用于合规风险分析的生成性人工智能：在税务和海关管理中的应用（英）

核心观点

本研报探讨了生成式人工智能（GenAI）在税务和海关合规风险分析中的应用。GenAI 能够通过自然语言交互，在风险分析中发挥重要作用，包括研究、分析和分析。

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，如文本、图像、音频或数据。其工作原理涉及输入和参数、基础模型、功能以及交互。GenAI 系统利用先进的机器学习技术，特别是深度神经网络，来模拟训练数据中的关系，从而生成新的、上下文相关的输出。

GenAI 在合规风险分析中的应用

GenAI 可以通过四种通用的用例来支持合规风险分析：

• 助手 AI： 快速总结大量文本、报告或会议记录。
• 顾问 AI： 提供更深入的见解，并作为决策过程中的专家顾问。
• 合作者 AI： 由官员广泛使用，执行大量研究、分析和报告生成工作。
• 自主代理 AI（替代）： 在预定义的决策边界内自主执行任务和流程。

GenAI 应用的演示

研报提供了三个使用托管服务的演示，展示了 GenAI 在自然语言研究、分析和分析中的应用：

• 自然语言研究： 探讨经济危机（如货币贬值）对税收收入和合规性的影响。
• 自然语言分析： 审查大型跨国公司的年度报告，识别潜在的税收合规风险。
• 自然语言分析： 使用历史审计结果预测哪些中小型企业最有可能少报税款。

向本地应用发展

随着对 GenAI 服务访问选项的扩展，大多数税务机关可能会采用本地配置，以降低数据主权法律要求和对 GenAI 服务供应链有限可见性的风险。研报以 ASYCUDA 系统为例，说明了如何将 GenAI 集成到本地系统中。

操作使用的建议指南

研报为 GenAI 的操作使用提供了五项基本指南：

1. 了解何时使用 GenAI： 只有当 GenAI 提供明显优势时才应使用。
2. 为结果制定人类问责制： 风险分析师必须对 AI 影响或决定的结果负责，并能够解释所应用的程序、其合理性、AI 的使用边界以及 AI 的操作方式。
3. 预期变化并优先考虑员工培训： GenAI 将对组织产生反直觉的影响，因此应在采用前制定应对计划。
4. 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。
5. 缓慢、谨慎地迭代 GenAI 的采用： 税务机关不应将 GenAI 视为研究实验室，而应从特定的、经过风险评估的用例开始，并逐步扩大应用范围。

结论

GenAI 将对税务和海关合规风险分析产生重大影响。虽然合规原则可能会持续到未来，但 AI 的出现可能会加速建立坚实数字基础的工作，并导致对如何最好地管理合规性产生新的概念。