AI-агенты в таможне: кто автоматизирует декларации в 2025

В 2024–2025 годах несколько логистических и таможенных сервисов начали встраивать в свои платформы не просто автозаполнение, а именно AI-агентов* — программы, которые сами читают инвойс и упаковочный лист, предлагают код ТН ВЭД, заполняют графы декларации на товары и подсвечивают расхождения между документами. Речь не о фантастике из пресс-релизов, а о рабочих продуктах, которые декларант запускает вместо ручного перебивания цифр из PDF в форму. При этом ни один из них не берёт на себя юридическую ответственность за подачу — она остаётся на брокере и декларанте.

Что именно автоматизируют

Декларация на товары (ДТ) в ЕАЭС — это несколько десятков граф, часть из которых заполняется по справочникам, часть считается, а часть требует классификации товара. Самое дорогое по времени и рискам звено — не механический ввод, а два решения: под каким кодом ТН ВЭД заявить товар и совпадают ли между собой инвойс, контракт, спецификация и транспортные документы.

Современные инструменты берут на себя четыре блока:

• Извлечение данных из документов. Модель распознаёт инвойс, packing list, CMR/коносамент и вытаскивает наименования, вес, стоимость, контрагентов. Это уже не классический OCR, а связка распознавания с языковой моделью, которая понимает структуру документа.
• Подбор кода ТН ВЭД. Агент предлагает несколько кандидатов с обоснованием и ссылкой на пояснения к товарной номенклатуре. Ключевое слово — предлагает: финальное решение за человеком, потому что цена ошибки в коде — это доначисление пошлины и возможная административная ответственность.
• Сверка и валидация. Система сравнивает данные из разных документов и подсвечивает конфликты: разный вес в инвойсе и в накладной, несовпадение сумм, отсутствие сертификата для товара, который требует подтверждения соответствия.
• Черновик ДТ. На выходе — заполненный проект декларации, который декларант проверяет и отправляет через ПО, интегрированное с системой таможенных органов.

Почему это не «полная автоматизация»

Ни один вменяемый вендор сегодня не обещает подачу декларации без участия человека. Причина не в жадности, а в структуре ответственности: за недостоверное декларирование отвечает декларант, а классификация товара по ТН ВЭД остаётся зоной, где формально верный по описанию код может оказаться неверным по сути. Языковая модель хорошо предлагает гипотезы и плохо отвечает за последствия.

AI-агент в таможне экономит не решения, а рутину вокруг них. Он готовит черновик за минуты вместо часа — но нажимает кнопку «подать» по-прежнему живой декларант, и штраф в случае ошибки приходит тоже ему.

Как это устроено под капотом

Большинство продуктов строятся по одной схеме: распознавание документа, затем RAG** поверх базы знаний — пояснений к ТН ВЭД, решений по классификации, внутренних правил брокера — и уже потом языковая модель, которая формулирует ответ со ссылкой на источник. Такой подход снижает риск того, что модель выдумает код или норму: она обязана опереться на документ из базы, а не на «память».

Именно поэтому качество инструмента определяется не столько моделью, сколько актуальностью и полнотой базы, которую в неё загрузили. Устаревший справочник кодов или неполные пояснения дают уверенно звучащий, но неверный ответ.

Сравнение подходов

На рынке сейчас три принципиально разных способа получить AI-помощь в декларировании. Точные названия продуктов и их доступность в вашей стране лучше проверять напрямую у поставщиков — рынок меняется быстро, и функции разнятся от релиза к релизу.

Отдельно стоит держать в голове вопрос данных: инвойсы и контракты — это коммерческая тайна и персональные данные контрагентов. Загружать их в универсальный чат без корпоративного контура и соглашения об обработке данных рискованно. Специализированные продукты обычно предлагают закрытый контур или размещение в контролируемой инфраструктуре — это как раз одна из причин, по которой за них платят.

Кому это пригодится и кому нет

Пригодится:

• Брокеру с потоком в десятки деклараций в день, где рутина перебивания данных съедает время декларантов — агент готовит черновик, человек проверяет.
• ВЭД-отделу производственной компании, которая возит однотипную номенклатуру: обученный на своей истории агент почти не ошибается в привычных кодах.
• Новичкам как обучающий инструмент — объяснение, почему подходит тот или иной код, с ссылкой на пояснения к номенклатуре.

Не пригодится или опасно:

• Тем, кто возит сложную, спорную по классификации номенклатуру: здесь цена ошибки в коде — реальные деньги, и предложение модели нужно перепроверять полностью, что убивает экономию времени.
• Компаниям без выстроенного контроля данных: загрузка коммерческих документов в публичный сервис — прямой риск утечки.
• Тем, кто ждёт, что агент «сам всё подаст». Такого продукта, снимающего ответственность с декларанта, сегодня нет.

Сколько это стоит и что проверить перед покупкой

Модели ценообразования разные: подписка за рабочее место, оплата за обработанный документ, тариф в составе таможенного ПО. Конкретные суммы называть бессмысленно — они меняются и сильно зависят от объёма, так что запрашивайте у поставщика под свой поток. Перед внедрением есть смысл пройти короткий чек-лист:

1. На чём модель обучена и как часто обновляется база кодов и пояснений.
2. Где физически обрабатываются ваши документы и есть ли соглашение об обработке данных.
3. Даёт ли агент обоснование и ссылку на источник для каждого предложенного кода, а не просто ответ.
4. Есть ли интеграция с вашим ПО подачи ДТ или придётся переносить черновик вручную.
5. Кто несёт ответственность за ошибку по договору — почти всегда это остаётся на вас, и это нужно понимать заранее.

* AI-агент — программа на базе языковой модели, которая не просто отвечает на вопрос, а выполняет цепочку действий: читает документы, вызывает справочники, формирует результат и передаёт его дальше.

** RAG (retrieval-augmented generation) — подход, при котором модель перед ответом ищет релевантные фрагменты в заданной базе знаний и опирается на них, а не только на то, что «запомнила» при обучении. Снижает риск выдуманных фактов.