Два года назад IRS запускала около 10 активных проектов ИИ. Сегодня их 126 — и шесть раз в год набор моделей машинного обучения анализирует каждую поданную налоговую декларацию малого бизнеса и самозанятых, выискивая закономерности, на обнаружение которых у человека-эксперта ушли бы недели. 10 февраля 2026 года агентство сделало это официальным, закрепив практику в Руководстве IRS как IRM 10.24.1 — свою первую формальную политику, регулирующую, как ИИ отбирает декларации для аудита.
Если вы ведете бизнес и подаете Приложение C, форму 1120-S или декларацию товарищества, это не просто фоновый шум. Это реальный сдвиг в том, кто и почему попадает под повторную проверку IRS. Вот что изменилось, что именно ищут алгоритмы и как убедиться, что ваши книги никогда не дадут им повода вас пометить.
Что на самом деле говорит IRM 10.24.1
Новый раздел руководства делает три конкретных вещи:
- Определяет, что ИИ уполномочен делать в процессе проверки — включая, прямо, системы, которые «информируют или влияют на то, будет ли налогоплательщик подвергнут аудиту, или какие аспекты декларации будут проверены». IRS называет это «предположительно высокоэффективным» использованием ИИ, помещая его в ту же категорию риска, что и системы, затрагивающие гражданские права или критическую инфраструктуру.
- Требует обязательной проверки человеком перед тем, как направление от ИИ станет фактическим аудитом. Модель может пометить декларацию, но человек должен подписать разрешение, прежде чем это превратится в уведомление.
- Устанавливает требования к документации для отбора дел с помощью ИИ, чтобы проверяющие могли письменно объяснить, почему было выбрано то или иное дело.
Политика также создает структуру управления: Главный директор по данным и аналитике выступает в качестве «Ответственного должностного лица по ИИ» IRS, а совет под названием Совет по стратегической интеграции данных и аналитики утверждает любой новый случай использования ИИ с высоким воздействием до его внедрения.
Простыми словами: IRS не скрывает, что алгоритмы проводят первичную сортировку вашей декларации. Теперь оно записывает правила, по которым работает эта сортировка, — что также означает, что проверяющие должны быть в состоянии обосновать ее впоследствии.
Как модели на самом деле выбирают вашу декларацию
Две модели ИИ IRS нацелены конкретно на самозанятых налогоплательщиков и владельцев малого бизнеса, и по простой причине: недозадекларированный доход от самозанятости является крупнейшим компонентом индивидуального налогового разрыва. Эти модели не рассматривают вашу декларацию изолированно — они сравнивают ее с вашей собственной историей подачи деклараций и с тысячами аналогичных предприятий в вашей отрасли. Несколько вещей надежно повышают оценку:
- Расхождения год к году. Консалтинговый бизнес, который в прошлом году задекларировал валовую выручку в $180 000, а в этом — $95 000, без очевидного объяснения, сразу выделяется.
- Коэффициенты вычетов, выходящие за отраслевые нормы. IRS ведет статистические профили типичных соотношений расходов к выручке по отраслям. Если ваш бизнес заявляет 65–70% валовой выручки в качестве вычетов, когда норма для вашего кода NAICS составляет 35–45%, этот разрыв помечается — даже если каждый вычет законен.
- Круглые числа. Ведомость, показывающая канцелярские товары ровно на $5 000, коммунальные услуги на $3 000 и питание на $2 000, воспринимается как оценка, а не запись. Настоящее ведение учета дает числа вроде $4 847,13 и $2 963,82, а не аккуратные кратные пяти.
- Несоответствия информации. IRS перекрестно сверяет формы W-2, 1099 и K-1, которые получает непосредственно от плательщиков. Если 1099-NEC на $42 000 нигде не фигурирует в вашей декларации, это автоматическое, почти мгновенное несоответствие — для его выявления ИИ не требуется, но теперь ИИ помогает расставить приоритеты, какие несоответствия наиболее важны.
- Пробег и выбросы расходов. Заявления, такие как 40 000+ деловых миль в год для бизнеса с одним автомобилем или расходы на питание и развлечения выше 10% от выручки, являются статистическими выбросами, которые получают большой вес.
Ничто из этого не является новым по сути — система оценки дискриминантной функции (DIF) IRS сравнивает декларации со статистическими нормами уже десятилетиями. Новым является масштаб и скорость: вместо одной статической формулы, пересматриваемой периодически, теперь у вас есть модели, которые перезапускаются шесть раз в год и с каждым циклом становятся лучше в выявлении закономерностей.
Часть, которая должна беспокоить вас больше: время ответа, а не обнаружение
Вот асимметрия, с которой владельцы малого бизнеса на самом деле сталкиваются в 2026 году: маркировка с помощью ИИ быстрая, но человеческая сторона разрешения маркировки не масштабировалась вместе с ней. Автоматизированные уведомления отправляются быстро. Получить живого человека по телефону или содержательный письменный ответ на уведомление теперь занимает заметно больше времени, чем два года назад. Маркировка, которая в 2023 году решилась бы пятиминутным телефонным звонком, теперь может оставаться нерешенной месяцами, пока начисляются штрафы и проценты.
Это означает, что реальная стоимость запутанной декларации — это не только риск аудита, но и время и стресс от распутывания маркировки после ее возникновения, с более медленным человеческим резервом на другом конце. Лучшая защита — вообще не давать алгоритму повода вас пометить.
Почему IRS пришлось записать эту политику
Структура управления в IRM 10.24.1 — это не просто бюрократическая рутина; это прямой ответ на реальную проблему алгоритмического отбора для аудита. Независимые исследования и проверки Счетной палаты правительства (GAO) показали, что определенные группы налогоплательщиков, включая чернокожих налогоплательщиков, претендующих на налоговый кредит на заработанный доход, проверялись в три-пять раз чаще, чем другие декларанты с аналогичными декларациями. Рабочая теория GAO заключается в том, что это не целенаправленное нацеливание, а непреднамеренная алгоритмическая предвзятость — модели, обученные на исторических данных аудита, могут в конечном итоге воспроизводить любые существовавшие в прошлом шаблоны отбора, даже если никто не проектировал их для этого.
Именно поэтому новая политика требует оценки воздействия, постоянного мониторинга и обязательной подписи человека, прежде чем направление модели станет фактическим аудитом: система машинного обучения, оптимизированная исключительно для «выявления недозадекларированного дохода», не имеет встроенной проверки того, чей доход она непропорционально помечает. Владельцы малого бизнеса должны рассматривать это как повод для осторожного оптимизма, а не как иск в ожидании — требование проверки человеком является реальным резервом, — но это также подтверждает, что оценка ИИ на первом этапе не является безошибочной. Если вас пометили, это не означает, что алгоритм нашел что-то реальное; это означает, что средство поиска закономерностей нашло что-то статистически необычное, что ваши собственные записи могут прекрасно объяснить.
Если вас все же пометили
Получение уведомления не означает, что вы сделали что-то не так — обычно это означает, что одно число, где-то, не совпало с ожиданиями модели для бизнеса, подобного вашему. Несколько вещей определяют разницу между быстрым разрешением и затяжным:
- Отвечайте письменно и быстро. Учитывая более длительное время ожидания проверки человеком, описанное выше, ранний полный письменный ответ с большей вероятностью будет разрешен с первого раза, чем телефонный звонок, который поставит вас в очередь.
- Начинайте с сверки, а не с объяснения. Покажите базовые транзакции, которые привели к рассматриваемому числу, прежде чем объяснять, почему они законны. Проверяющие работают быстрее, когда математика уже сделана за них.
- Не позволяйте одному помеченному году стать тремя. Неразрешенная маркировка на декларации этого года — это именно та аномалия, которая заставит последующую модель повторно проверить прошлогодние и будущие декларации. Закройте ее полностью, а не оставляйте висеть.
- Привлеките CPA или зарегистрированного агента, если в уведомлении упоминается расширенный объем. Маркировку по одной строке можно ответить самостоятельно; запрос подтверждающих документов за несколько лет требует профессиональной помощи.
Что на самом деле снижает ваш риск
Ничто из этого не означает, что вы должны занижать законные вычеты — цель состоит в том, чтобы декларация была точной и хорошо обоснованной, а не меньшей.
Ведите современные записи, а не восстановленные. Документация, созданная во время расхода — чек, зарегистрированный на неделе покупки, — имеет гораздо больший вес, чем электронная таблица, собранная накануне подачи декларации. Это также просто проще: восстановление шестимесячных расходов по памяти в апреле — это то, как законные вычеты упускаются или искажаются.
Используйте план счетов, который отражает то, как ваш бизнес на самом деле работает. Широкие, расплывчатые категории, такие как «Разное» или «Прочие расходы», — это именно те корзины, которые труднее всего защитить и которые модель легче всего помечает как шум. Если ваши книги не могут объяснить число, вы тоже не сможете.
Сверяйте доход с каждой формой 1099 и K-1 до подачи декларации. Поскольку IRS уже имеет эти формы, любое несоответствие почти гарантированно приведет к маркировке. Быстрая перекрестная проверка с вашими книгами перед подачей выявляет это за минуты, а не месяцы спустя в уведомлении.
Избегайте круглых чисел во всем, на что вы буквально не потратили круглые суммы. Если ваш реальный учет точен, ваша декларация естественным образом отразит эту точность — что само по себе является сигналом законности.
Полностью разделите личные и деловые счета. Смешанные средства — один из самых быстрых способов превратить обычную проверку в реальную ревизию, потому что они делают каждое другое число в декларации более сложным для проверки.
Общая нить: каждое из этих исправлений сводится к ведению чистых, полных, современных книг в течение всего года — а не к лихорадочному их восстановлению во время налогового сезона. Бухгалтерский учет в виде обычного текста с контролем версий делает эту дисциплину легкой для поддержания, потому что каждая транзакция записывается по мере ее совершения в формате, который вы можете проверить сами, прежде чем это сделает IRS.
Держите свои книги готовыми к любой проверке
По мере того как отбор для аудита становится быстрее и автоматизированнее, меньше всего беспокоиться приходится тем предприятиям, чьи книги были точными еще до того, как на них посмотрел алгоритм. Beancount.io предоставляет вам бухгалтерский учет в виде обычного текста с полной прозрачностью и полной историей каждого изменения в стиле git — никакой категоризации в черном ящике, никаких восстановленных записей, просто бухгалтерская книга, которую вы можете защищать строка за строкой. Начните бесплатно и держите свои книги готовыми к аудиту по умолчанию, а не в спешке.