Россельхознадзор расширяет применение искусственного интеллекта в контрольно-надзорной деятельности.
Технологии машинного анализа данных позволяют ведомству быстрее выявлять подозрительные операции, находить признаки нарушений и концентрировать внимание специалистов на наиболее рискованных участниках рынка.
Об эффекте от применения ИИ рассказал заместитель начальника Управления цифровой трансформации и информационной безопасности Россельхознадзора Максим Сушков на выездном слушании Общественного совета при ведомстве. По его словам, использование совокупности инструментов искусственного интеллекта дает существенный результат именно в поиске нарушений.
Речь идет не только об автоматизации отдельных операций. ИИ постепенно становится частью общей цифровой модели контроля, в которой данные из информационных систем используются для выявления отклонений еще до проведения традиционной проверки.
Какие задачи решает ИИ
По словам Максима Сушкова, применение искусственного интеллекта должно давать эффект сразу по нескольким направлениям.
В первую очередь речь идет о снижении доли фальсифицированной продукции на рынке. Аналитические алгоритмы способны обрабатывать значительно большие массивы информации, чем отдельный инспектор, и находить взаимосвязи между показателями, которые сложно обнаружить при обычном анализе документов.
Второе направление — повышение добросовестной конкуренции и дальнейшее обеление рынка. Если система позволяет быстрее обнаруживать участников, которые используют фиктивные схемы или предоставляют недостоверные сведения, добросовестным производителям становится проще конкурировать с нарушителями.
Еще один результат — снижение нагрузки на легальный бизнес. Риск-ориентированный подход позволяет не направлять одинаковый объем контрольных мероприятий на всех участников рынка, а концентрировать ресурсы там, где цифровые данные указывают на повышенный риск.
Кроме того, развитие цифрового контроля связано с увеличением экспортного потенциала российской продукции и обеспечением населения качественными и безопасными товарами.
Россельхознадзор уже использует десятки ИИ-моделей
Заявление о дальнейшем развитии искусственного интеллекта не означает, что технология находится только на стадии эксперимента.
По данным самого Россельхознадзора, в ведомстве уже внедрены 36 моделей искусственного интеллекта и 54 аналитических модуля. Одновременно развивается система индикаторов риска: с 2021 года их количество увеличилось до 45, а заявленная эффективность применения индикаторов достигла 96,3%.
Таким образом, ИИ используется как элемент уже сформированной цифровой инфраструктуры, а не как отдельный экспериментальный сервис.
Большую роль в этой системе играют государственные информационные ресурсы Россельхознадзора. В частности, ФГИС «ВетИС» ежегодно используется для оформления миллиардов электронных ветеринарных сопроводительных документов, а другие цифровые системы позволяют отслеживать движение растительной продукции, пестицидов и агрохимикатов. Чем больше данных поступает в цифровые системы, тем больше возможностей появляется для автоматизированного поиска несоответствий.
От прослеживаемости к интеллектуальному анализу
Обычная информационная система фиксирует операцию. Искусственный интеллект позволяет анализировать множество операций одновременно и искать между ними закономерности.
Например, система может сопоставлять объем произведенного сырья с количеством выпущенной продукции, анализировать движение товара между участниками цепочки, сравнивать сведения о производственных мощностях и фактических объемах производства.
Подобный подход особенно эффективен там, где нарушение проявляется не в одной операции, а в совокупности нескольких показателей.
Именно такой принцип уже применяется Россельхознадзором при контроле молочной продукции. Руководитель ведомства Сергей Данкверт ранее рассказывал, что модели анализируют производственные показатели предприятий, включая количество поголовья, продуктивность животных, объем произведенного молока и выпуск готовой продукции. Если показатели не соответствуют технологически возможным объемам, система формирует сигнал для дальнейшего анализа.
ИИ помогает находить фальсификат
Фальсификация продуктов питания нередко строится на изменении отдельных параметров продукции или использовании сырья, происхождение которого сложно установить.
Традиционный контроль может выявить проблему уже после отбора образцов и лабораторных исследований. Цифровая аналитика позволяет сформировать подозрение раньше — на основании несоответствия данных.
Например, если объем сырья, поступившего на предприятие, не позволяет объяснить заявленный объем готовой продукции, возникает вопрос о происхождении дополнительного сырья. Аналогично могут анализироваться данные о жирности, белке и других показателях.
Это не означает, что алгоритм автоматически признает продукцию фальсификатом. ИИ формирует аналитический сигнал, после чего специалисты могут провести дополнительную проверку и установить фактические обстоятельства.
Такой принцип особенно важен с точки зрения защиты добросовестного бизнеса: цифровая модель не должна заменять контрольное решение, но может существенно сократить время поиска потенциальной проблемы.
ФГИС «Меркурий» становится источником для аналитики
Одним из наиболее значимых источников данных для Россельхознадзора остается ФГИС «ВетИС», в состав которой входит компонент «Меркурий».
Через систему проходит огромный объем информации о производстве и перемещении подконтрольной продукции. По данным ведомства, ежегодно пользователи оформляют во ФГИС «ВетИС» около 5 млрд электронных ветеринарных сопроводительных документов. Такой массив данных создает основу для автоматизированного анализа.
Если сведения о партии, производителе, перевозчике, транспортном средстве, месте отправления и получателе противоречат друг другу, алгоритмы способны обратить внимание на соответствующую операцию. Именно поэтому для предприятий становится принципиально важной достоверность каждой записи в системе.
Ошибочно указанный автомобиль, нереалистичный объем продукции, несоответствие маршрута или подозрительная последовательность операций могут быть замечены не в ходе плановой проверки, а при автоматическом анализе цифрового следа.
Контроль становится превентивным
Главное преимущество применения ИИ для государственного контроля заключается в возможности перейти от реакции на уже совершенное нарушение к профилактике. Если система обнаруживает нетипичную операцию, у ведомства появляется возможность быстрее определить, требует ли она вмешательства.
Такой подход соответствует общей тенденции развития контрольно-надзорной деятельности. Правительственные эксперты ранее отмечали, что современные цифровые технологии и ИИ позволяют донастраивать индикаторы риска и автоматически получать для них данные непосредственно из систем прослеживаемости.
В результате инспектор получает не просто массив документов, а предварительно обработанную информацию о наиболее подозрительных операциях.
Это может существенно повысить эффективность работы контрольного органа.
Меньше проверок — больше аналитики
Развитие цифрового контроля уже сопровождается изменением структуры работы Россельхознадзора.
По итогам деятельности за 2025 год ведомство сообщало, что количество плановых проверок сократилось в десять раз, тогда как эффективность контрольных мероприятий выросла с 48% до 86%. При этом число профилактических мероприятий достигло примерно 1,2 млн. Такая модель предполагает, что государство постепенно отказывается от универсального подхода «проверять всех одинаково». Вместо этого цифровые системы помогают определить, где вероятность нарушения выше.
Для добросовестного бизнеса это потенциально означает снижение количества необоснованных контрольных мероприятий и административной нагрузки. Для нарушителей — увеличение вероятности того, что подозрительная схема будет обнаружена независимо от того, попадет ли компания в традиционный план проверки.
ИИ работает на обеление рынка
Одним из заявленных эффектов применения искусственного интеллекта является увеличение доли добросовестных участников рынка.
Экономический смысл здесь достаточно очевиден. Если компания соблюдает требования, ведет прозрачный учет и корректно отражает движение продукции, ей проще подтверждать легальность своих операций. В то же время участники, использующие фиктивные производственные площадки, несоответствующие объемы или искусственные цепочки поставок, оставляют цифровые следы.
В 2024 году Россельхознадзор, например, сообщал, что применение технологий ИИ в аналитике позволило выявить около 1 тыс. тонн молочной продукции неизвестного происхождения и установить пути ее движения, участников оборота и местонахождение партий в восьми регионах России.
Этот пример показывает, что речь идет не только о теоретическом потенциале технологии. Аналитические инструменты уже используются для практического выявления подозрительных цепочек.
Новая задача — не ошибиться при автоматическом контроле
Одновременно расширение применения ИИ ставит перед Россельхознадзором новую задачу — обеспечить точность алгоритмов.
Сигнал системы еще не означает доказанного нарушения. А ошибка цифровой модели потенциально может затронуть большое количество продукции и участников рынка. Именно поэтому важно разделять автоматическое выявление риска и окончательное контрольное решение.
Сергей Данкверт ранее отмечал эту проблему в контексте дальнейшего развития механизмов автоматической блокировки продукции: по его словам, нельзя действовать механически и останавливать весь товар предприятия из-за одного нарушения. Необходимо максимально точно определять действительно небезопасную или непроверенную продукцию.
Для бизнеса это принципиальный вопрос: цифровой контроль должен одновременно защищать потребителя и не создавать необоснованных препятствий для добросовестных производителей.
Цифровизация влияет и на экспорт
Еще одно направление, которое связывают с развитием ИИ, — повышение экспортного потенциала российской продукции.
Для выхода на зарубежные рынки большое значение имеют доказуемое происхождение продукции, прослеживаемость, ветеринарная и фитосанитарная безопасность. Чем прозрачнее цифровая история товара, тем проще государству и потенциальным зарубежным партнерам оценивать соблюдение требований.
Россельхознадзор уже развивает интеграцию информационных систем с системами зарубежных государств. В частности, ведомство сообщало об обмене данными между российской ФГИС «ВетИС» и белорусской системой AITS и планах расширять обмен сведениями о лабораторных исследованиях, перемещениях, операциях и происхождении сырья.
В перспективе объединение цифровой прослеживаемости и интеллектуальной аналитики может стать дополнительным фактором доверия к российской продукции на внешних рынках.
Что это означает для предприятий
Расширение ИИ в работе Россельхознадзора повышает требования к качеству данных, которые предприятия передают в государственные информационные системы.
Для бизнеса это означает необходимость контролировать не только фактическое соблюдение требований, но и корректность цифрового отражения хозяйственных операций.
Особенно это актуально для компаний, работающих с ФГИС «Меркурий», «Сатурн» и другими информационными ресурсами ведомства.
Если предприятие использует автоматизированный обмен, важно регулярно проверять справочники, интеграционные настройки и корректность передаваемых сведений. Автоматизация позволяет уменьшить количество ручных ошибок, но только при условии, что исходные данные достоверны.
В этой связи решения для интеграции учетных систем с государственными информационными ресурсами становятся не только инструментом экономии времени, но и частью внутреннего контроля.
Например, при использовании АСП.Шлюз для автоматизации обмена с ФГИС «Меркурий» предприятие может сократить количество ручных операций при работе с электронными ветеринарными сопроводительными документами. Это особенно важно для компаний с большим количеством ежедневных операций, где ручное оформление увеличивает вероятность ошибок.
Что изменится для добросовестного бизнеса
В идеальной модели развитие искусственного интеллекта должно привести к перераспределению контрольной нагрузки. Предприятие, которое работает прозрачно, использует легальное сырье, соблюдает технологические нормативы и корректно отражает операции в государственных системах, получает возможность реже сталкиваться с избыточными проверочными процедурами. А компании, чьи цифровые данные регулярно формируют подозрительные отклонения, наоборот, будут попадать в зону повышенного внимания. Таким образом, ИИ становится инструментом реализации риск-ориентированного подхода.
При этом качество результата напрямую зависит от качества исходных данных. Чем больше информации поступает в государственные системы и чем точнее она отражает реальные процессы, тем эффективнее могут работать аналитические модели.
Искусственный интеллект становится частью новой модели надзора
Выступление Максима Сушкова показывает, что Россельхознадзор рассматривает искусственный интеллект уже не как отдельную технологическую новинку, а как один из ключевых инструментов развития цифрового надзора.
Задача заключается не просто в том, чтобы автоматизировать работу инспектора. Речь идет о создании системы, которая способна круглосуточно анализировать огромные массивы данных, выявлять нетипичные операции и помогать определять наиболее вероятные нарушения.
Для государства это означает более адресный контроль и возможность быстрее реагировать на угрозы безопасности продукции.
Для добросовестного бизнеса — потенциальное снижение административной нагрузки и более равные условия конкуренции.
Для потребителя — дополнительный уровень защиты от фальсификата и продукции неизвестного происхождения.
Именно поэтому дальнейшее развитие ИИ в Россельхознадзоре будет связано не только с совершенствованием отдельных алгоритмов. Главным направлением становится объединение данных различных информационных систем, развитие индикаторов риска, повышение точности аналитики и формирование единого цифрового пространства прослеживаемости продукции.
В конечном счете искусственный интеллект не заменяет специалиста и не отменяет лабораторный или физический контроль. Его основная роль — помочь государству быстрее увидеть проблему среди миллиардов цифровых операций и направить контрольные ресурсы туда, где они действительно необходимы.
Для российского АПК это означает постепенный переход к модели, в которой безопасность продукции обеспечивается не только проверками после возникновения проблемы, но и постоянным цифровым анализом всей цепочки ее производства и обращения.
С уважением к Вашему делу, Ника Виноградова
Источник: Агроэксперт
