如今，人工智能（AI）技术应用逐渐普及，也为破解税费征管难题、夯实征管基础提供了科技手段。结合基层实践，笔者认为，应加强AI技术在数据治理、流程优化和风险防控等方面的应用，同时进一步加强“人机协同”，以充分发挥AI对税费征管效能的“加成”作用。

实现数据的“智能清洗”。数据质量直接影响税费征管质效。AI技术的应用将推动数据治理从“人工校验”到“智能清洗”。通过本地化部署大模型，并给予足量税务数据、政策文件和疑点案例进行模型训练和微调，AI将具备自动识别缺失、矛盾或重复数据功能，并能够对关联发票、申报表、财务报表、第三方数据等多源信息进行交叉验证，从而实现自动化、智能化的数据清洗，夯实征管数据基础，减轻基层工作人员负担。

实现“确认式申报”的优化。AI技术的场景化服务有助于进一步优化申报体验。尤其是DeepSeek等大模型的出现，使得自动根据经营数据进行财务核算、审核费用报销、进行纳税申报等成为可能。税务部门在此过程中，可以试着“向前一步”，助力企业建立与财务对接的税务申报模型，一方面提升原有预填式数据的准确性，另一方面实现原无预填式服务税费种的“确认式申报”。例如，由AI基于企业财务数据和交易链条，自动登录电子税务局生成申报表预填数据，纳税人缴费人检查并确认关键数据即可完成申报，既减轻纳税人财务核算和税务合规成本，也减轻税务部门服务成本。

实现“全程预警”的风险防控。依托不断发展的AI技术，可以逐步构建起全链条风险自动防控模型。纳税人端，企业在本地大模型部署中，可以结合税务部门公开发布的各类风险案例以及本企业涉及税务风险，构建风险防控人工智能体，并根据企业业务、规模以及税收政策的变化实时更新防控规则。税务人端，税务部门在训练本地大模型中，可以将稽查、风控、督审等方面的案例作为数据集提供给大模型，通过参数微调和奖励机制，实现AI自动构建“数据分析—风险建模—逻辑推理—结论生成”的工作模式。内外结合，税企协作，共建“数据+规则+算法”的防控体系，真正实现风险早发现、早阻断。

构建“人机协同”新生态。AI技术的深化应用需避免“重技术轻业务”的误区。一方面，应推进“人工智能应用+人工辅助”的机制，注重培养“既懂税收业务又通数据算法”的复合型人才；另一方面，应完善“人机责任边界”，例如明确AI预填数据的法律效力等，既保障纳税人缴费人权益，又规避执法风险。

（作者单位：国家税务总局北京市顺义区税务局）