Искусственный интеллект на службе налогового администрирования: возможности и риски

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.

1. Мороз В. В., Яковлева Е. Е. Искусственный интеллект налоговых органов после цифровизации. Проблемы экономики и юридической практики. 2024;20(4):236-242.

2. OECD. Tax Administration 3.0: The Digital Transformation of Tax Administration. P.: OECD Publishing. 2020; DOI: 10.1787/ca274cc5-en

3. Гончаренко Л. И., Адвокатова А. С. Синергия цифровых технологий и сервисной модели налоговых органов как драйвер развития налогового администрирования. Вестник Тюменского государственного университета. Социально- экономические и правовые исследования. 2024;10(2):131-145. DOI: 10.21684/2411-7897-202410-2-131-145

4. Hoffmanová J. The Impact of digitalization on the chosen principles of tax law. Financial Law Review. 2024;35(3):57-78. DOI: 10.4467/22996834FLR.24.014.20923

5. Гончаренко Л. И., Краюшкин К. Д. Эволюция содержания сервисной функции налоговых органов. Управленческие науки. 2024;14(2):51-63. DOI: 10.26794/2304-022X-2024-14-2-51-63

6. Вишневский В. П., Гончаренко Л. И., Дементьев В. В., Гурнак А. В. Принципы налогообложения цифровой экономики. Terra Economicus. 2022;20(2):59-71. DOI: 10.18522/2073-6606-2022-20-2–59-71.

7. Гончаренко Л. И., Богачев С. В. Налоговое администрирование как важный фактор повышения собираемости налогов. Экономика. Налоги. Право. 2024;17(6):140-151. DOI: 10.26794/1999-849X-2024-17-6–140-151

8. Бобошко В. И., Бобошко Н. М., Новоселов К. В. Организационно-методические аспекты обеспечения бюджетно-налоговой безопасности и их реализация в системе налогового администрирования. Инновационное развитие экономики. 2022;(5):263-268. DOI: 10.51832/22237984_2022_5_263

9. Попова А. В., Баракина Е. Ю. Трансформация государственных цифровых платформ обеспечения экономической безопасности. Экономика. Налоги. Право. 2023;16(4):158-166. DOI: 10.26794/1999-849x-2023-16-4-158-166

10. Морозко Нат. И., Морозко Н. И., Диденко В. Ю. Финансовый контроль деятельности компаний в условиях цифровизации. Экономика. Налоги. Право. 2023;16(1):108-117. DOI: 10.26794/1999-849x-2023-16-1-108-117

11. Митин Д. А. Развитие налогового администрирования в Российской Федерации в условиях цифровой трансформации. Налоги и налогообложение. 2024;(3):66-96. DOI: 10.7256/2454-065X.2024.3.70812

12. Миронова И. Б., Новоселов К. В. Бюджетно- налоговые отношения: безопасность и развитие в условиях цифровизации. Инновационное развитие экономики. 2023;(5):97-101. DOI: 10.51832/22237984_2023_5_97

13. Martini M., Russo R., Pankov J. Y. Russia — An analysis of the Russian tax monitoring programme in light of the OECD concept of cooperative tax compliance and the experience of other countries. European Taxation. 2021;61(1):29-40. URL: https://pure.uvt.nl/ws/portalfiles/portal/67527464/Russia_An_Analysis_of_the_%20Russian_Tax_Monitoring_Programme_IBFD.pdf

14. Щурина С. В. Влияние цифровой революции на развитие искусственного интеллекта и внедрение технологий автоматизации роботизированных процессов в деятельность современной компании. Экономика. Налоги. Право. 2023;16(4):65-75. DOI: 10.26794/1999-849x-2023-16-4-65-75

15. Ревенко Л. С., Ревенко Н. С. Искусственный интеллект: современные подходы к многостороннему регулированию. Экономика. Налоги. Право. 2025;18(5):165-177. DOI:10.26794/1999-849x-2025-18-5-165-177

16. Еремин С. Г. Применение цифровых технологий в сфере государственного управления на федеральном уровне и направления их совершенствования. Экономика. Налоги. Право. 2024;17(1):98-105. DOI: 10.26794/1999-849x-2024-17-1-98-105

17. Ли Яо. Особенности нормативно- правового регулирования генеративного искусственного интеллекта в Великобритании, США, Евросоюзе и Китае. Право. Журнал Высшей школы экономики. 2023;16(3):245-267. DOI: 10.17323/2072-8166.2023.3.245.267

18. Mohun J., Roberts A. Cracking the code: Rulemaking for humans and machines. OECD Working Papers on Public Governance. 2020;42:1-110. DOI: 10.1787/3afe6ba5-en