如何通过9万多条信息锁定3个风险点？如果用人工方法，这将是一个浩大的工程。但是如果借助信息化手段，这将变得比较简单。近日，笔者选取2家房地产企业和3家制造企业，作为人工智能系统的分析对象，采集企业以前年度的增值税专用发票信息、增值税普通发票信息、企业所得税申报表信息以及增值税申报表信息后，经过智能分析、风险分析、风险验证和实证结果讨论等环节，进行了实证研究。

　　笔者在人工智能系统中输入5家企业增值税、企业所得税的发票信息和纳税申报表信息，共94640条，识别出8类风险提示信息，包括取得的属于商业保险支出性质的增值税进项发票金额，大于申报的账载金额；获得的旅客运输服务增值税专用发票的进项税额，小于进项税额转出金额等。笔者与相关纳税人再次沟通，并查阅有关资料，对发现的8项风险提示信息进行逐一验证，最终确认了3个风险点。比如，分析系统发现某企业存在取得的疑为业务招待费，或与取得收入无关的支出性质的增值税进项发票金额，大于申报的账载金额的风险。经验证，该企业取得的增值税发票，为购买礼品开具的发票，属于业务招待费，根据规定其增值税进项税额不可以抵扣。

　　在税收分析中引入人工智能，其实就是以纳税人的各类涉税信息为基础，通过强化信息系统对税收政策与纳税人经营行为的关联分析，构建出相应分析模型。人工智能系统在扫描纳税人信息后，测试验证模型，最终输出风险分析结果。运用人工智能技术进行税收风险分析，可以直接利用原始数据，保证了基础数据的准确性。同时，以智能分析代替原有的人工复核，突破了传统分析方式的局限性，通过寻找数据之间的关联性、逻辑性和差异性，发现存在的异常点和风险点，大大提高了风险分析的科学性、客观性和全面性，也提高了风险分析的效率。

　　大数据时代，税务部门已实现票据信息和财税信息的数据共享，建立起税务数据仓库。然而，基础数据整合及人工对比已经不能满足现阶段税收管理的要求。随着人工智能技术在税收领域进一步深入，税收管理智能化已成为一种必然趋势。那么，税务部门应当如何巧用人工智能技术，精准分析大企业税务风险？笔者认为，可以从以下三个方面入手：

　　一是不断提升涉税数据应用质效。一方面，建立数据闭环管理制度，推动税收信息获取、收集、加工、转化、利用的顶层设计。另一方面，加强数据的集成融通，梳理整合现有内、外部系统涉税数据，形成税收大数据，并在此基础上规范数据整备规则，进一步形成标准统一的税收数据仓库，同时可构筑数据共享交换机制和部门信息集成长效机制。

　　二是优化人工智能风险分析路径。梳理智能分析过程，通过步骤化、层次化、清晰化分析思路，进一步优化风险分析路径。同时提炼税收业务经验和思路，引入数学建模方法，不断完善风险指标模型库，实现智能分析成果进入指标体系的迭代。建立自主学习方法，根据税收政策要求自主建立新的指标模型，并根据新的税收政策自主提出指标模型。构建模型优化机制，税务部门应建立“开发—验证—应用”的指标优化机制。

　　三是搭建智能化风险分析平台。将人工智能嵌入到现有大企业税收风险分析系统，绝非一蹴而就，需与长远发展梯次接续，制定有针对性的发展策略，明确实施步骤，推进项目、技术、人才队伍的统筹布局，搭建智能化风险分析平台。这就需要税务部门加强与外部信息科技公司的合作，充分利用人工智能科技公司在技术上的领先优势，同时，把握好分工与协作的关系，发挥税务部门在规划引导、政策支持、安全防范等方面的重要作用。