CNY Бирж.12,482-0,01%↓CHKZ15 7000%ARSA7,330%IMOEX2 410,41+0,99%↑RTSI906,56+0,99%↑RGBI111,86+0,15%↑RGBITR771,16+0,18%↑

В Ростовской области создают систему прогнозирования бюджета на базе ИИ

Magnific
Magnific

Ростовская область совместно со «Сбером» разрабатывает интеллектуальную систему аналитической поддержки, которая будет использоваться как дополнительный инструмент при прогнозировании налоговых поступлений и доходов бюджета. Донской регион стал первым субъектом РФ, где технологии искусственного интеллекта применяются для комплексного построения прогнозной аналитики, отметили в пресс-службе Юго-Западного банка Сбербанка.

Система объединит данные налоговой отчетности, бюджетные показатели, статистику и отраслевую информацию. Власти рассчитывают, что использование ИИ позволит оперативнее оценивать влияние большого числа факторов на социально‑экономические показатели и снизить объем ручной аналитической работы.

Проект реализуется в рамках сотрудничества Агентства инноваций Ростовской области и «Сбера». Соглашение о партнерстве было заключено на Кавказском инвестиционном форуме‑2026. В начале года была сформирована рабочая группа с участием специалистов минэкономразвития, управления финансовых ресурсов и налоговой политики, Ростовстата, УФНС и администрации Ростова-на-Дону. Она определила источники данных и подходы к оценке точности прогнозов.

Для обучения моделей использовались ретроспективные данные о бюджете и фактических налоговых поступлениях, а также макроэкономические показатели. Дополнительно интегрируются сведения о деятельности крупного, среднего и малого бизнеса.

Министр экономического развития Ростовской области Павел Павлов отметил, что повышение качества прогнозирования социально‑экономических показателей и доходов бюджета является ключевой задачей. По его словам, использование ИИ позволит учитывать широкий спектр факторов и оценивать различные сценарии развития экономики в условиях внешней неопределенности.

В «Сбере» сообщили, что система будет работать только с открытыми данными и разрабатывается с учетом нормативных требований к процессу прогнозирования. На текущий момент модель прошла этапы обучения и тестирования на исторических данных. Внедрение решения согласовано, первые прогнозные результаты ожидаются в 2027 г.