Людмила Владимировна Полежарова — доктор экономических наук, профессор кафедры налогов и налогового администрирования, факультет налогов, аудита и бизнес-анализа; советник государственной гражданской службы Российской Федерации 1 класса, почетный работник Министерства Российской Федерации по налогам и сборам,
Москва.
Lyudmila V. Polezharova — Dr. Sci. (Econ.), Prof., Department of Taxes and Tax Administration, Faculty of Taxes, Audit and Business Analysis; Advisor, State Civil Service of the Russian Federation, 1st Class, Honorary Worker of the Ministry of the Russian Federation for Taxes and Duties,
Moscow.
Софья Сергеевна Черемисина — специалист 1 разряда отдела отраслевого анализа Аналитического управления,
Москва.
Sofia S. Cheremisina — 1st category specialist, Industry Analysis Department, Analytical Department,
Moscow.
Предмет исследования — модели, формы и риски использования искусственного интеллекта (далее — ИИ) в налоговом администрировании (далее — НА). Актуальность работы предопределена ускорением процессов цифровизации и использования ИИ во всех сферах общественной жизни, включая НА. Цели — попытка определить возможности использования ИИ для реализации концепции «Налоговое администрирование 3.0»; раскрыть новейшие достижения практического внедрения ИИ за рубежом и в России; установить риски его применения в НА. Методология исследования основывается на налоговой теории, формах и методах НА в обеспечении соблюдения налогового законодательства. В результате исследования установлено, что Россия, последовательно реализуя подход налогового администрирования 3.0, является одной из передовых стран в мире по уровню цифровизации НА. Определены основные направления дальнейшего развития ИИ на службе НА, включая: технологическое усложнение процедур НА с одновременным упрощением и развитием персонализации взаимодействия налогоплательщиков с налоговыми органами; масштабирование прогностических моделей ИИ, дальнейшую автоматизацию внутренних процессов деятельности налоговых органов; глубокую интеграцию баз данных государственных органов, организаций, цифровых платформ и превращение их в «агентов» НА, осуществляющих процессы НА в рамках своих систем; государственное правовое регулирование внедрения ИИ в сферу НА, обеспечение надежности, прозрачности и подконтрольности внедряемого ИИ; использование ИИ только как поддержки принятия решений при сохранении функции принятия управленческих решений за человеком. Сделан вывод: для трансформации НА следует использовать ИИ как интегрированный компонент, встроенный в более широкую налоговую экосистему, охватывающую нормативно- правовые рамки, организационные структуры, существующую техническую инфраструктуру и человеческий опыт. Авторы рекомендовали активнее использовать отечественный и зарубежный опыт, связанный с использованием ИИ для выявления незадекларированных изменений в объектах собственности, автоматизацией внутренних процессов деятельности налоговых органов и предоставлением услуги предварительного автоматического заполнения деклараций по НДФЛ на основе данных, получаемых налоговым органом от третьих сторон.
The study’s subject is the models, forms, and risks of using artificial intelligence (AI) in tax administration (TA). The rapid digitalization and incorporating AI across all societal sectors, including TA, dictates the importance of this work. The goals are an attempt to ascertain the possibilities of using AI to implement the concept of «Tax Administration 3.0»; this research employs a methodology rooted in tax theory, using TA’s forms and methods to ensure compliance with tax laws. The study’s results show Russia is among the global frontrunners in tax administration digitalization, a result of its steady adoption of the TA 3.0 approach. The authors defined the key directions for further development of AI in the service of TA, including: technological complication of TA procedures with simultaneous simplification and development of interaction personalization between taxpayers and tax authorities; scaling of predictive AI models, further automation of internal processes of tax authorities; deep integration of databases of state agencies, organizations, and digital platforms, transforming them into tax “agents” implementing tax processes within their systems; state legal regulation of implementing AI in the tax system, ensuring the reliability, transparency, and accountability of the implemented AI; and the use of AI solely as decision-making support while retaining the function of making management decisions by humans. To reform tax systems, the conclusion is that AI needs to be a core element within a larger tax ecosystem that incorporates regulatory structures, organizational setups, existing IT, and human skills. The authors advised increased application of both local and global AI usage insights. This would help detect undisclosed property changes, streamline internal tax authority workflows, and offer a service for the automatic pre-filling of personal income tax returns using data that the tax authority receives from third parties.
The authors declare that there are no conflicts of interest present.