Вам пИИсьмо: работу пунктов пропуска товаров унифицируют с помощью нейросетей

В России разрабатывают ИИ-модели нового поколения для автоматизации данных обо всех товарах, экспортируемых из РФ и ввозимых в страну. Ученые из НОЦ ФНС России и МГТУ им. Н.Э. Баумана планируют повысить эффективность анализа товарных потоков и ценообразования в международной торговле на 70%. Для достижения этой цели специалисты работают над унификацией и автоматизацией обработки данных, поступающих с пунктов пропуска товаров в России, которые сейчас выполняются в ручном режиме. Как будет работать новая технология и кому она пригодится — в эксклюзивном материале «Известий».

ИИ-модель для автоматизации данных о товарах

Научно-образовательный центр Федеральной налоговой службы НОЦ ФНС и МГТУ им. Н.Э. Баумана разрабатывают модели для автоматизированного анализа данных об импортируемых и экспортируемых товарах. Ожидается, что алгоритмы машинного обучения и ИИ повысят результативность анализа товарных потоков и ценообразования в международной торговле на 70%. Модель уже продемонстрировала высокую точность в извлечении ключевых характеристик товарных позиций и условий поставки. Например, система успешно выделяет торговые наименования, стандарты качества, географические параметры логистики и другие значимые атрибуты для оценки рыночных условий.

— Для одной из товарных позиций система корректно определила марку продукта для 98% строк датасета и точный пункт поставки для 99,6% строк, — отметил директор НОЦ ФНС и МГТУ Алексей Бородулин.

Разработка существенно повысит результативность аналитической работы в контролирующих органах, в том числе при мониторинге трансграничных операций и выявлении аномалий в ценах. Внедрение ИИ-инструментов также позволит перераспределить трудозатраты: автоматизация рутинных операций даст экспертам возможность сосредоточиться на более глубокой интерпретации данных и моделировании рисков.

— В настоящее время идентификация товара в таможенных декларациях производится вручную специалистами ФТС России, что усложняет детализированный анализ больших массивов данных. Например, определенные сорта нефти могут поставляться через определенные контрольные пункты. У одного и того же пункта пропуска может быть разное написание — такое различие может зависеть как от системы-источника (например, от формата или требований конкретной информационной базы), так и от случайного или намеренного указания неверной информации, — добавил Алексей Бородулин.

Поэтому одна из главных задач новой технологии — унифицированный анализ данных о товарных позициях при их прохождении через пункты пропуска. Это позволит повысить корректность и надежность контроля импорта и экспорта. Кроме того, ученые автоматизировали классификацию и извлечение характеристик товара, применив современные технологии интеллектуального анализа данных.

По его словам, уже планируется внедрение разработки в работу ФНС для автоматизированного мониторинга фактических и динамических показателей цены на экспортируемые товары. Этот процесс запланирован на 2026 год и будет произведен по результатам пилотирования проекта.

— Исходя из общей информации, модель может представлять интерес для Федеральной таможенной службы. Готовы оценить перспективы ее использования при таможенном контроле товаров в случае поступления в ФТС России презентационных материалов, алгоритмов конкретной модели для автоматизированного анализа данных, — сообщили «Известиям» в пресс-службе ведомства.

Редакция также направила запрос в ФНС России.

От таможенных деклараций до логистики

В случае масштабирования на новые товарные группы разработка выглядит перспективной для внедрения в работу ФНС. Для государства эта технология будет полезна в части более точного контроля за грузопотоками, ценообразованием, а также регулированием тарифов, таможенных сборов и акцизов, заявил «Известиям» заместитель председателя комитета Госдумы по экономической политике Артем Кирьянов.

Преимущества разработки заключаются в автоматизации рутинных процессов, что позволяет экспертам сосредоточиться на стратегических задачах, таких как моделирование рисков и глубокая интерпретация данных. Гендиректор группы компаний ST IT, эксперт рынка TechNet НТИ Антон Аверьянов, отметил, что аналогичные системы в других странах уже продемонстрировали сокращение времени на обработку деклараций в два-три раза. Он видит схожий потенциал и в российской разработке.

— Модель успешно справляется с выделением атрибутов, применимых для оценки рыночных условий, что поможет в мониторинге аномалий, а это уже важно для определения возможного демпинга или, что хуже, искусственного занижения цен для уклонения от налогов. В долгосрочной перспективе это может привести к созданию единой платформы для реального времени анализа, где данные из различных источников — от таможенных деклараций до логистики — будут агрегироваться для комплексной оценки, — уточнил эксперт.

По его словам, при реализации подобных проектов с использованием ИИ важно учитывать необходимость обеспечения кибербезопасности и соблюдения норм защиты персональных данных в соответствии с федеральным законодательством. Для максимальной отдачи необходимо инвестировать в обучение кадров ФНС, чтобы они могли эффективно использовать нейросети для стратегического планирования, а не только для рутинного мониторинга.