核心观点
本研报探讨了生成式人工智能（GenAI）在税务和海关管理中支持合规风险分析的应用。GenAI 通过自然语言交互，在风险分析方面展现出巨大潜力，能够进行自然语言研究、分析和分析，从而提高风险分析的效率和准确性。
GenAI 的工作原理
GenAI 是一种人工智能分支，通过模式识别、合成和建模来生成人类内容，包括文本、视频、图像、音频或数据。GenAI 系统利用先进的机器学习技术，特别是深度神经网络，对训练数据中的关系进行建模，从而生成新的、符合上下文的输出。GenAI 的工作原理主要包括以下四个方面：
- 输入和参数：GenAI 系统依赖于训练数据、计算资源和训练算法。
- 基础模型：基础模型是 GenAI 系统的核心，根据参数数量和训练数据的不同，可以分为通用模型和专用模型。
- 功能：GenAI 的核心功能是生成内容，包括数据增强、生成计算机代码、跨语言翻译和本地化以及开发各种模拟和预测。
- 交互：GenAI 的能力可以通过直接访问或通过支持技术（如复合系统、序列代理和自主代理）进行补充。
GenAI 在合规风险分析中的应用
GenAI 可以通过以下四种 generalized use cases 支持合规风险分析：
- 辅助 AI：GenAI 可以快速总结大量文本、报告或会议记录，帮助官员节省时间。
- 顾问 AI：GenAI 提供更深入的分析，并作为决策过程中的专家顾问。
- 合作 AI：GenAI 由官员广泛用于执行行政管理的大部分研究、分析和报告生成工作。
- 自主代理 AI（替代）：GenAI 在预定义的决策边界内自主执行任务和流程，执行自然语言任务和数据分析过程，需要最少的人工监督。
GenAI 的部署选项和渠道
GenAI 的部署选项包括：
- 商业云和本地部署，利用外部托管服务。
- 完全离线开源选项，适用于处理敏感信息。
- 专用和混合选项，包括“边缘”设备，如手机、可穿戴设备、摄像头、机器人和无人机。
GenAI 的渠道包括：
- 聊天机器人和虚拟助手。
- 可配置代理，用于执行重复性任务。
- 高级分析套件和商业智能（BI）工具。
GenAI 的使用案例
研报提供了三个使用外部托管服务的 GenAI 演示案例：
- 自然语言研究：模拟经济危机对税收收入和合规性的影响。
- 自然语言分析：分析大型跨国矿业公司的年度报告，识别潜在的税务合规风险。
- 自然语言分析：根据历史审计结果，预测哪些中小型企业最有可能少报税款。
在本地应用 GenAI
随着对 GenAI 服务访问选项的扩展，大多数管理机构可能会采用本地配置，以降低数据主权法律要求和对供应链的可见性有限的风险。研报以 ASYCUDA IT 系统为例，说明了如何将 GenAI 集成到本地系统中。
GenAI 的操作使用指南
研报提出了五项 GenAI 操作使用指南：
- 了解何时使用 GenAI：GenAI 应在提供明确优势时使用，例如，在自然语言交互、数据增强和与内部数据源集成方面。
- 为结果制定人类问责制：风险分析师必须对 AI 影响或决定的结果保持负责，并能够解释所应用的程序、原因、AI 的使用边界和操作方式。
- 预期变化并优先考虑员工培训：GenAI 将影响组织，因此需要制定计划来应对这些影响，包括投资数据和 IT 治理方面的改进以及员工培训。
- 构建（并保护）合规信息库：为了最好地受益于 GenAI，应构建、保护和非常仔细地监控机密的合规信息库。
- 缓慢、谨慎地迭代 GenAI 的采用：税务和海关管理机构不应盲目引入 GenAI 技术，而应从特定的、经过风险评估的使用案例开始，并逐步扩大应用范围。
GenAI 的系统影响和未来发展趋势
GenAI 的出现将对税务和海关管理产生系统影响，一方面，它可以帮助提高合规性；另一方面，它也可能促进新的、更具侵略性的税务规划、逃税和欺诈形式。未来，GenAI 将以激进的方式集成到数字工具和管理代理环境中，并出现针对特定领域的定制解决方案。开源和本地方法可能会获得更多支持，但通过认证和技术创新，一些外部托管 GenAI 服务的数据隐私问题可能会得到缓解。建立合规信息库以集成到 GenAI 服务中将成为许多管理机构的关键关注点。
