Марина Любимова, «Визор»: «Нет ни одной компании, добровольно отказавшейся от налогового мониторинга, но выбранное ПО меняют многие»

Марина Любимова, коммерческий директор платформы для перехода в режим налогового мониторинга «Визор» (ИТ-холдинг Т1), рассказала CFO Russia, какие ошибки чаще всего допускают компании при выборе ПО для налогового мониторинга, чем отличается этот выбор в зависимости от отрасли и какие задачи в управлении налогами сегодня можно поручить ИИ.

Какие главные «подводные камни» чаще всего встречаются при выборе витрины данных для налогового мониторинга – и как их обойти?

Витрины данных как класс ПО в высокой степени ориентированы на требования ФНС России. При этом витрины разных вендоров могут существенно различаться по объему функциональности, технологическому стеку, способу их обслуживания и цене.

Чаще всего, компании, выбирающие ПО для налогового мониторинга, допускают следующие ошибки:

I. Выбирают по цене, не учитывая риски. Здесь хочется вспомнить поговорку: «мы не настолько богаты, чтобы покупать дешевые вещи» или ее более знакомую версию – «скупой платит дважды».

С какими же рисками могут столкнуться компании, покупая дешевый программный продукт?

Риск 1. Доработки на стороне учетных систем (как следствие, доп. затраты и время).

Проект налоговый мониторинг – это особенный ИТ-проект, сосредоточенный на требованиях налогового мониторинга, которые существенно отличаются от имеющихся у компании ИТ-систем по подготовке и сдаче отчетности. Можно сказать, что это обеспечение доступа ФНС к вашим бухгалтерским и налоговым данным, но в дополнение к этому нужно учесть и новые объемные требования, которые определены исключительно для участников режима.

Если же требования НМ будут реализованы не в полном объеме или не в надлежащем качестве, то есть риск, что ФНС не получит или несвоевременно получит ваши данные и может быть инициирована выездная проверка.

Платформа «Визор» от ИТ-холдинга Т1 содержит специализированное расширение для учетных систем «1С», которое позволяет минимизировать доработки на стороне учетных систем, потому что уже включает в себя все необходимое для целей подключения к АИС «Налог-3». Подобный подход нивелирует риск дополнительных затрат на проект и позволяет максимально удобно настраивать интеграцию с вашими данными для передачи их ФНС.

Риск 2. Ложная экономия при покупке ПО (доп. затраты и время)

При первичном предложении у многих поставщиков цена может выглядеть очень привлекательно. При этом стоимость ниже рыночной может быть обусловлена: во-первых, отсутствием гарантий и широким перечнем ограничений в рамках договора поставки; во-вторых,  тем, что стоимость обслуживания в последующие годы может быть существенно увеличена за счет развития выбранного ПО в соответствии с требованиям ФНС (ежегодно ФНС выполняет доработки своей системы АИС «Налог-3», выпуская или обновляя новые сценарии взаимодействия).

Заходя в налоговый мониторинг, вы выбираете ПО на годы вперед, поэтому важно, чтобы продукт был не только дешевым, но и качественным. В практике налогового мониторинга мы видим, что нет ни одной компании, добровольно покинувшей режим, при этом есть множество участников, которые спустя время меняли выбранное ими ПО для целей мониторинга, тратя дополнительные ресурсы и время.  

Наша стоимость ежегодного обновления лицензии фиксированная и включает в себя регулярные обновления продукта под все законодательные изменения и гарантийную поддержку по предоставленным обновлениям.

II. Вторая ошибка при выборе ПО для налогового мониторинга – не думать о долгосрочности использования витрины данных, как следствие не учитывать особенности поддержки системы и комфорт пользователей.

Например, у некоторых поставщиков решение для налогового мониторинга состоит из двух модулей (витрина + коннектор к АИС «Налог-3»), которые приобретаются отдельно у разных компаний. Таким образом, клиенту необходимо взаимодействовать с двумя командами, не связанными между собой. Если с работой двух систем что-то пойдет не так, то поиск решения и устранения неполадок займет больше времени, а это может быть критично в контексте взаимодействия с налоговым органом.

По закону недоступность витрины данных НМ более 72 часов в месяц является основанием для досрочного прекращения налогового мониторинга.

Наше решение «Визор» является комплексным (витрина + коннектор к АИС «Налог-3»), а команда имеет единый канал связи и отвечает за работоспособность системы полностью, что нивелирует указанные риски, гарантирует более быстрое и удобное обслуживание системы.

Благодаря гибким настройкам пользователи «Визора» могут самостоятельно управлять функционалом витрины данных – без доработок и запросов в техподдержку. Это обеспечивает высокую оперативность изменений и снижает операционные издержки.

В чём ключевое различие подходов к налоговому мониторингу у крупных финансовых организаций и ритейлеров? Можно ли говорить о каком-то «универсальном шаблоне» внедрения витрины данных?

При внедрении витрины налогового мониторинга существуют общие характеристики для всех компаний, а также отраслевые и индивидуальные параметры. При этом сам процесс по внедрению строится как типовой ИТ-проект и включает стадии: проектирование, внедрение, интеграции, тестирование, обучение пользователей и в ввод в ОПЭ.

Важно понимать, что все особенности также делятся на 2 группы: регулируемые законодательством и определяемые внутренними требованиями организации.

Так, банки и ритейл работают с огромными объёмами данных – поэтому ПО для налогового мониторинга должно обеспечивать высокую производительность и отказоустойчивость. Такие компании чаще выбирают размещение софта на собственных серверах, просят подтверждение нагрузочного тестирования и обращаются только к крупным проверенным ИТ-поставщикам.

Для финансовых организаций важно отметить повышенные требования к информационной безопасности и сложные ИТ-ландшафты. Эти исходные данные являются дополнительными задачами в ходе проекта, которые требуют внимания вендора. Например, для одного банка командой «Визор» было реализовано 14 интеграций с системами ИТ-безопасности и внутренними платформами клиента.

Помимо этого, целый ряд внедрений продукта «Визор» в финтех-сегменте показывает, что банки рассматривают переход на налоговый мониторинг не только в рамках законодательно установленных требований, но и для реализации собственных потребностей и задач. Именно поэтому наши клиенты часто инициируют кастомные доработки платформы под собственные нужды.

Искусственный интеллект в налоговом мониторинге звучит футуристично. На каком этапе мы сейчас: это уже работающие решения в компаниях или пока больше пилотные проекты и эксперименты? Приведите короткий пример, где ИИ реально приносит пользу в этой сфере.

Сегодня ИИ развивается стремительно, и сфера налогов не исключение. Говоря о налоговом мониторинге, стоит отметить, что использование искусственного интеллекта растет как со стороны ФНС России, так и со стороны бизнеса (компаний и вендоров витрины данных НМ).

Со стороны вендора отмечу, что чаще всего ИИ используется в тех областях и задачах, которые прямо определены требованиями ФНС к участникам мониторинга, но без такого режима компаниями не используются. Например, при подключении к АИС «Налог-3» участники режима должны передавать информацию и документы с особенными аналитиками – кодами справочника СПВДОК. На стороне учетных систем и электронных архивов эти атрибуты не реализованы, поэтому задачу по их присвоению документам команда «Визор» может реализовать с помощью ИИ.

Более того, в случаях, когда первичные документы хранятся отсканированными, но не имеют связи с проводками учета, также способен помочь искусственный интеллект. В этом примере технология строится следующим образом. Во-первых, ИИ анализирует скан-образ документа и на основе полученных данных определяет: дату, номер, тип, контрагента и другие данные. Во-вторых, на основе определенных данных документу присваивается код справочника СПВДОК и производится связь скан-образа с проводкой учета.

Таким образом, данные компании приводятся в тот вид, который определен законодательно, и при запросе информации со стороны налогового органа у компании не возникает трудностей с предоставлением формализованного ответа.

Алиса Попова