Интеграция искусственного интеллекта в системы управления рисками для оптимизации таможенных процедур
Данная статья посвящена анализу потенциала интеграции ИИ в системы управления рисками на таможне. В ней рассматриваются основные направления применения ИИ, включая автоматизацию анализа данных, обучение предсказательных моделей и оптимизацию процессов классификации товаров. В статьи демонстрируют, как использование ИИ может сократить время на досмотр грузов, уменьшить вероятность ошибок и повысить точность прогнозирования таможенных рисков. Помимо этого, в статье обсуждаются ограничения, связанные с интеграцией ИИ в таможенные системы, в том числе вопросы безопасности данных и интерпретации результатов.
В современном мире таможенные органы сталкиваются с растущим объемом товаров и операций, что требует более эффективных методов управления рисками. Искусственный интеллект (ИИ) предлагает новые возможности для оптимизации этих процессов, позволяя таможенным службам быстро анализировать большие объемы данных и принимать обоснованные решения.
В основном в автоматическом режимеосуществляются регистрация деклараций на товары и выпуск товаров, в отношении которых не выявлены риски нарушения законодательства. Согласно «Стратегии развития таможенной службы Российской Федерации до 2030 года» целевымориентиром 1 является полномасштабная автоматизация деятельности таможенных органов, которая включает цифровую трансформацию технологий таможенного оформления и таможенного контроля до и после выпуска товаров с использованием методов искусственного интеллекта и обработки больших объемов данных [1].
В ближайшем будущем одной из ключевых задач станет создание автоматизированных систем и инструментов для контроля за партиями товаров, представляющих риск, с применением технологий искусственного интеллекта. Это направление работы становится особенно важным в свете нынешней экономической и геополитической обстановки в мире, а также в контексте стран Евразийского экономического союза (ЕАЭС).
Результаты анализа возможностей технологий искусственного интеллекта(ИИ) позволили определить области таможенного контроля, в которых они могут быть использованы в фактическом и документальном контроле, а так в классификации товаров.
Процесс цифровизации реального контроля предполагает использование технологий для автоматизации процедур таможенного оформления в точках пересечения товаров через границу ЕАЭС. Это направление деятельности ориентировано на разработку интеллектуальных пунктов пропуска.
Датчики, интегрированные с системами искусственного интеллекта, будут ключевыми элементами в интеллектуальных пунктах пропуска. Они будут отвечать за фиксацию технических параметров транспортируемых товаров и транспортных средств, обеспечивая тем самым возможность автоматического обнаружения и предотвращения нелегального перевоза радиоактивных материалов, ядерных веществ и радиоактивных отходов через государственную границу России.
Все операции таможенного контроля, ограничивающиеся анализом документации и не включающие сбор образцов товаров, могут быть делегированы подразделениям, занимающимся документальным контролем в рамках центров электронного декларирования, с целью их полной автоматизации.
Замена традиционных бумажных сертификатов электронными может решить ряд проблем. Электронные сертификаты должны быть структурированными и формализованными для обеспечения их обработки в автоматизированных системах без человеческого вмешательства. Это открывает обширные перспективы для использования технологий искусственного интеллекта на этапе таможенного декларирования.
Сведения таможенной декларации сопровождаются большим количеством документов (документов, подтверждающих факт сделки, разрешительных, транспортных и т. д.), перечень которых содержится в графе 44. Проверка данных документов являетсянеотъемлемой частью системы управления рисками, применяемой при таможенном контроле. [2]
На данный момент большинство документов подается в Единую автоматизированную информационную систему таможенных органов в стандартизированной форме. Тем не менее, возможна ситуация, когда таможенный инспектор должен будет провести их проверку. Документы, которые удостоверяют выполнение установленных запретов и ограничений, направляются в федеральные исполнительные органы исключительно в электронном формате через систему межведомственного электронного взаимодействия и подтверждаются электронной подписью.
Современные методы проведения таможенных операций должны опираться на использование электронных версий транспортных, коммерческих и других документов, активно применяемых в бизнесе, и предусматривать возможность их автоматической верификации. Однако, не вся информация поддается формализации. К примеру, в случаях, когда требуется дополнительная документация, описывающая технические параметры товара, такая как паспорт изделия, для подтверждения соответствия кода Товарной номенклатуры внешнеэкономической деятельности ЕАЭС, таможенный инспектор на посту фактического контроля должен сканировать недостающие документы, подписывать их электронной подписью и отправлять обратно в ЦЭД после запроса. С переходом от ручного контроля деклараций к полностью автоматизированному, функции проверки документов будут переданы в интеллектуальный модуль информационной системы.
Справиться с данной проблемой помогут интеллектуальные технологии распознавания текста. Для обнаружения печатных и рукописных текстов на изображениях используется современный механизм оптического распознавания символов[3]. Эта модель обрабатывает изображения и файлы документов для извлечения строк печатного или рукописного текста на многих языках.
Ключевым элементом в автоматизации таможенного контроля должно стать внедрение электронного определения классификации товаров по Товарной номенклатуре внешнеэкономической деятельности ЕАЭС, включая те, что пересекают границу ЕАЭС в разобранном, несобранном, некомплектном или незавершенном виде. Интеллектуальная подсистема контроля документов должна иметь доступ к данным посттаможенного контроля, кодам ТН ВЭД ЕАЭС, указанным в счетах-фактурах, а также информации о посреднических операциях с товарами, включая специальные номера партий и отчеты, используемые в системах отслеживания, и документы, определяющие классификационные характеристики и свойства товаров. Точное определение классификационного кода ТН ВЭД ЕАЭС и страны происхождения товара является одной из наиболее сложных и критически важных задач таможенного контроля, так как именно они лежат в основе расчета таможенных платежей.
В связи с тем, что традиционной сферой применения технологий искусственного интеллекта является решение задачи классификации объектов, для сужения объема классификационной работы таможенного инспектора могут применяться алгоритмы семантического анализа неструктурированной информации, относящиеся к технологиям искусственного интеллекта. Поэтому использованиеразличных методов и моделей классификации (в том числе основанных на нейронных сетях) для автоматического определения кода товара по ТН ВЭД ЕАЭСпредлагается рассматривать как еще одно направление интеллектуализации процессов таможенного контроля [4].
Таким образом, ИИ представляет собой мощный инструмент, который может помочь таможенным органам повысить эффективность, сократить время на досмотр и уменьшить вероятность ошибок, при этом улучшая точность прогнозирования таможенных рисков.
- Стратегия развития таможенной службы Российской Федерации до 2030 года (утвержденараспоряжением Правительства РФ от 23.05.2020 № 1388-р) [Электронный ресурс] // Официальный сайт ФТС России. URL: https://customs.gov.ru/storage/document/document_file/2020-06/03/2030.pdf (дата обращения: 01.10.2021).
- Постановление Правительства РФ от 20.11.2008 № 872 «Об утверждении Правил осуществления контроля при пропуске лиц, транспортных средств, грузов, товаров и животныхчерез государственную границу Российской Федерации» (с изменениями и дополнениями).
- Бансал А. Оптическое распознавание символов с помощью Tesseract [Электронный ресурс]. URL: https://www.baeldung.com/java-ocr-tesseract
- Васина Е. Н., Филиппова Л. А. Методы и модели классификации для автоматического определения кода товара по Товарной номенклатуре внешнеэкономической деятельности // Вестник Российской таможенной академии. 2017. № 2. С. 81–88.
