ВЕЛИКІ ДАНІ ТА ШТУЧНИЙ ІНТЕЛЕКТ У ПРОЕКЦІЇ ОПОДАТКУВАННЯ

Четверта, але не менш важлива технологія, про яку варто згадати, говорячи про оподаткування майбутнього – це штучний інтелект та його сумісність з оподаткуванням.

Перш ніж зануритися в цю тему, визначимося з термінами.

Штучний інтелект (ШІ) – система або машина, яка здатна імітувати поведінку людини для виконання певних задач, в тому числі бухгалтерських та податкових, а також може навчатися, використовуючи отриману інформацію.

Розглянемо основні напрямки штучного інтелекту:

- Обробка природної мови (Natural Language Processing або NLP)

- Комп'ютерний зір (Computer vision)

- Аналіз даних (Data science)

Великі дані (Big Data або BD) – це масиви, як правило, неструктурованих даних, обробка яких традиційними методами неефективна або взагалі неможлива.

Якщо поглянути на те, як працює штучний інтелект в оподаткуванні, то найперше і найпростіше про що можемо одразу згадати – це розпізнавання документів та ведення бухгалтерського обліку. Наприклад, Smart scan системи, які можна використовувати працюючи з інвойсами. Ці системи розпізнають зображення і автоматично вносять дані в бухгалтерську програму навіть у вигляді бухгалтерської проводки:

Також, як приклад, можна навести систему, яка розпізнає типові договори оренди земельних ділянок (паїв) і вносить одразу в систему обліку оренди за МСФЗ.

Звичайно є похибки, але якість роботи таких систем дуже швидко зростає.

В цьому контексті не можемо не згадати аналіз трансфертного ціноутворення. Декілька роботів плюс система розпізнавання, яка збирає дані з різних джерел – отримаємо щось на кшталт:

Система робить тест ціноутворення, чи є ця ціна справедливою.

Ще в ТЦ є «розумні» системи, які проводять бенчмарки – порівняльний аналіз цін та націнок. По суті співставні компанії або «аналоги» зараз консультанти шукають самостійно в базах даних і в інтернеті. Система ж бере це на себе, реалізовуючи процес через певний алгоритм, який вирішує що є співставним або аналогом, а що ні, перевіряє інформацію про пов'язаність, фінансову інформацію і видає бенчмарк або порівняльні кампанії або ціни (аналоги), на базі яких розраховуються ринкові діапазони. Звичайно, ці системи не ідеально точні, але тим не менш реально працюючі.

Аналіз податкової інформації за допомогою NLP

В США, наприклад, є цілі програмні комплекси, декілька стартапів працюють в цьому напрямку. Особливо це корисно для юристів. Коли є певний запит на консультацію, скажімо, чи буде оподатковуватися податком на репатріацію певна операція, або ПДВ, або іншого податку. Як же повинна працювати така система? Проводиться роботизований збір і розумний аналіз NLP текстової інформації, тобто штучний інтелект аналізує відповідні статті податкового кодексу (людина формує тільки запитання), аналізує судову практику, базу даних ІПК, попередній досвід консультанта або аудитора і видає рішення.

Можливо, на початку якість такої консультації буде не ідеальна. Але система ШІ навчається сама, тому якість буде підвищуватися в залежності від якості вхідних даних.

Складання декларацій

Умовно кажучи, є журнал проводок, є технологія штучного інтелекту (decision tree learning), яка складає драфт податкової декларації і, виходячи з наявних даних, публікує їх в системі, далі певні операції, які, вірогідно, призводять до податкової різниці, ідентифікуються, виходячи з інформації журналу проводок або просто з облікової системи. Розраховує податкові різниці, аналізує помилки, наприклад, коли паралельно декларацію складає аудитор, навчається і складає автоматизовану декларацію. Звичайно, людина незамінна на наступному етапі, коли необхідне фінальне судження, але, тим не менш, багато інформації готує штучний інтелект.

Говорячи про штучний інтелект, не можна не згадати американську компанію H&R Block, яка займається податковим консалтингом. В колаборації з IBM, вони за допомогою штучного інтелекту змогли трансформувати багато процесів. В тому числі, приєднавшись до податкового кодексу штатів (більше 12 тис сторінок), базуючись на базі знань компанії, вони зробили систему, яка видає автоматизовану консультацію. IBM допомогли автоматизувати підготовку декларацій клієнтів H&R. Це не одноразовий кейс, H&R орендує штучний інтелект IBM Watson на регулярній основі.

Аналіз податкових ризиків

Також розглянемо застосування штучного інтелекту з точки зору податкової. Остання збирає дуже багато податкової інформації, яка стосується фінансової звітності, різноманітних декларацій, звітів тощо, які дозволяють виокремити, які ж операції платників є ризикованими, і система генерує план перевірок. Йдеться не про українську податкову систему, це закордонний приклад роботи алгоритму (connectivity-based clustering), так звана кластеризація, коли аналізуються дані, які платники надають податковій і формується перелік найризикованіших платників, яких потрібно перевіряти в першу чергу.

Ще один кейс вартий уваги – застосування штучного інтелекту в податковій системі Індії. Вважається, що в цій країні найжорсткіша податкова в світі, кількість штрафів, спорів з питань податків дуже велика. В цій країні запроваджувалася система штучного інтелекту для аналізу декларацій фізичних осіб і малих підприємців. Систему, яка дозволяє виявити потенційних ухильників від оподаткування. Якщо в перший рік роботи вони ідентифікували тільки п'ять кейсів, то наступного року вже 1, 620 кейсів малих підприємців було ідентифіковано як порушників, і з них 154 особи заарештували. Так в Індії проходить боротьба з сірим і чорним ринком.

І на завершення наведемо країни, в яких вже працює штучний інтелект в податковій системі.

Такі підходи будуть запроваджуватися і в Україні, оскільки, як ми вже встигли переконатися, майбутнє повністю і невідривно пов'язане з технологіями.