Читать книгу Гайд №5: Налоговая с нейросетью: теперь вас проверяет не только человек - Евгений Владимирович Сивков - Страница 2

Если смотреть на ФНС как на классическую госструктуру, то многое в её действиях выглядит странно: постоянные обновления сервисов, расширение цифры, интеграции, новые автоматизированные модули, пилоты, нейросетки. Но если смотреть на ФНС как на огромную ИТ-компанию с функцией сбора доходов, – всё встаёт на свои места.

За последние 15 лет произошёл самый быстрый цифровой апгрейд в истории госорганов России. Можно сколько угодно спорить об идеологии, подходах, избыточном контроле, но факт остаётся фактом: ФНС входит в топ-3 технологически развитых налоговых служб мира, и именно технология стала основой её силы.

1.1. Начало трансформации: от «бумаги» к цифре

Путь начался в середине 2010-х годов, когда государство решило, что:

▪      ручной учёт больше невозможен;

▪      цифровые данные собираются уже сами по себе;

▪      бизнес и граждане должны стать «прозрачными» в режиме реального времени.

Ключевые нормативные вехи на пути становления «цифровой» ФНС:

▪      Федеральный закон от 27.07.2006 № 149-ФЗ «Об информации» – дал базу для обработки больших массивов данных;

▪      Федеральный закон № 402-ФЗ «О бухучёте» – обязал бухучёт в электронном виде;

▪      Федеральный закон № 290-ФЗ (2016 год) – ввёл онлайн-кассы и ОФД, что стало началом live-data передачи в ФНС; и

▪      перезапуск АИС «Налог-3» – платформа, которая позже станет главным мозгом ФНС.

Но на тот момент ещё никто не понимал, что это не просто «автоматизация», а создание инфраструктуры для машинного контроля.

1.2. Появление АСК НДС – поворотный момент

В 2015–2016 годах заработала система, которая изменила всё – АСК НДС-2. Эта новая система:

▪      начала видеть «разрывы» по НДС;

▪      сопоставляла декларации;

▪      анализировала цепочки поставок;

▪      находила фиктивных контрагентов, и, что самое главное,

▪      работала быстрее любого инспектора.

У АСК есть жёсткий принцип: если что-то выглядит как подозрительная цепочка, то это и есть подозрительная цепочка, пока налогоплательщик не докажет обратное. И это стало новым стандартом налогового процесса – презумпция добросовестности на бумаге существует, но алгоритм живёт по своим законам математики.

Сегодня действует уже расширенная версия АСК НДС-3, которая учитывает:

▪      технические ресурсы компании;

▪      штат и зарплаты;

▪      электронные метаданные документов;

▪      выкладки «Налог-3»; и даже

▪      данные из внешних источников.

1.3. «Налог-3»: вся цифровая экономика в одном окне

Представьте, вы заходите в приложение банка – и видите не только баланс, но и квартиру, которую снимаете, номер свидетельства о браке жены, данные поставщиков вашей фирмы, маршрут последней доставки на Ozon и даже, кто ставил подпись в ветеринарной справке на партию сыра.

Это не фантастика. Это – «Налог-3», единая цифровая вселенная, в которую вшиты:

▪      ЕГРЮЛ и ЕГРИП;

▪      ЗАГС и Росреестр;

▪      ГИС ЖКХ и ПФР/СФР;

▪      таможня и банки (по 115-ФЗ);

▪      операторы онлайн-касс, сервисы самозанятых;

▪      ФГИС «Меркурий», «Аршинов», «Вестник закупок»; и даже

▪      маркетплейсы – Ozon, Wildberries, Яндекс Маркет, Авито.

Это не просто база. Это живая графовая модель социальных и финансовых связей всей страны, где у каждого человека и компании есть:

▪      цифровой профиль (кто вы и с кем связаны);

▪      модель поведения (когда, сколько и на что тратите);

▪      риск-оценка (насколько вы «выбиваетесь из нормы»);

▪      история операций (от чека в кофейне до межбанка); и

▪      перекрёстные связи (общий бухгалтер или гендиректор, повторяющийся IP адрес, адрес регистрации или фактического местонахождения, телефоны, совпадающие маршруты денежных переводов и прочее).

Когда алгоритм находит 3–4 совпадения в этой сети – он не «подозревает». Он строит гипотезу. А инспектор – уже не ищет, а подтверждает.

1.4. Эра предиктивной аналитики: ФНС перешла к прогнозированию

Сегодня налоговая шагнула уже дальше. Она проверяет не то, что вы сделали, а пытается предсказать то, что вы еще только собираетесь сделать.

▪      ML-модули предсказывают вероятность фиктивности контрагента;

▪      система анализирует аномалии, такие как скачки выручки, падение фонда оплаты труда, несостыковки в кассовых данных;

▪      ИИ отмечает «поведенческие отклонения» физлиц, включая переводы, операции с наличностью, частоту операций, географию платежей.

ФНС развивается в сторону проактивного контроля в стиле банковского антифрода с целью предвосхитить нарушение.

1.5. Почему ФНС стала сильнее, чем отдельный инспектор

Раньше инспектор искал нарушения – как детектив: по следам, версиям, документам под рукой. Сегодня ФНС знает больше, чем любой человек может удержать в голове: она видит вашу компанию не отдельно, а в связке со всеми, с кем вы работаете, платите, живёте – и с тем, как это выглядит в сравнении с другими. Поэтому проверка теперь начинается не с «давайте разберёмся», а с «вот что не сходится – объясните».

Это не «злой ИИ», а просто новая логика контроля: данные стали настолько связаны и доступны, что отклонение от паттерна – уже сигнал. И задача налогоплательщика – не скрывать, а делать свою цифровую «картину» логичной, прозрачной и непротиворечивой. Потому что спорить с системой бесполезно. А вот говорить с ней – на её языке – можно. И нужно.

1.6. Что в этом всём самое неприятное для налогоплательщика?

Самое неприятное – не то, что алгоритм умный, а то, что он… глухой. Он не знает, что в вашем регионе в марте отменили выставку, и поэтому выручка упала. Не понимает, почему вы платите бухгалтеру «в конверте» – потому что она оформлена в другой фирме по договору аутсорсинга. Не видит разницы между разовой ошибкой (забыли КВЭД указать) и годовой схемой по «обналичке». Он не учитывает ни специфику сезона, ни особенности отрасли, ни простую человеческую невнимательность – для него всё сводится к одному: совпадает паттерн – есть риск, не совпадает – нет.

И вот в чём проблема: даже если формально инспектор «принимает решение», на практике он редко идёт против вывода системы – особенно когда проверок много, а ресурсов мало. В итоге добросовестные попадают в одну корзину с нарушителями не из-за злого умысла, а потому что цифровая логика не умеет задавать вопрос: «А вдруг здесь есть объяснение?»

1.7. Вывод: что дальше – вектор развития на 2026–2030 гг.

ФНС не скрывает, что движется в сторону:

▪      полной автоматизации камеральных проверок;

▪      внедрения ИИ-модулей в выездные проверки;

▪      автоматического определения «технических» компаний;

▪      реестра аномальных операций физлиц;

▪      цифровых двойников налогоплательщиков;

▪      автоматического выявления схем «оптимизации»;

▪      интеграции с нейросетями для анализа документов и переписок.

То есть мы сейчас находимся только в начале пути – и через 3–5 лет текущий уровень контроля будет выглядеть милым и аналоговым.