Инициатива предполагает два основных инструмента:

Первый — это налоговый вычет на покупку российского ПО с элементами искусственного интеллекта, включенного в официальный реестр. Компании, работающие на общей системе или на упрощенке, смогут уменьшить налог на прибыль или единый налог на сумму, потраченную на такое приобретение. Базовый размер вычета предлагают установить на уровне 200 тысяч рублей в год, а если бизнес документально подтвердит рост производительности, эту планку можно будет поднять до полумиллиона рублей.

Второй вариант — поддержка ИТ‑компаний. Разработчики предлагают скидку на свой ИИ-продукт, а государство компенсирует разницу в стоимость. Поддержку предлагают растянуть на три года с постепенным снижением доли возмещения — например, со ста процентов в первый год до двадцати пяти процентов в третий.

Некоторые депутаты Госдумы идут еще дальше, и предлагают создать отдельную налоговую категорию для быстрорастущих ИТ‑стартапов с доходом до полутора миллиардов рублей, чтобы они могли сохранить доступ к упрощенной системе и льготам по НДС, даже если формально перерастают привычные рамки малого бизнеса.

Впрочем, пока не стоит торопиться с выводами. Конкретных решений еще не приняты, и будут приниматься только после тщательного анализа экономической эффективности.

Вероятно, Минфин отнесется к новым льготам скептически и потребует четких доказательств того, что бюджетные потери окупятся приростом налоговой базы за счет более успешных компаний.

За последний год доля российских предпринимателей, использующих нейросети в повседневной работе, выросла с 17 до 53 процентов. Те, кто отстает, рискуют потерять позиции, потому что первые пользователи уже получили ощутимое преимущество в скорости и качестве обслуживания.

Кроме того, исследования проведенные в разных странах, показывают, что грамотная интеграция ИИ позволяет небольшим компаниям увеличить выручку на 15–30 процентов и сократить операционные расходы на 20–50 процентов. Окупаемость автоматизации в среднем составляет 250–370 процентов за полтора года, что для сектора с традиционно низкой маржинальностью является весьма привлекательным показателем.

Особенно востребованы ИИ-решения в маркетинге, аналитике, документообороте и обслуживании клиентов. Чат боты, например, могут закрывать до 70–80 процентов типовых обращений, освобождая сотрудников для сложных задач. Автоматическое напоминание об оплате сокращает срок оборачиваемости дебиторской задолженности в среднем на неделю, что критично для денежного потока.

Однако на пути внедрения стоят серьезные барьеры. Главный страх предпринимателей связан с безопасностью данных и с сопротивлением персонала, который боится потерять рабочие места. Наконец, самая распространенная проблема — попытка автоматизировать хаос, когда внутренние процессы не описаны и не структурированы. В таких условиях ИИ лишь ускоряет бардак, а не помогает его упорядочить.

В мировой прессе тема господдержки внедрения ИИ для МСП обсуждается не менее активно. Например, Сингапур часто приводят в качестве образцового примера, так как там государство запустило программу софинансирования и обучения, и за один год число малых предприятий, применяющих искусственный интеллект, выросло втрое.

Похожие инициативы действуют в ЕС, где в рамках цифровой стратегии выделяются гранты на тестирование ИИ‑решений в промышленности и сфере услуг.

В США налоговые льготы для ИТ‑расходов существуют уже несколько лет, хотя их эффективность оценивается неоднозначно, потому что крупные корпорации используют их активнее, чем семейные магазины, из‑за сложности отчетности.

Cудя по всему, бизнес предлагает модифицировать сингапурскую модель, делая ставку не на прямые дотации, а на снижение налогового бремени и создание понятных правил игры. Это должно стимулировать не только спрос, но и предложение, давая российским ИТ‑компаниям дополнительный стимул для создания качественных и недорогих продуктов, адаптированных под нужды местного бизнеса.

Любое обсуждение новых преференций неизбежно наталкивается на мысль о том, что не станет ли эта система кормушкой для недобросовестных «бизнесменов»? История с налоговыми льготами дает немало примеров схем, которые пытались использовать предприниматели. Фиктивное переименование услуг, искусственное дробление бизнеса для сохранения статуса МСП, приписки о наличии ИИ‑функционала в обычном софте — все это уже знакомо налоговым органам.

По некоторым оценкам, менее пяти процентов малых предприятий реально знают о существующих субсидиях и тем более умеют ими пользоваться.

Это создает благодатную почву для коррупционных схем, «помогающих» получить льготу за вознаграждение.

Ообычно разработчики инициатив закладывают в механизм несколько защитных контуров. Зачастую получение льгот привязывается к подтверждению экономического эффекта — компания должна продемонстрировать рост производительности, создание новых рабочих мест или увеличение инвестиций. Таже возможно требование по использованию только реестрового ПО и прозрачной процедуры компенсации. И, вполне естественно, что одновременно с внедрением льгот ужесточается и ответственность за мошенничество.

Важно и то, что сами налоговые органы активно цифровизируются, внедряя аналитические системы, способные выявлять аномалии в поведении налогоплательщиков. Как показывает мировая практика, наиболее эффективной защитой от злоупотреблений служит не столько жесткий контроль, сколько сочетание простоты получения льготы с высокими рисками для нарушителей. В этом смысле российский подход, судя по всему, движется в сторону сингапурской модели, где акцент сделан на обучении и консультационной поддержке, а не на бюрократических проверках.

Мнения экспертов о целесообразности нового пакета мер разделились. Сторонники указывают, что без внешнего толчка российский малый бизнес, особенно в традиционных отраслях, будет внедрять ИИ слишком медленно, уступая конкурентам из Китая или Индии. Противники напоминают, что налоговые маневры должны быть тщательно просчитаны, иначе бюджет недосчитается доходов, а реального рывка не произойдет. Ключевой аргумент скептиков — отсутствие внятной методологии оценки эффективности, а также недостаток квалифицированных кадров на стороне МСП, которые смогли бы грамотно эксплуатировать новые инструменты.

Окончательное решение будет зависеть от того, удастся ли разработчикам убедить Минфин в том, что предлагаемые льготы принесут больше пользы, чем вреда, а также от готовности бизнеса к реальным изменениям.

Пока же предпринимателям, задумывающимся о внедрении ИИ, стоит начинать не с ожидания субсидий, а с аудита собственных процессов и обучения команды, чтобы к моменту появления официальных механизмов они были готовы ими воспользоваться по‑настоящему эффективно.