Правовые основы использования искусственного интеллекта при таможенном контроле

Вернуться на страницу статьи
Скачать статью в PDF

Правовые основы использования искусственного интеллекта при таможенном контроле

Мютте Г.Е.

Санкт-Петербургский имени В.Б. Бобкова филиал Российской таможенной академии

Аннотация:

В статье представлен комплексный научно-правовой анализ правовых основ применения технологий искусственного интеллекта при таможенном контроле товаров в Российской Федерации и в практике зарубежных таможенных администраций. На основе системного анализа норм Таможенного кодекса ЕАЭС, Федерального закона № 289-ФЗ «О таможенном регулировании в Российской Федерации», Национальной стратегии развития искусственного интеллекта до 2030 года, а также международных правовых документов, включая Регламент ЕС 2024/1689 (AI Act), стандарты и рекомендации ВТамО и положения Пересмотренной Киотской конвенции, исследуются правовые проблемы внедрения ИИ в таможенный контроль, пробелы нормативного регулирования и перспективы их преодоления. Отдельное внимание уделено опыту применения ИИ-технологий в практике таможенных администраций США, ЕС, Китая, Японии, Сингапура и Австралии

Ключевые слова:

искусственный интеллект, таможенный контроль, система управления рисками, машинное обучение, цифровизация таможни

Abstract:

The article provides a comprehensive legal analysis of the foundations for the use of artificial intelligence technologies in customs control in the Russian Federation and in the practice of foreign customs administrations. Based on a systemic analysis of the EAEU Customs Code, Federal Law No. 289-FZ, the National AI Development Strategy up to 2030, as well as international legal instruments including Regulation (EU) 2024/1689 (AI Act), WCO standards and the Revised Kyoto Convention, the paper examines legal issues of introducing AI into customs control, regulatory gaps and prospects for their elimination. Special attention is paid to the experience of the customs administrations of the USA, the EU, China, Japan, Singapore and Australia.

Keywords:

artificial intelligence, customs control, risk management system, machine learning, customs digitalization

Стремительное развитие технологий искусственного интеллекта заметно меняет практически все сферы общественной жизни, и область государственного управления не является исключением. Таможенное дело, которое долгое время опиралось на трудоемкие ручные процедуры физического досмотра грузов и бумажного декларирования, в начале XXI века входит в фазу глубокой трансформации. Таможенные администрации ведущих государств постепенно переходят к цифровым интеллектуальным технологиям управления таможенным контролем, в основе которых лежат алгоритмы машинного обучения, компьютерного зрения, обработки естественного языка и предиктивной аналитики. [1] Иначе говоря, речь идет о применении разных форм искусственного интеллекта. Актуальность темы исследования определяется целым рядом факторов.

Во-первых, объемы международной торговли растут настолько быстро, что традиционные методы таможенного контроля уже не позволяют обеспечивать требуемую эффективность его проведения. По данным Всемирной торговой организации, глобальный товарный экспорт в 2023 году превысил 23 трлн долларов США, а число таможенных деклараций в мире исчисляется миллиардами ежегодно. В России таможенная служба обрабатывает несколько миллионов деклараций в год. Проверять каждую поставку с привлечением должностных лиц становится физически нереально.

Во-вторых, все более сложными становятся схемы уклонения от уплаты таможенных платежей и различные формы нарушения таможенного законодательства. Нарушители используют многоходовые механизмы: транзит через третьи страны, дробление партий, цепочки посредников, иные способы сокрытия реального характера сделки. Выявить такие конструкции без интеллектуального анализа больших массивов данных крайне трудно. Порой - почти невозможно.

В-третьих, тема напрямую связана с общей государственной политикой цифровой трансформации. Национальная стратегия развития искусственного интеллекта до 2030 года, утвержденная Указом Президента РФ от 10 октября 2019 г. № 490, прямо указывает на необходимость внедрения ИИ в деятельность государственных органов. Стратегия развития таможенной службы Российской Федерации до 2030 года, в свою очередь, фиксирует конкретные ориентиры цифровизации таможенного администрирования. [2]

Наконец, особую значимость проблеме придает ее правовая сторона. Применение ИИ при таможенном контроле затрагивает базовые права и законные интересы физических лиц и организаций: свободу предпринимательской деятельности, право собственности, защиту персональных данных, право на справедливое административное и судебное разбирательство. В развитии применяемых алгоритмов контроля государственные органы исходят из принципа, что технология лишь помогает должностному лицу в принятии решения. Однако на практике алгоритм все чаще начинает влиять на содержание итогового решения в отношении товарной партии.

Проблемы применения искусственного интеллекта в таможенном деле исследовали М.А. Зиманова и М.В. Ионина, А.А. Насибуллин, Н.М. Кожуханов, А.Э. Петросян, А.В. Ефимов, Р.П. Мешечкина, А.А. Ворона, Е.О. Любкина, В.В. Макрусев и другие авторы. При этом в большинстве работ акцент сделан прежде всего на технологических аспектах цифровизации. Правовые основания, пределы и риски использования ИИ в таможенном контроле изучены заметно меньше.

Прежде чем анализировать правовые основы применения искусственного интеллекта при таможенном контроле, необходимо определить само понятие ИИ в юридическом контексте. Единого и общепризнанного определения ни в российском, ни в международном праве пока нет, и это, что немаловажно, создает заметные сложности для правоприменения.

В российском праве определение искусственного интеллекта содержится в Указе Президента Российской Федерации от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации». В соответствии с этим документом ИИ понимается как комплекс технологических решений, позволяющий имитировать когнитивные функции человека, включая самообучение и поиск решений без заранее заданного алгоритма, и получать результаты, сопоставимые как минимум с результатами интеллектуальной деятельности человека.

Это определение носит функциональный характер и ориентировано прежде всего на технические признаки ИИ. Вместе с тем в юридической литературе оно нередко критикуется за чрезмерную широту. Под него могут подпадать не только сложные адаптивные модели, но и более простые алгоритмические системы. В этом и состоит сложность проблемы: чем шире понятие, тем сложнее очертить пределы отраслевого правового регулирования.

В Регламенте ЕС 2024/1689 (AI Act) система искусственного интеллекта определяется иначе. Европейский подход делает акцент на автономности системы, ее способности обнаруживать адаптивность после развертывания и формировать по загруженным в нее данным прогнозы, рекомендации, решения или иные результаты, влияющие на реальные либо виртуальные среды. В этом определении сильнее выражен именно управленческий и правовой аспект — способность системы влиять на среду и, следовательно, на права и обязанности субъектов.

Применительно к таможенному контролю целесообразно выделять несколько основных групп ИИ-технологий. Во-первых, это системы машинного обучения, которые выявляют закономерности на основе накопленных данных. Во-вторых, системы глубокого обучения — подвид машинного обучения, основанный на многослойных нейронных сетях. В-третьих, технологии компьютерного зрения, используемые для анализа изображений и видеопотока. В-четвертых, инструменты обработки естественного языка, позволяющие работать с текстами деклараций, товарных описаний и сопроводительных документов. Наконец, важную роль играют системы предиктивной аналитики и генеративные модели ИИ. [3]

С функциональной точки зрения для таможенного дела особенно значимы системы анализа рисков, обнаружения аномалий в товаропотоках, автоматической идентификации товаров и транспортных средств, интеллектуальной классификации товаров и поддержки принятия решений должностными лицами. При этом по уровню автономности такие системы могут существенно различаться: от программ, которые лишь предлагают вероятностную оценку риска, до решений, способных автоматически инициировать определенные таможенные действия.

ИИ как объект правового регулирования обладает рядом особенностей, которые отличают его от традиционных информационных систем и делают необходимым специальный нормативный подход. Прежде всего речь идет о непрозрачности алгоритмов. Современные модели, особенно основанные на глубоком обучении, могут выдавать результат высокой точности, но при этом логика формирования этого результата нередко остается малопонятной даже разработчику. [4]

Еще одна важная черта — адаптивность. В отличие от жестко заданных программных решений, многие ИИ-системы обучаются на новых массивах данных и способны менять характер выдаваемых результатов. С юридической точки зрения это крайне дискуссионный момент: если система со временем фактически становится иной, нежели внедренная на начальном этапе эксплуатации, возникает вопрос о пределах допустимости ее последующего применения без повторной оценки.

Нельзя не учитывать и вероятностную природу выводов ИИ. Алгоритм не устанавливает нарушение как юридический факт, а лишь прогнозирует вероятность его наличия. Следовательно, правовое регулирование должно четко разграничивать прогноз, подозрение и доказанное нарушение. Иначе велика опасность подмены юридической доказанности факта правонарушения статистической моделью.

Одним из главнейших преимуществ систем, базирующихся на ИИ, является масштаб совокупности обрабатываемых данных. ИИ способен обрабатывать огромные массивы данных в режиме, недостижимом для человека. Это создает колоссальные возможности для таможенного контроля, однако одновременно означает, что ошибка в модели может воспроизводиться многократно и затрагивать большое количество участников внешнеэкономической деятельности. В результате единожды возникшая ошибка приводит к накопленным системным последствиям. [5]

Наконец, правовое значение имеет зависимость ИИ от качества данных. Если обучающая выборка неполна, некорректна или содержит исторически накопленные диспропорции, система не просто воспроизведет их, но может еще и усилить их масштаб. Именно поэтому вопросы происхождения, репрезентативности и допустимости данных для обучения должны стать предметом самостоятельного нормативного регулирования.

Всемирная таможенная организация играет ключевую роль в формировании международных стандартов цифровизации таможенного администрирования. Хотя акты ВТамО в большинстве случаев не имеют обязательной юридической силы, их значение трудно переоценить: именно они задают ориентиры для национальных реформ и фактически формируют глобальную модель «современной таможни».

Особое значение имеет опубликованный ВТамО в 2025 году доклад The Adoption of Artificial Intelligence and Machine Learning in Customs Administrations, в котором обобщен опыт 60 таможенных администраций. Согласно этому исследованию, 43 из 60 администраций уже используют ИИ, еще 12 находятся на этапе пилотного внедрения. Наиболее распространенные направления — системы управления рисками, анализ изображений ИДК, классификация товаров, прогнозирование поведения участников ВЭД и обнаружение схем нарушения таможенного законодательства. Киотская конвенция 1999 года, несмотря на то что была принята еще до нынешнего этапа цифровой трансформации, заложила базовые принципы, позволяющие развивать ИИ в таможенном деле. Прежде всего это применение информационных технологий при совершении таможенных формальностей и принцип управления рисками как основы рационального распределения контрольных ресурсов.

Немаловажно и то, что в 2024 году Европейский союз принял AI Act — первый в мире системный нормативный акт, специально посвященный регулированию ИИ. Для целей таможенного дела особенно важно, что системы ИИ, применяемые в сфере пограничного и миграционного контроля, отнесены к категории высокорисковых. Это означает обязательность дополнительных требований: управления рисками, ведения технической документации, журналирования, контроля человеком, а также соблюдения требований прозрачности и кибербезопасности. Европейская модель интересна не только как пример развитого регулирования. Она важна еще и как ориентир — российское право не обязано копировать ее буквально, однако игнорировать общемировые тенденции в применении ИИ как инструмента контроля уже нерационально.

Таможенный кодекс Евразийского экономического союза содержит нормы, которые создают базовую правовую основу для применения ИИ при таможенном контроле. Прежде всего это статья 376 ТК ЕАЭС, предусматривающая применение информационных систем и технологий таможенными органами, а также статья 378 ТК ЕАЭС, закрепляющая систему управления рисками как обязательный инструмент определения объектов, степени и форм таможенного контроля. Особого внимания заслуживает статья 111 ТК ЕАЭС, допускающая автоматическую регистрацию таможенной декларации информационной системой таможенного органа. Фактически это означает признание допустимости автоматизированных решений в таможенной сфере. Вместе с тем, прямых норм, упоминающих искусственный интеллект ТК ЕАЭС не содержит. В праве ЕАЭС отсутствуют специальные требования к точности ИИ-систем, к допустимому уровню автономии, к порядку аудита моделей, к правам участников ВЭД в случае применения алгоритмических решений. Следовательно, наднациональная правовая база пока лишь открывает возможность для внедрения ИИ, но не формирует полноценный режим его использования.

Российская правовая база применения ИИ при таможенном контроле носит фрагментарный характер. Она складывается из норм Конституции Российской Федерации, Таможенного кодекса ЕАЭС, Федерального закона № 289-ФЗ, законодательства об информации, о персональных данных, стратегических документов в сфере ИИ и цифровой трансформации, а также ведомственных актов ФТС России. С конституционно-правовой точки зрения применение ИИ в таможенном контроле должно соотноситься с принципами правового государства, равенства всех перед законом, недопустимости произвольного ограничения прав и права на судебную защиту. ИИ не может выводить таможенное администрирование за пределы этих гарантий. Как бы технологично ни выглядела система, она остается лишь инструментом публичной власти.

Содержательно важную роль играет Федеральный закон от 3 августа 2018 г. № 289-ФЗ «О таможенном регулировании в Российской Федерации и о внесении изменений в отдельные законодательные акты Российской Федерации», который регулирует организацию таможенного дела в Российской Федерации. Однако в нем нет специальной главы или даже отдельных развернутых положений, посвященных применению ИИ. Аналогичная ситуация наблюдается и в подзаконном регулировании: технологические решения развиваются быстрее, чем соответствующие юридические конструкции.

При этом документы стратегического планирования задают прямой вектор на использование ИИ. Национальная стратегия развития искусственного интеллекта до 2030 года и Стратегия развития таможенной службы Российской Федерации до 2030 года ориентируют государственные органы на переход к интеллектуальным формам управления и анализа данных. Иначе говоря, политико-правовой импульс для внедрения технологий уже задан. Не хватает другого — детальной и понятной регламентации.

Система управления рисками остается основной потенциальной площадкой применения ИИ в деятельности таможенных органов Российской Федерации. Использование алгоритмов машинного обучения позволяет анализировать большие массивы сведений о декларациях, маршрутах, участниках ВЭД, истории предыдущих нарушений и иных параметрах, влияющих на степень вероятности риска. Ключевое преимущество такой системы заключается в возможности охватить оценкой практически весь поток деклараций и при этом сконцентрировать применение форм таможенного контроля на действительно проблемных поставках. Это повышает адресность проверочных мероприятий, снижает нагрузку на законопослушных участников ВЭД и позволяет эффективнее распределять ресурсы таможенных органов. [6]

Однако есть и заметные недостатки во внедрении ИИ в данную область таможенного администрирования. Прежде всего это непрозрачность используемых алгоритмов, которая усложняет проверку правомерности решения. Кроме того, алгоритмическая система может унаследовать ошибки и смещения исторических данных, на которых она обучалась. В таком случае модель будет воспроизводить проблемный подход уже в автоматизированной форме.

Применение технологий компьютерного зрения в инспекционно-досмотровых комплексах позволяет автоматически выявлять признаки нарушения законодательства на рентгенографических изображениях грузов и транспортных средств. Такие системы способны фиксировать признаки скрытых вложений, нехарактерную плотность отдельных зон в грузовых отделениях транспортных средств, несоответствие формы и содержания грузового отсека заявленным сведениям. Преимущества использования таких технологий очевидны: возрастает скорость анализа, снижается зависимость от человеческого фактора, повышается вероятность обнаружения сложных способов сокрытия товаров. Вместе с тем юридическое значение автоматического распознавания ИИ при анализе изображений до сих пор не определено в достаточной степени. Является ли вывод системы самостоятельным основанием для проведения досмотра? Или он должен рассматриваться лишь как ориентир для должностного лица? Пока единообразного ответа на этот вопрос нет.

Еще одно важное направление — потенциальное применение ИИ для классификации товаров по ТН ВЭД ЕАЭС. Алгоритмы обработки естественного языка позволяют сопоставлять описание товара в декларации с ТН ВЭД ЕАЭС, судебной и административной практикой по классификации товара, а также с ранее принятыми классификационными решениями. Преимущество такой технологии состоит в ускорении процесса классификации и снижении количества формальных ошибок. Особенно это важно при работе с массовыми, типовыми товарными позициями. Но и здесь не обходится без трудностей: сложные, комбинированные или новые товары по-прежнему требуют экспертной правовой и технической оценки. Алгоритм в данном случае может помогать в принятии решения, но не заменит специалиста полностью.

Зарубежная практика показывает, что применение ИИ в таможенном деле уже давно перестало быть экспериментом. США используют Automated Targeting System и связанные с ней аналитические инструменты для оценки рисков и выявления подозрительных грузов. Китай продвигает концепцию «умной таможни», опирающуюся на централизованный сбор и анализ больших данных. Сингапур делает ставку на почти полную автоматизацию таможенного оформления. Япония активно развивает интеллектуальную аналитику торговых операций. Европейский союз, помимо системы ICS2, выстраивает и нормативную архитектуру регулирования таких технологий. Австралия использует решения типа SmartGate AI для интеллектуальной идентификации и контроля.

Если сопоставить эти модели, можно увидеть общую закономерность: ИИ чаще всего применяется не сам по себе, а как часть более широкой цифровой экосистемы таможенного администрирования. В нее входят сервисы «единого окна», программы уполномоченных экономических операторов, системы управления рисками и инструменты межведомственного обмена данными. При этом у каждой модели есть собственные слабые стороны. Американский подход нередко критикуется за непрозрачность критериев оценки рисков. Китайский — за высокий уровень централизации и ограниченные возможности внешнего контроля. Европейский — за сложность и ресурсоемкость процедур проверки. [7]

К числу ключевых правовых проблем использования ИИ относится отсутствие специального законодательного регулирования применения ИИ именно в таможенных органах. Нормативная база пока складывается из общих положений о цифровизации, информационных технологиях и таможенном контроле, но единого подхода к регулированию в настоящее время нет. Одна из наиболее острых проблем — ответственность за ошибки алгоритмов, используемых в работе ИИ-систем. Кто должен отвечать, если система неверно определила степень риска, спровоцировала необоснованный досмотр или повлекла задержку товара? Разработчик, оператор, должностное лицо, государственный орган? Российское право пока не дает на этот вопрос прямого и исчерпывающего ответа. Не менее важна проблема обеспечения права субъекта контроля на объяснение алгоритмического решения. Участник ВЭД должен понимать, почему в отношении его поставки была применена та или иная мера контроля. Но раскрытие логики модели может вступать в противоречие с требованиями конфиденциальности профилей риска и интересами экономической безопасности государства. Значит, необходимо искать юридически выверенный баланс между прозрачностью процедур таможенного контроля и защитой чувствительной для таможенных органов информации.

Наконец, существенное значение имеет риск алгоритмической дискриминации. Если модель обучается на исторически неравномерных данных, она может закрепить и автоматизировать уже существующие перекосы правоприменения. В условиях таможенного контроля это способно привести к систематически более жесткому отношению к определенным товарным группам, маршрутам или категориям участников ВЭД без достаточного логического, экономического и юридического основания.

Перспективы развития ИИ в таможенном контроле связаны не только с дальнейшим совершенствованием отдельных алгоритмов, но и с переходом к более сложным интегрированным системам. Речь идет о мультимодальных решениях, совмещающих анализ текста, изображений, сенсорных данных и транзакционной информации, а также о сочетании ИИ с блокчейн-технологиями и интернетом вещей. Можно предположить, что в ближайшие годы развитие пойдет по линии формирования интеллектуальных пунктов пропуска, предиктивного контроля в реальном времени и глубокой интеграции межведомственных цифровых контуров. Как следствие, таможенный контроль станет менее реактивным и более прогнозным.

С точки зрения права развитие должно идти по нескольким направлениям. Во-первых, необходимо закрепить базовые понятия и пределы допустимого применения ИИ в таможенной сфере. Во-вторых, следует установить требования к качеству и аудиту используемых в работе таможенных органов ИИ-алгоритмов. В-третьих, требуется нормативно урегулировать гарантии прав участников ВЭД при принятии решений с использованием ИИ. И, наконец, важно определить процедуры внешнего и внутреннего контроля за такими системами.

Подводя итог, важно подчеркнуть: дальнейшее развитие ИИ в деятельности таможенных органов должно сопровождаться опережающим правовым регулированием. Иначе технология начнет задавать правила быстрее, чем право успеет их осмыслить и структурировать возможные риски, нивелировав их последствия.

Список литературы

Зиманова М.А., Ионина М.В. Применение элементов искусственного интеллекта при решении задач, стоящих перед таможенными органами // Ученые записки Санкт-Петербургского имени В.Б. Бобкова филиала Российской таможенной академии. – 2022. – № 3(83). – С. 11-16.
Афонин Д.Н., Афонин П.Н., Берзан А.А. и др. Управление инновациями в таможенном администрировании: история, современность и будущее. – Санкт-Петербург: Общество с ограниченной ответственностью "Издательский центр "Интермедия", 2025. – 220 с.
Afonin P.N., Ivanenko V.A., Kondrashova V.A. et al. Improving Customs Services in the Context of Developing the Goods Traceability System // Geo-Economy of the Future. Sustainable Agriculture and Alternative Energy. – Cham: Springer, 2022. – P. 465-473.
Кондрашова В.А. Проблемы и перспективы внедрения искусственного интеллекта в практику таможенного контроля в ЕАЭС // Бюллетень инновационных технологий. – 2025. –Т. 9. –No 2(34). –С. 38-40.
Афонин Д.Н. Применение технических средств таможенного контроля при проведении таможенного контроля: учебник для студентов, обучающихся по специальности «Таможенное дело». – Санкт-Петербург: Общество с ограниченной ответственностью "Издательский центр "Интермедия", 2022. – 120 с. – ISBN 978-5-4383-0253-7.
Кондрашова В.А. Внедрение интеллектуального пункта пропуска через государственную границу Российской Федерации - динамика, проблемы и перспективы // Бюллетень инновационных технологий. – 2024. – Т. 8, № 4(32). – С. 43-45.
Кондрашова В.А. Инновации в области технических средств таможенного контроля: современные тренды и перспективы развития // Бюллетень инновационных технологий. – 2025. – Т. 9, № 4(36). – С. 50-52.

Вернуться на страницу статьи
Скачать статью в PDF

Ссылка для цитирования: Мютте Г.Е. Правовые основы использования искусственного интеллекта при таможенном контроле // Бюллетень инновационных технологий. – 2026. – Т. 10. – № 2 (38). – С. 40-45. – EDN QIRRPO.