DeepSeek在税务领域的应用实践与风险防范

人工智能助力税务智能化转型，专家共议应用场景与优化方向

2025年06月27日 中国税务报 版次：07

作者：实习记者 程煜 本报记者 陈显信

今年初，中国人工智能初创公司深度求索发布AI模型DeepSeek，迅速在全球引发关注。在税务领域，该模型可处理报表提取、数据分类等基础任务，并基于案例进行分析与报告生成。国家税务总局重庆市税务局第一稽查局党委书记、局长陶炯，西安市高陵区税务局党委书记、局长刘勇，以及中科迅联智慧网络科技联合创始人陈玉刚分享了DeepSeek在税务实践中的应用价值与挑战。

应用价值显著，推动税务管理智能化升级

刘勇指出，当前税收治理面临数据密集与政策复杂两大挑战。DeepSeek具备强大的非结构化文本处理、规则解析和多模态数据分析能力，其开源特性有助于提升涉税数据挖掘效率和政策解读精准度，为征管效能提升提供技术支撑。

陶炯表示，DeepSeek可高效解析发票、申报表、银行流水等海量数据，通过多模态分析识别异常交易，推动税务稽查从“经验驱动”转向“数据智能驱动”。其深度学习算法能挖掘虚开发票团伙、跨区域逃税网络等隐蔽关联，构建动态风险预警模型，并自动生成可视化证据链，提升取证效率。此外，模型还可结合历史案例预测新型逃税手段，优化稽查策略。

陈玉刚认为，DeepSeek助力企业税务管理由“被动合规”迈向“数智治理”。企业可通过接入财务系统实现增值税、企业所得税的自动计算与申报，同时开展智能合规监控，如实时标记异常发票、扫描“黑名单”企业。某央企试点显示，单个纳税人识别号申报时间缩短至1小时，错误率下降90%。模型还能根据企业研发费用率、专利数量等指标动态匹配税收政策，预判税务风险，实现事前防控。

覆盖征管、稽查、企业三大应用场景

刘勇认为，DeepSeek在基层税务工作中主要应用于风险防控、纳税服务和数据处理三个方面。在风险防控中，模型可优化风险指标，高效识别异常数据；在纳税服务方面，嵌入电子税务局后可提供政策查询、申报引导和远程办税辅助；在数据处理上，可融合多源涉税数据，作为自动化工作流核心组件，解决数据分散与处理低效问题。

陶炯介绍，在税务稽查全流程中，DeepSeek均有应用空间：选案环节可分析资金流、发票流、业务流，自动推送高风险企业名单；检查环节可穿透识别阴阳合同、账外收入等违规行为；审理环节可检索相似案例裁判规则，辅助定性处理；执行环节则可整合银行、不动产等数据，绘制欠税主体财产图谱，一键生成财产清单。

陈玉刚指出，DeepSeek可实现纳税申报表自动化生成，提升效率与准确性。某大型电力集团应用后，每个税种申报平均节省20分钟，1000家单位每月节省6000小时。同时，集团建立全级次数据统计体系，利用模型进行风险预警，有效防控税务风险。

实践成效显著，工作效率大幅提升

刘勇分享了一项实际案例：针对医药制造企业工商与税务股权变更信息脱节问题，传统人工比对2人耗时2天仅完成上千条数据梳理。采用“DeepSeek-R1+Coze空间”方案后，系统自动提取67条股权转让记录，准确率达100%，并与税务数据匹配，1小时内精准识别出15家企业股东信息不一致且无个税申报记录。其中一例查补税款约200万元。

陶炯表示，DeepSeek能基于公开案例归纳行业风险点，辅助选案决策。其自然语言处理能力可解析稽查报告等非结构化文本，自动提取涉税主体、违法手段、证据类型等核心要素，构建结构化知识库，为案件查办提供智能推送与检查建议，推动稽查模式从“个案经验”向“系统智能”升级。

陈玉刚介绍，某大型央企引入DeepSeek后，实现实时政策收集与企业特征匹配，自动生成操作清单。同时，模型自动完成主要税种申报表生成，申报时间大幅压缩，办税人员工作量减少超30%，年均节省成本超1000万元。

警惕模型误判，强化数据安全与政策适配

陶炯强调，AI应用于税务稽查需重视数据安全与更新及时性。建议通过私有化部署保障企业财务与个人申报信息的安全，防止泄露。同时，应持续更新税收政策、案例库、异常纳税人信息等知识库，避免因模型滞后导致误判。

陈玉刚指出，企业应通过私有化部署实现数据自主可控，对外部数据实施“只进不出”策略，加强加密传输与存储。某涉密企业引入DeepSeek时采用高强度加密，确保数据安全，并将涉税数据作为战略资产深度挖掘，提升管理效率。

刘勇提醒，需高度警惕“机器幻觉”带来的税务误判风险。由于训练数据存在时间局限，DeepSeek可能输出过时或错误的政策解读。此外，因数据标注不全或理解逻辑不足，模型可能生成偏离立法精神的解释。这一问题源于通用大模型与税务专业需求之间的适配矛盾，可通过专项训练（如12366热线问答）和人机协同机制加以缓解。