Создание высокоточных синтетических наборов данных по налоговым делам для оценки эффективности ИИ в налоговой сфере США.
Как компания Shaip создала 2,000 реалистичных примеров налогового учета в США с использованием федеральных и региональных налоговых деклараций, подтверждающих документов, рабочих процессов в стиле сертифицированных бухгалтеров, проверки экспертами в финансовой сфере и средств обезличивания данных для тестирования корпоративного налогового ИИ.
Обзор проекта: Синтетический набор данных по налогам для оценки эффективности ИИ.
По мере совершенствования систем искусственного интеллекта в налоговой сфере качество данных для оценки становится критически важным фактором. Клиенту требовался крупномасштабный набор данных, содержащий реалистичные примеры индивидуальных налоговых дел, охватывающие федеральные требования к подаче деклараций, а также различия на уровне штатов: Калифорнии, Техаса, Нью-Йорка, Иллинойса и Флориды. Каждое дело должно было имитировать реальные рабочие процессы сертифицированных бухгалтеров и включать полный ввод данных, подтверждающую документацию, сверенные налоговые формы, краткие обзоры и обозначения сложности.
Компания Shaip получила задание разработать готовый к использованию в производственных условиях конвейер обработки наборов данных, способный генерировать 2,000 полностью согласованных налоговых делс возможностью масштабирования в операционном плане. случаи 5,000 По мере расширения потребностей программы, набор данных должен был охватывать последние налоговые годы, отражать сбалансированную сложность случаев средней и умеренной сложности, а также обеспечивать строгий контроль качества в отношении согласованности, обезличивания, форматирования и отсутствия дубликатов.
Ключевые метрики набора данных
Объем набора данных
2,000 налоговых дел
Масштабируемость
Возможность расширения до 5,000 ящиков.
Сопроводительные документы
7-15 документов на дело
Пропускная способность доставки
300-400 наборов данных в неделю
Проблемы оценки ИИ в налоговом секторе
- Обеспечение соответствия каждого случая реалистичному рабочему процессу в стиле сертифицированного бухгалтера, с внутренней согласованностью описаний налогоплательщиков, первичных документов и окончательных деклараций.
- Обработка налоговой логики, специфичной для пяти штатов, с сохранением соответствия федеральным формам и сводным данным.
- Разработка налоговых сценариев средней и умеренной сложности, включающих счета медицинских сбережений (HSA), доход, рассчитываемый в нескольких штатах, формы K-1, формы ACA, приложение C, прирост капитала и иностранные счета.
- Обеспечение строгого соблюдения стандартов целостности, форматирования и полноты данных, включая доставку только в формате PDF и отклонение неполных, дублирующихся или структурно несоответствующих файлов.
- Защита конфиденциальности с помощью синтетических или анонимизированных наборов данных с мерами по обезличиванию и многоэтапной проверкой.
Решение Shaip для создания синтетических налоговых данных
Стратегия данных
Шаип выстроил взаимодействие вокруг производства 2,000 реалистичных примеров индивидуальных налоговых декларацийКаждый из них предназначен для оценки и тестирования. Рабочий процесс разработан с учетом возможности масштабирования в будущем. случаи 5,000 без ущерба для согласованности или качества. Примеры были разработаны таким образом, чтобы отражать последние пять налоговых лет, с более широким представлением данных за последние отчетные периоды.
Разработка кейсов и моделирование первичного приема
В каждом случае использовалась подробная анкета для сбора информации о клиенте, включающая личные данные, статус подачи налоговой декларации, иждивенцев, занятость, компенсацию акциями, пенсионные доходы, доход по форме 1099, формы K-1, доход от аренды, иностранный доход, вычеты, налоговые льготы, историю соблюдения налогового законодательства и требования конкретного штата. Это гарантировало, что каждый сценарий отражал этап сбора информации в реальном налоговом процессе.
Создание пакета документов
Чтобы каждый комплект документов был максимально репрезентативным и готовым к оценке, к каждому делу прилагался пакет подтверждающих документов, таких как формы W-2, 1099-INT/DIV/B, 1099-R, 1099-NEC/MISC, формы K-1, 1095-A, формы учета процентов по ипотеке, квитанции об уплате налога на имущество, брокерские выписки, договоры аренды, банковские выписки, квитанции о расходах на ведение бизнеса и документы HSA/IRA.
Подготовка налоговой декларации и сверка
Каждый включенный набор данных завершен формы федеральных и государственных налоговых декларацийВключая форму 1040 и соответствующие приложения, а также формы для подачи налоговой декларации в штате и связанные с ними документы о налоговых вычетах или ваучерах, где это требуется. Краткие сводные отчеты содержат информацию о скорректированном валовом доходе (AGI), налогооблагаемом доходе, общей сумме налога, платежах, возврате или задолженности, штрафах и эффективной налоговой ставке, а также сводные поля на уровне штата.
Структура сложности
Задания были организованы по уровням сложности с особым акцентом на Уровень 2 (средний) & Уровень 3 (средней сложности) Рассмотренные сценарии включали ситуации подачи деклараций в нескольких штатах, деятельность HSA, доход по форме Schedule C, прирост капитала, отчетность по ACA, иностранные счета и налоговую логику, основанную на форме K-1.
Обеспечение качества и приемочный контроль
Компания Shaip обеспечила соответствие процесса доставки строгим требованиям к качеству, охватывающим логическую согласованность, сопоставление налоговых полей, полноту документов, структурное соответствие американским налоговым шаблонам и готовность к окончательной проверке. Рабочий процесс также учитывал критерии отклонения, связанные с некорректными PDF-файлами, отсутствующими финансовыми данными, дублирующимися наборами данных и несоответствием расположения полей.
Конфиденциальность и соответствие
Все данные были разработаны таким образом, чтобы быть синтетическими или надлежащим образом анонимизированными, без реальных персональных данных и с многоэтапной проверкой на обезличивание. Это гарантировало, что набор данных может удовлетворить потребности корпоративного тестирования, сохраняя при этом соблюдение принципов конфиденциальности.
Область применения синтетического набора налоговых данных
| Компонент набора данных | Объем |
|---|---|
| Объем дела | случаи 2,000 |
| Масштабируемость | Возможно расширение до 5,000 случаев. |
| География | Калифорния, Техас, Нью-Йорк, Иллинойс, Флорида |
| Документы по каждому делу | 7–15 документов |
| Уровни сложности | Фокус на уровнях 2 и 3 |
| Федеральные формы | 1040, Приложения 1–3, A, B, C, D, E, SE и соответствующие формы |
| Государственные формы | Соответствующие формы налоговой декларации штата, приложения, налоговые вычеты и ваучеры. |
| Сводные данные | Сводные данные по федеральным и региональным налогам |
| Формат доставки | Только PDF |
| Еженедельная пропускная способность | 300–400 наборов данных |
Результат: Набор данных для оценки эффективности системы ИИ для налогообложения, готовой к использованию на предприятиях.
- Создал фреймворк для 2,000 дел о мошенничестве в налоговой сфере предназначен для внутренней оценки и тестирования.
- Достигнута оперативная готовность к масштабированию производства. случаи 5,000
- Обеспечено реалистичное тестирование модели в рамках федеральных налоговых процессов и процессов налогообложения в пяти штатах.
- Структурирование каждого дела осуществлялось в соответствии с принципами работы сертифицированного бухгалтера (CPA) в части приема информации, документирования, подачи документов и составления резюме.
- Встроенные строгие механизмы контроля для обезличивания данных, сверки, полноты информации и форматирования PDF-файлов.
В целом, это сотрудничество демонстрирует, как Shaip может помочь командам, занимающимся налоговым ИИ, выйти за рамки общих примеров и перейти к оценочным наборам данных корпоративного уровня, отражающим реальную сложность подачи налоговых деклараций, многодокументное мышление и налоговое поведение в зависимости от юрисдикции. В результате получается более прочная основа для сравнительного анализа моделей, контроля качества и внутренней проверки продукта.
Компания Shaip внесла структуру, строгость и масштабируемость в очень сложную инициативу по работе с налоговыми данными. Их способность переводить сложные требования к подаче федеральных и региональных налоговых деклараций в реалистичные, согласованные наборы данных по конкретным случаям создала прочную основу для наших рабочих процессов оценки с использованием ИИ.
