то слышал выражение одного начальника инспекции, что алгоритмы АИСа уже давно избавили некоторых инспекторов от необходимости думать. Возможно, звучит грубо, но думаю, многие из работающих в ФНС с этим согласятся.

Алгоритмы АИС уже сегодня отлично выстраивают деревья связей, определяют выгодоприобретателей и технические компании с довольно высокой точностью. Но когда в систему будет встроен ИИ, он заберет на себя не только сбор разрозненных данных, но и ту самую аналитическую часть. Алгоритм сможет самостоятельно оценивать собранную базу, строить логические цепочки доказывания и выгружать готовый, юридически выверенный шаблон акта проверки.

Я думаю, что такая глубокая интеграция может быть реализована в рамках АИС «Налог-4», ориентировочно к 2028 году.

От ручной проверки к конвейеру «автоактов»

Масштабы и скорость генерации документов станут просто несоизмеримыми. То, на что у инспектора сейчас уходит 2–3 недели, нейросеть с доступом к базам АИС сможет сформировать за несколько минут. Человеку останется лишь финальная вычитка и подпись. Причем этот принцип затронет не только КНП. Он также сильно ускорит предпроверочный анализ и выездные проверки.

Сейчас уже есть возможность генерации автотребований при прямых расхождениях. По такому же конвейерному принципу в будущем могут полететь и акты проверок по КНП. При внедрении ИИ отработка налоговых рисков может стать такой:

  • Компания заявила спорный вычет даже на скромную сумму — алгоритм моментально сгенерировал и направил акт КНП. Если налогоплательщик не успел или не смог подготовить мотивированные возражения в процессуальные сроки, система начислит недоимку, пени и штраф. Эти суммы моментально упадут минусом на ЕНС.

  • Рассматриваться по существу с участием живых налоговиков будут только те материалы, по которым бизнес вступил в «борьбу». Все остальное пойдет в ЕНС «автоматом».

  • Конвейер контроля будет автоматизирован от стадии выявления риска до фактического списания денег со счета.

Да, сейчас это выглядит как мрачная фантастика. Но давайте вспомним: во многое из того, что нам говорили 10 или даже 5 лет назад, мы тоже не верили и смеялись над такими прогнозами. А теперь?

Что это будет значить для малого и среднего бизнеса

Сейчас огромный пласт малого и среднего бизнеса с небольшими суммами рисков по НДС или с не самыми масштабными признаками дробления спасается только потому, что до них не доходят руки.

Инспекторы вынуждены концентрироваться на более крупных и перспективных рисках. Они выбирают то, что можно быстрее и эффективнее отработать, где больше сумма, где выше вероятность результата, где проверка имеет смысл с точки зрения нагрузки на отдел.

Но как только человеческий фильтр в виде ограниченного штата исчезнет, контроль может стать неотвратимым для всех — независимо от суммы потенциальной недоимки.

Для искусственного интеллекта не существует понятий «слишком мелкая сумма», «нецелесообразно тратить время» или «конец квартала, не до них». Нейросети абсолютно все равно, выписать акт на 50 миллионов или на 500 тысяч рублей. Себестоимость генерации одного такого документа для системы стремится к нулю.

Это создаст для малого бизнеса серьезную ловушку. Ведь помимо усиления административной нагрузки на бизнес, чтобы отбиться от автоматического акта, бизнесу придется привлекать профильных налоговых специалистов. А их услуги стоят дорого — зачастую это может быть даже дороже, чем сумма вменяемого алгоритмом нарушения.

Вопрос о том, выдержит ли экономика МСБ такой стерильный алгоритмический контроль к 2028 году, остается открытым.

Налоговый инсайдер

P.S. До ноября прошлого года я был работником ФНС. Сейчас веду телеграм канал «Налоговый Инсайдер» в котором раскрываю закулисье налоговой службы, рассказываю о методах налогового контроля и делюсь всем тем, что узнал работая в ФНС. Если интересна такая тематика подписывайтесь)