В России ведется разработка моделей искусственного интеллекта нового поколения для автоматизации обработки информации обо всех товарах, которые экспортируются из страны и ввозятся в РФ. Исследователи из Научно-образовательного центра ФНС России совместно с МГТУ им. Н.Э. Баумана намерены увеличить эффективность анализа товарных потоков и формирования цен в международной торговле на 70%. Для этого специалисты работают над унификацией и автоматизацией процесса обработки данных, получаемых с российских пунктов пропуска товаров, которые сейчас осуществляются вручную. Подробности о принципе работы новой технологии и ее потенциальных пользователях — в эксклюзивном материале «Известий».
ИИ-модель для автоматизации данных о товарахНаучно-образовательный центр Федеральной налоговой службы совместно с МГТУ имени Н.Э. Баумана разрабатывают модели, способные автоматически анализировать сведения об импортируемых и экспортируемых товарах. Применение алгоритмов машинного обучения и искусственного интеллекта предполагает увеличение точности анализа товарных потоков и ценообразования в международной торговле примерно на 70%. Уже показано, что модель успешно выделяет ключевые характеристики товаров и условия поставок, например, торговые наименования, стандарты качества, логистические географические показатели и другие важные параметры для оценки состояния рынка.
— Для одной из товарных позиций система точно определила бренд продукта для 98% записей в датасете и корректный пункт поставки для 99,6% записей, — сообщил директор НОЦ ФНС и МГТУ Алексей Бородулин.
Разработка существенно улучшит аналитическую работу контролирующих органов, включая мониторинг трансграничных операций и выявление аномалий в ценах. Внедрение ИИ-инструментов позволит перераспределить трудовые ресурсы, так как автоматизация рутинных задач даст экспертам возможность более глубоко интерпретировать данные и развивать модели оценки рисков.
— Сейчас идентификация товаров в таможенных декларациях осуществляется вручную специалистами ФТС России, что создает сложности при детальном анализе больших объемов данных. К примеру, определённые сорта нефти поставляются через конкретные контрольные пункты. Один и тот же пункт пропуска может называться по-разному — такие различия зависят от источника данных (например, формата или требований отдельной информационной системы) или могут появляться из-за случайных либо намеренных ошибок, — пояснил Алексей Бородулин.
В связи с этим ключевая задача новой технологии — обеспечить единообразный анализ данных о товарных позициях в момент их прохождения через пункты пропуска. Это повысит точность и надежность контроля импортных и экспортных операций. Кроме того, ученые внедрили автоматическую классификацию и выделение характеристик товаров, используя современные методы интеллектуального анализа данных.
По словам разработчиков, планируется внедрение этой системы в работу ФНС для автоматизированного мониторинга оперативных и динамических цен на экспортируемые товары. Этот этап запланирован на 2026 год и будет основан на результатах пилотного проекта.
— На основе предоставленной информации модель может заинтересовать Федеральную таможенную службу. Мы готовы рассмотреть варианты использования технологии в таможенном контроле после получения презентационных материалов и алгоритмов конкретной модели автоматизированного анализа данных, — сообщили «Известиям» в пресс-службе ведомства.
Редакция также направила запрос в Федеральную налоговую службу России.
От таможенных деклараций до логистикиПри расширении области применения на новые группы товаров проект выглядит многообещающим для использования в ФНС. По мнению заместителя председателя комитета Госдумы по экономической политике Артема Кирьянова, для государства эта технология будет полезна для повышения точности контроля грузопотоков, определения ценообразования, а также регулирования тарифов, таможенных сборов и акцизов.
Основное преимущество разработки — автоматизация рутинных процессов, что даст экспертам возможность сконцентрироваться на стратегически важных задачах, таких как моделирование рисков и глубокий анализ данных. Генеральный директор группы компаний ST IT и эксперт рынка TechNet НТИ Антон Аверьянов отметил, что подобные системы в других странах уже позволили сократить время на обработку деклараций в два-три раза. Он видит аналогичный потенциал и российской модели.
— Модель эффективно выделяет атрибуты, необходимые для оценки рыночных условий, что поможет в мониторинге аномалий и выявлении примеру демпинга или искусственного занижения цен с целью уклонения от налогов. В перспективе это может стать основой единой платформы для анализа в реальном времени, где данные из множества источников — от таможенных деклараций до логистики — будут собираться для комплексной оценки, — уточнил эксперт.
Он также отметил, что при реализации подобных ИИ-проектов необходимо уделять особое внимание кибербезопасности и соблюдению законодательства о защите персональных данных. Для максимального результата потребуется инвестировать в обучение сотрудников ФНС, чтобы они могли эффективно применять нейросети для стратегического планирования, а не исключительно для выполнения рутинного мониторинга.