В международной торговле важна каждая деталь: название товара, маршрут поставки, даже нюансы оформления документов. Сегодня в России над этим работают уже не только инспекторы, но и искусственный интеллект. Совместный проект НОЦ ФНС и МГТУ им. Баумана обещает полностью изменить подход к обработке данных о товарах, проходящих через границу.
Алгоритмы нового поколения способны автоматизировать анализ огромных массивов деклараций. Технология уже показала результативность: система корректно определила марку продукта для 98% строк датасета и точный пункт поставки для 99,6%.
"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.
Вместо ручного поиска различий в наименованиях и кодах специалисты теперь смогут сосредоточиться на моделировании рисков и выявлении подозрительных операций.
| Подход | Особенности | Эффективность |
| Ручная обработка | Работа инспекторов ФТС, проверка каждой записи | Низкая, высокие трудозатраты |
| ИИ-анализ | Автоматическая классификация и унификация данных | Повышение результативности до 70% |
Сбор и загрузка деклараций в систему.
Алгоритм выделяет ключевые характеристики: наименование, стандарты, пункты пропуска.
Система сравнивает данные с эталонными справочниками.
Аномалии в ценах и маршрутах отмечаются для проверки специалистами.
Эксперты получают отчеты для дальнейшего анализа.
Ошибка: полагаться только на ручные методы.
→ Последствие: перегрузка инспекторов, высокая вероятность ошибок.
→ Альтернатива: внедрение ИИ для базовой классификации.
Ошибка: разные форматы записи пунктов пропуска.
→ Последствие: искажение статистики.
→ Альтернатива: унификация данных с помощью алгоритмов.
Ошибка: игнорировать фактор человеческой ошибки.
→ Последствие: ложные результаты в аналитике.
→ Альтернатива: автоматическая корректировка и валидация.
А что если аналогичные системы начнут использовать бизнес-структуры? Это может ускорить логистику, упростить документооборот и снизить риски поставщиков. Для крупных компаний внедрение ИИ-инструментов в цепочки поставок может стать конкурентным преимуществом.
| Плюсы | Минусы |
| Экономия времени | Высокая стоимость внедрения |
| Снижение ошибок | Требуется обучение персонала |
| Быстрая обработка больших данных | Зависимость от качества исходных данных |
Кому пригодится новая система?
ФНС, ФТС и другим контролирующим органам, а также бизнесу для мониторинга поставок.
Когда начнется внедрение?
Пилотный проект планируется к запуску в 2026 году.
Можно ли использовать ИИ только для анализа цен?
Нет, алгоритмы работают и с наименованиями товаров, и с логистическими данными.
Заменит ли система людей?
Нет, она автоматизирует рутину, но интерпретация данных останется за экспертами.
Миф: искусственный интеллект полностью заменит таможенников.
Правда: система разгружает специалистов, но не отменяет их работу.
Миф: унификация нужна только для статистики.
Правда: это основа корректного ценообразования и контроля.
Миф: новые технологии усложнят процесс.
Правда: цель — сделать анализ быстрее и точнее.
• Разные написания одного и того же пункта пропуска могут запутать даже опытного инспектора.
• США и ЕС уже активно используют ИИ для анализа торговых потоков.
• В среднем крупная таможня обрабатывает миллионы строк данных в месяц.
Первые таможенные декларации в России появились в XVIII веке.
В конце XX века внедрили электронные базы данных.
В XXI веке начался переход к интеллектуальным системам анализа.