Пределы применения искусственного интеллекта при выявлении схем дробления бизнеса в контексте статьи 54.1 Налогового кодекса Российской Федерации

Введение

Цифровая трансформация налогового администрирования расширяет возможности сопоставления сведений о денежных потоках, персонале, имуществе, договорах и кассовых операциях, а автоматизированный анализ выявляет группы формально самостоятельных лиц с признаками единой деятельности. Федеральный закон от 12 июля 2024 г. № 176-ФЗ определяет дробление бизнеса как разделение единой деятельности между подконтрольными лицами, направленное исключительно или преимущественно на занижение налогов посредством специальных режимов [15], однако группа компаний, общий бренд или цен - трализованное управление сами по себе нарушения не образуют, поскольку значение имеют самостоятельность участников, экономические причины структуры и ее влияние на налоговую обязанность.

Вместе с тем технологическое расширение контроля обостряет проблему разграничения налогового риска и доказанного нарушения, поскольку статистическое сходство связей может служить основанием для проверки, но не подтверждает искажение фактов хозяйственной жизни. И. Р. Пайзулаев справедливо отмечает: «Для правильной организации налогового контроля очень важно сформулировать принципы, на которых он будет основываться. Поскольку налоговый контроль в той или иной степени затрагивает всех хозяйствующих субъектов, считаем, что отсутствие в законодательстве четко сформулированных принципов налогового контроля затрудняет решение практических задач по его осуществлению и создает предпосылки для нарушения прав и законных интересов налогоплательщиков» [1, с. 26], а применительно к алгоритмическим системам требования законности, мотивированности и проверяемости приобретают дополнительное значение.

Степень научной разработанности темы образуют несколько направлений: Е. С. Ефремова и К. А. Пономарева исследуют разграничение правомерного структурирования и противоправного дробления [5; 6], Е. В. Овчарова раскрывает процессуальную природу налогового контроля [7], К. А. Тасалов анализирует проблемы риск-ориентированного отбора [9], а Э. В. Талапина и А. Р. Атабеков обосновывают требования к прозрачности алгоритмов [11; 12]. Вместе с тем процессуальное значение алгоритмического результата при применении статьи 54.1 НК РФ комплексно не раскрыто, поскольку исследования дробления сосредоточены на искусственности структуры и налоговой реконструкции, но не предлагают специальной модели использования такого результата в доказывании.

Объектом исследования выступают отношения, возникающие при использовании автоматизированной аналитики для выявления дробления бизнеса, а предмет охватывает статьи 54.1, 82, 100 и 101 НК РФ, судебные позиции и научные подходы. Цель состоит в определении правового значения алгоритмического результата, задачи включают разграничение пунктов 1 и 2 статьи 54.1 НК РФ и установление места сигнала на стадиях отбора, проверки и принятия решения, тогда как новизна выражается в разделении сигнала, проверочной версии и доказательства, а также в обосновании четырех критериев допустимости.

Материалы и методы

Материалами исследования послужили нормы НК РФ, Федеральный закон № 176-ФЗ [15], Обзор Верховного Суда РФ от 13 декабря 2023 г. [16] и разъяснения ФНС России [17; 18], а формально-юридический, системный и функциональный методы, анализ судебной практики и правовое моделирование позволили разграничить основания применения пунктов 1 и 2 статьи 54.1 НК РФ, определить место алгоритмического результата в налоговой процедуре и сформулировать предложения по ее совершенствованию.

Результаты и обсуждение

Исходным условием разграничения алгоритмического сигнала и доказательства выступает различие между дроблением бизнеса и фиктивной организацией, поскольку при дроблении деятельность обычно осуществляется реально, но ее доходы, ресурсы и функции распределяются между подконтрольными лицами (выручка зачисляется на счета разных организаций, работники формально трудоустраиваются к нескольким субъектам, а имущество и операции распределяются без фактической самостоятельности). М. К. Аристархова и М. С. Зуева определяют организацию с признаками фиктивности как «коммерческую организацию, не имеющую собственного обособленного имущества, не намеревающуюся осуществлять предпринимательскую деятельность, часто отражающую нулевые или отрицательные показатели финансово-хозяйственной деятельности с целью освобождения от уплаты налогов, получения кредитов или вычетов по НДС» [2, с. 100], тогда как участники дробления могут иметь работников, имущество, клиентов и договоры, поэтому отсутствие отдельного ресурса либо общая инфраструктура сами по себе нарушения не подтверждают.

Развивая указанное разграничение, необходимо определить роль технических организаций, признаки которых могут свидетельствовать об искусственном характере отдельных операций, но не должны автоматически распространяться на всю группу.

И. Н. Соловьёв характеризует фиктивную организацию как «созданную формально в соответствии с законодательством о государственной регистрации юридических лиц организацию, используемую в качестве средства для совершения и (или) сокрытия следов правонарушений и преступлений и обладающую признаками, затрудняющими идентификацию физических лиц, в действительности причастных к её учреждению и руководству финансово-хозяйственной деятельностью и бухгалтерским учётом» [3, с. 58], а Н. Ю. Чернусь и А. С. Ворожевич связывают ее с непредставлением отчетности, минимизацией налогов и обналичиванием средств [4, с. 91], тогда как дробление касается распределения единого результата между реально действующими субъектами (имеющими персонал, контрагентов, имущество и исполняемые обязательства). Поэтому модель должна устанавливать связи между контролем, функциями, доходами и налоговым последствием, но не формировать профиль неблагонадежности только по совпадению адресов, учредителей, представителей или средств доступа к счетам.

При этом правовая квалификация выявленных связей предполагает разграничение пунктов 1 и 2 статьи 54.1 НК РФ, поскольку их недифференцированное применение размывает предмет доказывания. Пункт 1 запрещает уменьшение налоговой обязанности вследствие искажения сведений о фактах хозяйственной жизни или объектах налогообложения (размере выручки, численности работников, принадлежности имущества, фактическом исполнителе операций или налоговом режиме), тогда как пункт 2 при отсутствии такого искажения предполагает оценку цели операции и надлежащего исполнителя, поэтому при дроблении необходимо установить, какие сведения были изменены формальным разделением деятельности и как это повлияло на налоговую обязанность. Пункт 5 статьи 82 НК РФ возлагает доказывание на налоговый орган, а письмо ФНС России № БВ- 4-7/3060@ ориентирует его на установление фактического содержания операций [17], вследствие чего аналитический отчет может определять направление проверки и круг устанавливаемых обстоятельств, но не заменяет мероприятия налогового контроля и доказывание соответствующих обстоятельств.

В свою очередь, критерии дробления конкретизированы в Обзоре Верховного Суда РФ от 13 декабря 2023 г., который требует отделять налоговую направленность разделения деятельности от хозяйственной организации, обусловленной экономическими, управленческими или производственными причинами [16]. Пункт 11 требует установить, направлено ли разделение на неправомерное сохранение специального режима или имеет самостоятельное экономическое обоснование, причем взаимозависимость, единый бренд, централизованная бухгалтерия, реклама и общая инфраструктура сами по себе не подтверждают нарушения, тогда как о правомерности структуры могут свидетельствовать собственные функции участников, экономический интерес и предпринимательский риск. Пункты 13 и 14 предусматривают учет уплаченных участниками налогов и выделение НДС из консолидированной выручки, поэтому алгоритм может выявлять предполагаемый состав группы (общих руководителей, работников, контрагентов, помещения, кассовую инфраструктуру и банковские устройства), однако установление организатора, налоговая реконструкция и расчет доначислений требуют оценки проверенных доказательств.

Следовательно, применение пункта 1 статьи 54.1 НК РФ предполагает установление конкретного искажения сведений о хозяйственной деятельности или объектах налогообложения, а не подсчет совпадающих признаков.

Выявление перечисленных обстоятельств может осуществляться посредством автоматизированного анализа, однако обнаружение связей образует лишь информационный сигнал и не заменяет правовой оценки, причем системы с заранее установленными правилами, статистический скоринг и обучаемые модели различаются способом формирования результата, поскольку последний может зависеть от обучающих данных, веса признаков, пороговых значений и версии модели. Н. Р. Суслов отмечает: «Цифровизация систем учета и контроля пронизывает все отрасли, в том числе и в сферу налогообложения и налогового администрирования и контроля» [8, с. 290], а на стадии риск-ориентированного отбора такая система может сопоставлять приближение выручки к установленным ограничениям, даты создания организаций, перемещение работников, совпадение контрагентов, общие помещения, кассовую инфраструктуру и средства доступа к банковским счетам. Вместе с тем каждый показатель допускает противоправное или экономически обоснованное объяснение, а К. А. Тасалов связывает неопределенность риск-ориентированного подхода с латентными критериями и отсутствием соразмерности между риском и интенсивностью контроля [9, с. 55–61], поэтому совокупность индикаторов может служить основанием для проверки гипотезы, но не должна признаваться доказанным нарушением. Вследствие этого налогоплательщику необходимо сообщать не только категорию риска, но и подтвержденные обстоятельства, их источники и правовое значение.

Наряду с повышением эффективности отбора цифровые технологии способны ограничивать произвольное усмотрение должностных лиц, однако не устраняют риск ошибки и не освобождают инспектора от ответственности за правовую квалификацию. А. М. Цирин и Е. А. Артеменко отмечают: «цифровые технологии и искусственный интеллект становятся средствами профилактики проявлений коррупции в контрольной деятельности» [10, с. 129], но такой эффект достигается при документировании источников, единообразном применении критериев и последующей проверке действий должностного лица, тогда как непрозрачная модель переносит усмотрение на скрытый этап выбора признаков, их веса и порогов. Поэтому результат системы должен рассматриваться как проверочная версия, а доказательственное значение приобретают факты, подтвержденные документами, пояснениями, допросами, осмотрами и иными материалами, полученными в порядке, предусмотренном НК РФ.

Продолжением требования о человеческой проверке выступает процессуальная объяснимость результата, которая не предполагает опубликования программного кода, но требует возможности восстановить связь между исходными сведениями, индикатором, проверенным фактом и правовым выводом. Э. В. Талапина указывает: «право движется по пути установления правил разработки и применения алгоритмов ИИ, обеспечивающих прозрачность и понятность, поскольку это позволяет обнаружить ошибки и отклонения, обжаловать и исправить их» [11, с. 6], а А. Р. Атабеков подчеркивает: «необходимы требования к объяснимости и прослеживаемости решений, иначе возрастает риск “эффекта чёрного ящика”» [12, с. 115]. Поэтому в акте проверки целесообразно отражать категории и даты данных, выявленные связи, значение индикаторов и мероприятия по их проверке, а налогоплательщику предоставлять возможность объяснить совпадения либо указать на ошибку, тогда как суду или эксперту при необходимости может передаваться документация о версии модели, используемых признаках, валидации и известных ограничениях. Программный код, сведения об информационной безопасности и данные третьих лиц могут иметь ограниченный доступ, однако конфиденциальность не должна препятствовать проверке последовательности «данные – индикатор – проверенный факт – правовая квалификация» и оспариванию сформированного вывода.

Объяснимость алгоритмического результата связана с качеством исходных данных, поскольку ошибка в идентификаторе налогоплательщика, проверяемом периоде, принадлежности банковского счета, трудовых отношениях или имущественной связи способна создать ложную картину единой деятельности. И. А. Покровский писал:

«индивид, поставленный лицом к лицу с обществом, государством, имеет право требовать, чтобы ему было этим последним точно указано, чего от него хотят и какие рамки ему ставят» [13, с. 91], а применительно к цифровому контролю это означает, что налогоплательщику должны быть известны конкретные факты претензии и правила придания им правового значения. Сведения из иных периодов могут использоваться для установления динамики отношений (создания организаций, перемещения персонала или изменения распределения выручки), однако они должны относиться к предмету проверки и не могут самостоятельно определять налоговую обязанность за период, не охваченный проверкой, тогда как существенная ошибка должна влечь исправление данных и повторную оценку результата. Требование к качеству данных должно дополняться индивидуализацией роли каждого участника, поскольку общий центр управления не тождествен установле- нию лица, организовавшего искусственное распределение деятельности, а совпадение электронной подписи, банковского устройства, представителя или адреса не раскрывает распределения полномочий. Для правовой квалификации необходимо установить, кто определял условия сделок, распределял выручку, распоряжался средствами, формировал кадровую и ценовую политику, нес предпринимательский риск и получал налоговый результат, причем вывод о единой деятельности должен учитывать самостоятельность каждого субъекта [5; 6; 14]. Поэтому отнесение операций группы к одному налогоплательщику без доказательств его организующей роли противоречит обязанности налогового органа установить обстоятельства нарушения.

Самостоятельная проблема возникает при использовании автоматизированного анализа для оценки условий налоговой амнистии по статье 6 Федерального закона № 176-ФЗ, поскольку устойчивые связи участников в предшествующих периодах не подтверждают продолжение дробления после 1 января 2025 г. [15]. Рекомендации ФНС России предусматривают прекращение обязанности по налогам, пеням и штрафам за 2022–2024 гг. при соблюдении условий закона, а если отказ от дробления происходит после назначения проверки за 2025 или 2026 г., механизм распространяется на 2022 и 2023 гг. при уточнении обязательств за 2024 г. [18]. Следовательно, проверке должны подлежать фактические изменения деятельности, режимов, распределения доходов, персонала и функций, а акт налоговой проверки и принятое по её результатам решение должны содержать мотивированный вывод.

Выявленные проблемы свидетельствуют о необходимости нормативного закрепления вспомогательного значения автоматизированного анализа, в связи с чем пункт 5 статьи 82 НК РФ предлагается дополнить абзацем следующего содержания: «Результаты автоматизированного анализа данных, включая результаты применения систем искусственного интеллекта, используются для определения направлений налогового контроля и сами по себе не подтверждают обстоятельства, предусмотренные пунктом 1 статьи 54.1 настоящего Кодекса, либо факт несоблюдения условий, предусмотренных пунктом 2 указанной статьи». Одновременно пункт 3 статьи 100 НК РФ целесообразно дополнить обязанностью отражать в акте категории и источники данных, период их получения, выявленные связи и способы проверки, а в статье 101 НК РФ предусмотреть повторный анализ при существенном исправлении данных и запрет использования результата, связь которого с установленными фактами не подтверждена. Эти изменения конкретизируют обязанность налогового органа доказать обстоятельства, предусмотренные статьей 54.1 НК РФ, причем минимальные гарантии должны закрепляться в Кодексе, поскольку алгоритмический результат влияет на объем контроля, содержание акта и основания решения, тогда как ведомственные акты могут определять техническую эксплуатацию, документирование и валидацию системы, но не изменять предмет доказывания или ограничивать права налогоплательщика.

На основе проведенного исследования предлагается система четырех взаимосвязанных критериев допустимого использования алгоритмического результата, каждому из которых соответствует самостоятельное процессуальное последствие. Первый критерий охватывает наличие компетенции налогового органа, законной цели обработки и допустимого способа получения информации, а его несоблюдение должно исключать соответствующий результат из обоснования решения; второй критерий предполагает относимость, достоверность и актуальность исходных данных, поэтому выявление существенной ошибки должно влечь их исправление и повторный расчет; третий критерий состоит в прослеживаемости связи между данными, индикатором риска, подтвержденным фактом и правовой квалификацией, а отсутствие такой связи должно препятствовать включению результата в мотивировку; четвертый критерий предусматривает содержательную проверку результата должностным лицом и реальную возможность представить возражения, вследствие чего непроверенная алгоритмическая оценка не может выступать единственным или определяющим основанием неблагоприятного правового последствия. Такая модель сохраняет установленный статьями 54.1 и 82 НК РФ стандарт доказывания, допускает применение вероятностных методов на стадии отбора и формирования проверочной версии, но исключает их авто- матическое использование при окончательной квалификации нарушения и определении размера налоговой обязанности.

Заключение

Переход налогового администрирования к алгоритмической обработке данных изменяет не только технические способы выявления нарушений, но и требования к обоснованию государственного вмешательства, поскольку увеличение аналитических возможностей налоговых органов должно сопровождаться более высоким уровнем процессуальной ответственности. Цифровой инструмент приобретает правовую ценность лишь тогда, когда он способствует установлению действительных обстоятельств деятельности, а не подменяет их вероятностной оценкой, основанной на формальном сходстве хозяйственных связей. В связи с этим дальнейшее развитие налогового контроля должно основываться на таком распределении полномочий, при котором технология расширяет познавательные возможности должностного лица, но не принимает вместо него юридически значимое решение и не ограничивает возможность налогоплательщика защищать избранную модель организации бизнеса.