正文复制

中国税务报/2025 年/6 月/27 日/第 B03 版典型案例
在征纳双方的税务实践中——
DeepSeek 这个“ 外脑” 怎么用？
实习记者 程煜 本报记者 陈显信 通讯员 王婉婷 孔令山
今年初，中国人工智能（AI）初创公司深度求索发布了一款名为 DeepSeek 的 AI 新模型，在全球引发广泛关注。在税务领域，DeepSeek 能够处理报表提取、数据分类的基础工作，并模仿现有案例作出分析、形成报告。基于此，税务部门、企业及涉税专业服务机构都在探索 DeepSeek这个“ 外脑” 怎么用。围绕这个话题，记者采访了这方面的“ 先行者” ——国家税务总局重庆市税务局第一稽查局X委书记、局长陶炯，国家税务总局西安市高陵区税务局X委书记、局长刘勇，中科迅联智慧网络科技（北京）有限公司联合创始人陈玉刚。
应用价值显而易见
记者：DeepSeek 自推出以来，已应用于教育、医疗健康等多个领域。您认为在税务领域，
DeepSeek 是否有应用价值？原因是什么？
刘勇：作为计算机专业背景的税务干部，我对 DeepSeek 在税务领域的应用十分看好。当前，税收治理效能的提升主要面临两大挑战：一是数据密集型挑战，表现为涉税数据体量庞大、分布分散，依靠传统方式处理数据面临效率不高、数据解析和应用能力有限等问题；二是政策复杂性挑战，即税收法律法规体系庞杂、更新频繁，征纳双方需要投入更多精力理解政策。而 DeepSeek在常识问答、编程辅助、数学推理等任务处理中表现卓越，具有海量非结构化文本处理、复杂规则解析以及多模态数据分析能力，其开源模式可以有效赋能涉税数据的深度挖掘、复杂政策的精准解读与动态适配，为应对上述挑战提供技术支撑。
陶炯：的确，DeepSeek 在税务领域具有显著的应用价值。DeepSeek 的数据分析功能可以帮助我们高效解析海量发票、申报表、银行流水等涉税数据，通过多模态分析识别异常交易模式，推动税务领域从“ 经验驱动” 转向“ 数据智能驱动”。同时，DeepSeek 基于深度学习的算法可挖掘隐蔽关联，如虚开发票团伙、跨区域逃税网络等，并通过动态风险模型实时预警高风险企业，提升稽查精准度。DeepSeek 还可以自动关联散落在财务系统、供应链和第三方平台的信息，生成可视化证据链，辅助稽查人员锁定关键线索，降低取证难度。此外，DeepSeek 支持预测与决策，可以结合历史案例和行业数据，预测逃税新手法（如加密货币避税） ，为稽查策略优化提供建议。
陈玉刚：从我个人的实践情况看，DeepSeek 的应用价值显而易见——能够推动企业税务管理从“ 被动合规” 向“ 数智治理” 跃迁。一方面，企业将 DeepSeek 接入财务系统，通过自动化税务流程（如增值税、企业所得税自动计算与申报）和智能合规监控（如发票异常实时标记、走逃失联“ 黑名单” 扫描），显著降低为合规而设立不同岗位的成本。以乐企试点的某央企为例，通过算法进行纳税申报，一个纳税人识别号的申报时间可缩短至 1 小时，错误率下降 90%。另一方面，DeepSeek 能够动态匹配企业特征（如研发费用率、专利数量）与税收政策，通过多维度指标（如税负率偏离行业均值 95%置信区间）预判税务风险，将事后应对税务风险转为事前防控税务风险。
不同细分领域均可应用
记者：目前，已有基层税务部门、企业、涉税专业服务机构等借助 DeepSeek 开展工作。从您的观察来看，该模型在税务领域的具体应用方向有哪些？
刘勇：从基层税收征管的角度看，我认为 DeepSeek 的应用价值主要体现在风险防控、纳税