近年來,隨著跨境電商、快件等新型貿(mào)易業(yè)態(tài)的興起,貿(mào)易形態(tài)日趨多樣化,海關在稅收征管、走私打擊等方面,面臨著報關單涉稅與準入審核難、報關單及艙單商品比對難的“兩難”處境。如,面對龐大的單證量,人工難以有的放矢地查驗可能存在的風險點,造成查獲率長期較低、高風險報關單被漏檢、業(yè)務人員成本過高的問題;同時,查驗結(jié)果對于業(yè)務專家的依賴性極強,相關經(jīng)驗也難以進行有效復制與推廣,通關效率不高。
海關十三五規(guī)劃明確指出,要運用大數(shù)據(jù)技術提升海關管理智能化水平。要用數(shù)據(jù)科學賦能海關、提高智能化水平,就一定離不開平臺建設,更離不開大數(shù)據(jù)各種算法模型對于海關業(yè)務的驅(qū)動。
自主可控核心技術
助力海關提升智能化水平
四方偉業(yè)深入知悉客戶需求,經(jīng)過前期了解海關在稅收征管和緝私偵察方面存在的問題后,結(jié)合大數(shù)據(jù)和人工智能核心技術,提出了“海關人工智能應用”的解決方案,主要包括構建報關單涉稅與準入風險模型+構建報關單及艙單商品比對模型。
報關單涉稅與準入風險模型
將海關歷史報關單數(shù)據(jù)、審單人員對歷史報關單的審查、處置、補稅的結(jié)果數(shù)據(jù)作為樣本,提取特征字段,利用四方偉業(yè)自主可控的機器學習和人工智能技術,從中提取多維度特征進行訓練,得到一個可適應的智能模型,對報關單的稅收與準入風險進行智能預判,為專家審單提供精準化支持,減少人力物力成本,提高工作效率及審核結(jié)果的準確率。
構建報關單及艙單商品比對模型
根據(jù)艙單和報關單商品名稱一致性分析結(jié)果,利用自然語言處理和深度學習技術,構建艙單和報關單商品比對模型,自動識別報關單及艙單商品不一致的風險數(shù)據(jù),達到風險提前預警預測,助力海關防范“虛假貿(mào)易”等違規(guī)交易。
為海關未來信息化發(fā)展
奠定堅實的基礎
有的放矢的服務,最終達到了事半功倍的效果。項目經(jīng)驗收后,數(shù)據(jù)綜合表現(xiàn)可觀,真正幫助海關解決了報關單涉稅與準入審核難、報關單及艙單商品比對難的“兩難”處境。通過強大的數(shù)據(jù)挖掘分析能力和人工智能技術,四方偉業(yè)核心技術不僅幫助海關帶來了業(yè)務能力的提升,同時對促進貿(mào)易便利化、服務區(qū)域經(jīng)濟建設,提升海關的智能化建設具有重要意義,并為海關未來信息化的發(fā)展奠定了堅實的基礎。