Снижение дебиторской задолженности с помощью ИИ и графового анализа
Создание мощного инструмента для автоматизированной идентификации активов должников и повышения эффективности взыскания задолженности на государственном уровне.
Ключевые достижения проекта
Снижение задолженности
Снижена дебиторская задолженность
+1.2% к собираемости
Повышена общая собираемость платежей
Выявление скрытых активов
Повышена эффективность выявления аффилированных связей
Проактивное управление рисками
Создан инструмент для предотвращения задолженности
Контекст проекта: Клиент и Бизнес-задача
Клиент
Государственная налоговая служба одной из крупнейших стран Евразии.
Отрасль
Государственное управление, налоговое администрирование, управление задолженностью, большие данные, ИИ.
Проблема / Вызов
Высокая совокупная задолженность перед бюджетом страны.
Низкая или недостаточно эффективная собираемость налогов с юридических и физических лиц, имеющих задолженность.
Сложность выявления скрытых активов должников и их аффилированных связей для эффективного взыскания.
Трудоемкость ручного анализа огромных массивов данных для выявления рисков образования задолженности и потенциальных нарушений.
Необходимость оптимизации процессов урегулирования задолженности и повышения качества контрольной работы.
Стратегия и предложенное решение
Разработка и внедрение интеллектуальной системы для автоматизированной идентификации и верификации активов и обязательств налогоплательщиков (юридических и физических лиц).
Реализация функционала построения графа связей между налогоплательщиками, их контрагентами, контролирующими должника лицами на основе различных данных.
Внедрение системы автоматических "маркеров" (более 100 алгоритмов) – совокупности признаков, с высокой степенью достоверности указывающих на возможные нарушения.
Создание инструментов для систематизации и оценки возможности взыскания долга, планирования работы с должником и выявления вторичных источников взыскания.
Как мы это реализовали: ключевые этапы
Детальное обследование и анализ существующих процессов работы с задолженностью и выявления активов.
Разработка архитектуры системы для обработки больших данных и построения графа связей.
Создание алгоритмов для автоматического выявления связей между налогоплательщиками и их активами.
Разработка более 100 автоматических "маркеров" для проактивного выявления рисков.
Создание аналитического слоя данных, агрегирующего информацию по налогоплательщикам.
Разработка пользовательских интерфейсов для работы с интеллектуальной системой.
Интеграция с существующими информационными системами налоговой службы.
Тестирование, обучение персонала и поэтапный запуск системы в промышленную эксплуатацию.
Ключевые технологии
Граф связей и ИИ-маркеры
Решение построено на современном стеке технологий, включая Apache Hadoop, СУБД PostgreSQL и ClickHouse, бэкенд на .NET, Java, Spring Boot, C# и фронтенд на React, GoJS, TypeScript. Граф связей способен обрабатывать онлайн до 9 миллиардов записей по отдельным типам связей, а более 100 автоматических "маркеров" обеспечивают проактивное выявление рисков формирования задолженности и нарушений.
Эффект от трансформации: детальные результаты
Снижение задолженности перед бюджетом страны на сумму, эквивалентную 3.95% от годовых доходов бюджета, за первый год функционирования и развития системы.
Повышение общей собираемости налогов на 1,2% за первый год.
Многократное увеличение охвата налогоплательщиков автоматизированным контролем благодаря срабатыванию "маркеров", что значительно эффективнее ручной работы.
Автоматизация и оптимизация бизнес-процессов работы с должниками и установления факта наличия долга.
Повышение эффективности выявления скрытых активов и аффилированных связей, что способствует более полному взысканию задолженности и привлечению контролирующих должника лиц к ответственности.
Создание мощного инструмента для проактивного управления рисками и предотвращения налоговых правонарушений.
Главный инсайт от "Манифест"
"Интеллектуальный анализ больших данных и автоматическое выявление скрытых связей и рисковых "маркеров" – это ключ к трансформации процессов управления задолженностью в масштабах государства. Интеллектуальная система выявления активов налогоплательщика позволяет фискальным органам перейти от реактивного взыскания к проактивному контролю, обеспечивая значительный экономический эффект для бюджета и повышая справедливость налоговой системы."
Готовы снизить задолженность и управлять рисками с помощью ИИ?
Обсудите с нами, как интеллектуальный анализ данных может повысить финансовую эффективность вашего бизнеса.
Смотрите также
Омниканальная платформа для обработки 100 000+ обращений в день
Консолидация данных из 18+ систем для точной аналитики
