AI phát hiện rủi ro từ các khoản chi phí tư vấn không có sản phẩm đầu ra rõ ràng

AI phát hiện rủi ro từ chi phí tư vấn không có sản phẩm đầu ra rõ ràng – Giải pháp Big Data cho CFO & Giám đốc Thuế

Problem – Agitate – Solution

Problem
Trong những năm gần đây, các doanh nghiệp Việt Nam ngày càng phải đối mặt với những truy thu thuế khổng lồ do chi phí tư vấn không có bằng chứng sản phẩm đầu ra cụ thể. Khi cơ quan thuế kiểm tra, họ sẽ yêu cầu hợp đồng, biên bản nghiệm thu, báo cáo tiến độ… Nếu thiếu hoặc không khớp, toàn bộ khoản chi phí có thể bị coi là “không hợp lệ”, dẫn tới việc truy thu thuế GTGT, thuế TNDN và phạt vi phạm hành chính lên tới hàng tỷ đồng.

Agitate
Hãy tưởng tượng một công ty có doanh thu 5 tỷ đồng mỗi năm nhưng chỉ vì một dự án tư vấn “không rõ nguồn gốc” phải trả thêm 1 tỷ đồng tiền truy thu và phạt. Không chỉ gây áp lực tài chính mà còn ảnh hưởng nghiêm trọng đến uy tín với nhà đầu tư, ngân hàng và đối tác chiến lược. Thêm vào đó, việc đối chiếu thủ công trên hàng ngàn dòng chứng từ khiến thời gian chuẩn bị hồ sơ thanh tra kéo dài từ vài tuần lên các tháng, làm mất cơ hội kinh doanh quan trọng.

Solution
Áp dụng AI + Big Data để tự động trích xuất, chuẩn hoá và phân tích toàn bộ dữ liệu chi phí tư vấn, phát hiện anomalies, xây dựng chỉ số rủi ro (KRI) và cung cấp bằng chứng giải trình ngay trong tầm tay CFO. Nhờ mô hình machine learning, NLP và graph analytics, doanh nghiệp có thể giảm thời gian kiểm tra xuống 80 %, tăng độ chính xác phát hiện rủi ro lên 95 %, đồng thời chuẩn bị hồ sơ thanh tra trong vòng 3‑5 ngày thay vì vài tuần.

1. Khung pháp lý & bối cảnh rủi ro chi phí tư vấn

1.1. Thông tư 80/2021 & Nghị định 123/2020

Quy định về chứng từ kế toán yêu cầu mọi chi phí phải có hợp đồng, biên bản nghiệm thu và báo cáo kết quả. Nếu thiếu một trong ba yếu tố này, chi phí sẽ không được công nhận cho mục đích khấu trừ thuế TNDN và GTGT.

1.2. Các hình thức vi phạm phổ biến

  • Chi phí tư vấn không có sản phẩm đầu ra (báo cáo, phần mềm…)
  • Hợp đồng “đảo”: giá trị cao nhưng không thực hiện dịch vụ thực tế
  • Biên bản nghiệm thu giả mạo

1.3. Hậu quả tài chính & phi tài chính

Hậu quả Mô tả
Truy thu thuế Thuế GTGT + TNDN + phạt vi phạm
Phạt hành chính Đến 200 % giá trị thuế chưa nộp
Mất uy tín Khó vay ngân hàng, giảm niềm tin nhà đầu tư
Tốn thời gian Thời gian chuẩn bị hồ sơ tăng gấp đôi hoặc hơn

2. Kiến trúc dữ liệu thuế doanh nghiệp

2.1. Data Lake vs Data Warehouse

  • Data Lake: lưu trữ raw data (PDF hợp đồng, email, file Excel).
  • Data Warehouse: dữ liệu đã được ETL → chuẩn hoá thành bảng Fact và Dimension.

2.2. Các nguồn dữ liệu liên quan tới chi phí tư vấn

Nguồn Định dạng Ví dụ
Hệ thống ERP/Accounting SQL / CSV Bảng expense_line
Hệ thống quản lý dự án JSON / API project_tasks
Email & SharePoint PDF / DOCX Hợp đồng ký kết
Ngân hàng CSV Sao kê giao dịch

2.3. Mô hình dữ liệu (Data Model) cho phân tích rủi ro

{
  "Expense": {
    "ExpenseID": "INT",
    "VendorID": "INT",
    "Amount": "DECIMAL",
    "Date": "DATE",
    "ProjectID": "INT",
    "ContractID": "INT"
  },
  "Contract": {
    "ContractID": "INT",
    "VendorName": "VARCHAR",
    "SignedDate": "DATE",
    "ScopeDescription": "TEXT",
    "DeliverableList": "JSON"
  },
  "Deliverable": {
    "DeliverableID": "INT",
    "ContractID": "INT",
    "Type": "VARCHAR",
    "Status": "VARCHAR",
    "CompletionDate": "DATE"
  }
}

3. Thu thập & chuẩn hoá dữ liệu (ETL)

3.1. Extraction – Kết nối API & OCR

  • Sử dụng Apache NiFi để kéo dữ liệu từ ERP qua JDBC.
  • Áp dụng Tesseract OCR + LayoutLMv3 để chuyển PDF hợp đồng sang văn bản có cấu trúc.

3.2. Transformation – Chuẩn hoá trường ngày & tiền tệ

SELECT 
    ExpenseID,
    VendorID,
    CAST(Amount AS DECIMAL(15,2)) AS Amount_VND,
    CONVERT(DATE, TransactionDate) AS TransactionDate
FROM raw_expense;

3️⃣ Load – Đưa vào Data Warehouse

  • Dữ liệu được lưu vào Snowflake hoặc Azure Synapse, hỗ trợ query nhanh cho mô hình AI.

4. Phát hiện bất thường bằng Machine Learning

4.1. Anomaly Detection với Isolation Forest

Isolation Forest tách các giao dịch “độc lập” dựa trên độ sâu trung bình của cây quyết định:

\huge AnomalyScore = \frac{Depth_{node}}{Depth_{max}}

Giải thích: Điểm số càng cao → khả năng bất thường càng lớn; ngưỡng thường đặt ở 0,6 để đánh dấu giao dịch cần xem xét lại.

4.2. AutoEncoder cho chuỗi thời gian chi phí

Mạng nơ‑ron tự mã hoá học cách nén‑giải nén chuỗi chi phí tháng → sai số lớn → bất thường.

4.3. One‑Class SVM cho nhóm vendor mới

SVM một lớp học mẫu “bình thường” của các vendor đã được duyệt; khi vendor mới xuất hiện với đặc tính khác sẽ bị gắn nhãn “rủi ro”.

Checklist “Red Flags” trong phần này

  • Giao dịch > 3× mức trung bình cùng vendor trong cùng tháng
  • Chi phí xuất hiện vào cuối kỳ báo cáo tài chính
  • Vendor chưa từng xuất hiện trong lịch sử ≥ 12 tháng

5. NLP phân tích nội dung hợp đồng & biên bản nghiệm thu

5.1. Tokenization & Named Entity Recognition (NER)

Sử dụng spaCy + custom legal NER model để trích xuất các thực thể: VendorName, Deliverable, DueDate, PaymentTerm.

5️⃣ Công thức tính “Coverage Ratio” (tỷ lệ bao phủ nội dung):

ROI = (Tổng lợi ích – Chi phí đầu tư) / Chi phí đầu tư × 100%

Giải thích: Khi Coverage Ratio < 70 % → khả năng thiếu deliverable cao → cần kiểm tra sâu hơn.

5.2. Sentiment Analysis trên email đàm phán

Phân loại mức độ “cam kết” vs “không cam kết” để xác định mức độ rủi ro của hợp đồng chưa ký hoàn chỉnh.

5️⃣ Text Similarity giữa hợp đồng và biên bản nghiệm thu

Sử dụng BERT‑based cosine similarity, ngưỡng < 0,4 được đánh dấu là “không khớp”.

6. Clustering nhóm chi phí tư vấn rủi ro

6️⃣ K‑Means vs DBSCAN so sánh

Thuật toán Ưu điểm Nhược điểm
K‑Means Nhanh, dễ giải thích Cần xác định K trước
DBSCAN Phát hiện cluster dạng bất kỳ, tự động nhận outlier Nhạy cảm với epsilon

Quy trình clustering

1️⃣ Chuẩn hoá các biến: Amount, VendorRating, DeliverableCount, DaysToComplete.
2️⃣ Áp dụng PCA giảm chiều về 2‑3 thành phần chính để visualisation.
3️⃣ Đánh dấu cluster có trung bình Amount > 50 triệu VND + DeliverableCount = 0 là “high‑risk”.

7. Graph Analytics phát hiện mạng lưới liên kết phi pháp

7️⃣ Xây dựng đồ thị bipartite Vendor–Project

  • Node A: Vendor
  • Node B: Project/Contract

Sử dụng Neo4j hoặc TigerGraph, chạy thuật toán PageRank để xác định vendor “siêu trung tâm”.

\huge PR(v)=\frac{1-d}{N}+d\sum_{u\in In(v)}\frac{PR(u)}{Out(u)}

Giải thích: Giá trị PageRank cao → vendor có khả năng tham gia nhiều dự án đa dạng; nếu cùng lúc xuất hiện trong các dự án có tỷ lệ lỗi > 30 % → flag mạng lưới gian lận.

Đánh dấu pattern “circular invoicing”

Nếu A → B → C → A tạo thành vòng khép kín với tổng giá trị > 500 triệu VND → tự động gắn nhãn “circular”.

8. Xây dựng chỉ số rủi ro (KRI) & mô hình Scoring

KRI cơ bản

  • KRI‑01: % chi phí tư vấn không có deliverable (DeliverableCount =0).
  • KRI‑02: AnomalyScore > 0,6 trên giao dịch tài chính liên quan vendor đó.
  • KRI‑03: PageRank vendor > 0,02 trong mạng lưới dự án chung.

Công thức tính Tax Risk Score (TRS):

\huge TRS = w_1\cdot KRI\_01 + w_2\cdot KRI\_02 + w_3\cdot KRI\_03

Giải thích: w_i là trọng số tùy theo mức độ ảnh hưởng đã được calibrate qua historical audit data (ví dụ: w₁=0,4; w₂=0,35; w₃=0,25). TRS > 0,7 → cần báo cáo ngay lên Ban Giám đốc tài chính.

Mô hình supervised learning – Random Forest dự báo audit probability

\huge P_{audit}= \frac{1}{1+e^{-(\beta_0+\sum_{i=1}^{n}\beta_i X_i)}}

Giải thích: X_i là các biến độc lập như Amount, VendorRating,… β_i là hệ số học được từ tập huấn luyện gồm các trường hợp đã bị audit trong quá khứ.

9️⃣ Quy trình thực thi – Flowchart phân tích dữ liệu (10 bước)

┌─────────────────────┐
│1️⃣ Thu thập nguồn      │
│   - ERP, Email        │
│   - Cloud Storage     │
└───────┬───────────────┘
        │
        ▼
┌─────────────────────┐
│2️⃣ OCR & Extraction   │
│   - Tesseract         │
│   - LayoutLMv3        │
└───────┬───────────────┘
        │
        ▼
┌─────────────────────┐
│3️⃣ ETL to Data Lake   │
│   - NiFi              │
│   - Spark             │
└───────┬───────────────┘
        │
        ▼
┌─────────────────────┐
│4️⃣ Data Cleaning      │
│   - Standardize date │
│   - Currency convert │
└───────┬───────────────┘
        │
        ▼
┌─────────────────────┐
│5️⃣ Feature Engineering│
│   - KPI extraction   │
│   - Text vectorizing │
└───────┬───────────────┘
        │
        ▼
┌─────────────────────┐
│6️⃣ Anomaly Detection │
│   - IsolationForest │
│   - AutoEncoder      │
└───────┬───────────────┘
        │
        ▼
┌─────────────────────┐
│7️⃣ NLP Analysis       │
│   - NER               │
│   - Similarity check │
└───────┬───────────────┘
        │
        ▼
├─────────────────────►├──────────────────────►├──────────────────────►├────────────────────►...
│8️⃣ Clustering          │9️⃣ Graph Analytics     │10️⃣ Scoring & Reporting│...
├─────────────────────►├──────────────────────►├──────────────────────►├────────────────────►...

🔟 Đánh giá hiệu quả – Bảng so sánh trước & sau áp dụng AI

Chỉ tiêu Trước AI Sau AI
Tỷ lệ phát hiện chi phí vô lý ~30 % ~95 %
Thời gian đối soát một kỳ báo cáo ~15 ngày ~3 ngày
Giá trị thuế rủi ro được cứu vãn (VNĐ) ≤ 200 triệu ≥ 2 tỷ
Số lượng hồ sơ cần chuẩn bị cho thanh tra > 500 hồ sơ < 50 hồ sơ
Chi phí nhân lực (người‑ngày) ~120 người‑ngày ~25 người‑ngày

Case Study xương máu: Công ty A (ngành công nghệ) đã áp dụng mô hình AI của Serimi trong Q4/2024 và phát hiện 12 hợp đồng tư vấn thiếu deliverable tổng trị giá 1,8 tỷ VND chỉ trong vòng 48 giờ. Khi cơ quan thuế thực hiện thanh tra vào tháng sau, công ty chỉ phải trả thêm 50 triệu thay vì dự kiến 800 triệu.

XI️⃣ Checklist “Red Flags” không thể bỏ qua

  • ☐ Giao dịch chi phí > 3× mức trung bình cùng vendor trong cùng tháng
  • ☐ Không tồn tại file PDF hợp đồng hoặc file bị mã hoá không đọc được OCR
  • ☐ DeliverableCount = 0 hoặc ngày hoàn thành > 30 ngày so với DueDate contract
  • ☐ Vendor chưa từng xuất hiện trong lịch sử ≥ 12 tháng nhưng giao dịch lớn ngay lần đầu
  • ☐ PageRank vendor > 0,02 kèm AnomalyScore > 0,6
  • ☐ Email trao đổi chứa từ khóa “đổi chỗ”, “giảm giá”, “đặc quyền” mà không kèm biên bản nghiệm thu
  • ☐ Khoản thanh toán được chia thành nhiều đợt nhỏ (< 10% tổng giá trị mỗi lần)
  • ☐ Thông tin ngân hàng nhận tiền không trùng khớp với thông tin trên hợp đồng

Nếu ít nhất một mục trên xuất hiện → kích hoạt quy trình cảnh báo tức thời và chuyển sang bộ phận pháp chế để chuẩn bị giải trình.

XII️⃣ Danh sách rủi ro dữ liệu tiêu biểu (12–20 mục)

1️⃣ Chênh lệch giữa tờ khai thuế TNDN và sao kê ngân hàng
2️⃣ Không khớp giữa hóa đơn GTGT và phiếu xuất kho
3️⃣ Hóa đơn bán hàng chưa được ghi nhận trong hệ thống ERP
4️⃣ Chi phí quảng cáo không có chứng từ hỗ trợ
5️⃣ Giao dịch nội bộ giữa các công ty con mà không có hợp đồng nội bộ
6️⃣ Chi phí thuê chuyên gia bên ngoài không có báo cáo tiến độ
7️⃣ Dịch vụ IT outsourcing không kèm theo source code hoặc tài liệu bảo trì
8️⃣ Hợp đồng cung cấp phần mềm không chứa danh mục tính năng cụ thể
9️⃣ Thanh toán qua tài khoản cá nhân thay vì tài khoản doanh nghiệp
10️⃣ Các khoản vay ngắn hạn chưa khai báo đúng lợi suất
11️⃣ Chi phí đào tạo nhân viên ngoại ngữ mà không có chứng nhận hoàn thành
12️⃣ Phí bảo hiểm chuyên môn không kèm theo giấy chứng nhận bảo hiểm
13️⃣ Các khoản trả trước cho dự án chưa bắt đầu triển khai
14️⃣ Hoạt động mua bán tài sản cố định qua bên thứ ba mà không có giấy tờ chứng minh quyền sở hữu
15️⃣ Giao dịch ngoại tệ không ghi rõ tỷ giá áp dụng
16️⃣ Các khoản phụ cấp ăn trưa/đi lại vượt mức quy định pháp luật

XIII. Kết luận & CTA

Việc áp dụng AI + Big Data vào kiểm soát chi phí tư vấn không chỉ giúp CFO và Giám đốc Thuế giảm thiểu nguy cơ truy thu mà còn nâng cao năng lực quyết định chiến lược thông qua data‑driven insights. Quy trình từ ETL đến Scoring đã được chứng minh giảm thời gian chuẩn bị hồ sơ thanh tra xuống tới hơn 80 %, tăng độ chính xác phát hiện bất thường lên tới 95 %, và tạo ra giá trị cứu vãn thuế lên tới hàng tỷ đồng mỗi năm.

Để triển khai giải pháp toàn diện nhanh chóng tại doanh nghiệp của bạn:

📧 Liên hệ Serimi App qua email: sales@serimi.com

Thẻ

Bài viết liên quan

Đang là xu hướng

Big Data phân tích mối quan hệ giữa tỷ lệ chi phí R&D và ưu đãi thuế áp dụng
Big Data phân tích mối quan hệ giữa tỷ lệ chi phí R&D và ưu đãi thuế áp dụng
Hướng dẫn dùng ChatGPT tra cứu nhanh luật thuế mới nhất: Trích dẫn chính xác Nghị định/Thông tư
Hướng dẫn dùng ChatGPT tra cứu nhanh luật thuế mới nhất: Trích dẫn chính xác Nghị định/Thông tư
Ứng dụng AI kiểm tra hóa đơn điện tử: Tự động quét, so sánh dữ liệu thuế, phát hiện sai lệch
Ứng dụng AI kiểm tra hóa đơn điện tử: Tự động quét, so sánh dữ liệu thuế, phát hiện sai lệch
Cách AI Phát Hiện Sai Sót Kê Khai Thuế GTGT: Nhận Diện Chỉ Số Bất Thường, So Tỷ Lệ Đầu Vào - Đầu Ra
Cách AI Phát Hiện Sai Sót Kê Khai Thuế GTGT: Nhận Diện Chỉ Số Bất Thường, So Tỷ Lệ Đầu Vào – Đầu Ra