【案例二】中国海关运用大数据+人工智能技术 在风险防控领域取得明显成效

【项目名称】大数据智能布控建设、优化和推广应用场景。

【报送单位】黄埔海关

【项目概述】大数据与人工智能是新一轮科技革命和产业变革的重要驱动力量，推动各行各业治理由数字化向智能化升级。中国海关通过“天璇”大数据智能布控模型的建设和应用，将全国海关积累的专家经验和AI技术运用有效联接，让机器持续学习总结政策和风险特征变化、进出口行为特点，自我迭代更新，实现风险快速识别、精准布控，有效提升风险防控覆盖面和精准性。

【项目综述】

一、主要做法

（一）深化数据治理。中国海关建立“大数据池”，整合内外部多源数据，目前已汇集内外部数据表17436张、数据记录约2700亿条。为提升数据质量，便于共享复用，该项目共对报关单、舱单、企业、物流、查验、缉私立案、稽核查、资金流、保险等9大类海关内外部数据进行治理，为人工智能模型的应用提供完整、准确、敏捷的数据支撑。

（二）量化风险排序。使用CATBOOST、神经网络等先进AI智能算法进行建模，应用模型自动识别报关单的风险特征及其影响度排序，对实时报关单的风险概率与风险影响进行秒级科学量化评估，提升风险评估能力。

（三）探索标准制定。总结实践经验，明确立项、研发、运行、成效评估等多方面标准，为模型库建设提供可复制推广的经验。

二、取得成效

（一）分析更全面。集成禁限管制、税收、检验检疫等13个业务领域，将业务专家的思路转化为计算机可识别的风险特征共132个，实现全要素风险甄别。

（二）布控更精准。借鉴WCO风险管理理念，综合考量报关单风险等级与监管成本，对报关单风险进行排序，让布控更加聚集于高风险对象，2024年模型查获率23.7%，是平均查获率的2.87倍。

（三）防控更高效。在全面识别风险并完成风险量化评估后，对超过设定阈值的报关单自动下达布控，提升风险处置的及时性，每份报关单“体检”只需3秒，对全国海陆空报关单进行100%实时风险监测。

（四）执法更统一。执法公平统一是中国海关始终秉承的价值追求。对每一票货物的风险评估都运用同一套算法进行，解决不同专家风险评判标准的差异问题，更好的确保海关布控的公平统一。

三、推广应用

项目在黄埔海关试点并推广至全国海关，通过38次迭代、600多次调优，模型精准度、反应速度快速提升。2024年模型布控数同比增长1.5倍，查获率提升3.9个百分点，实现量质同升。

项目经验编入《WCO风险管理纲要》，在雅加达、布鲁塞尔等WCO多边会议上推介，世界海关组织智慧海关项目专家来华专题调研，走出引领世界海关制定人工智能应用标准的第一步。

图1：学习全链条、全领域132个风险特征

图2：在WCO会议上推介和WCO“智慧海关”项目专家调研