报告行业投资评级 未提及 报告的核心观点 本报告围绕生成式人工智能（GenAI）在税务和海关管理中支持合规性风险分析的能力展开，阐述了GenAI的概念、工作原理及应用场景，展示了其在风险分析中的潜力，并为管理机构实施该技术提供指南，强调人类对AI负责任应用的重要性 [13][18][78] 根据相关目录分别进行总结 理解生成式人工智能 - 生成式人工智能是利用模式生成类人内容的AI分支，基于大量数据学习，借先进机器学习技术生成新颖内容，其发展源于神经网络等一系列突破，融入数字生态引发变革 [18] - 生成式人工智能通过结合处理大量数据和访问预训练基础模型的技术工作，其能力可从输入和参数、基础模型、功能、交互四个方面理解 [19][26] 使用GenAI进行合规风险分析 - 生成式AI应用场景可从主题领域专业知识和自主程度两个维度泛化，包括助手AI、顾问AI、协作式AI、自主代理AI四种通用用例，各用例在税务和海关管理中有不同应用表现 [30][32] - GenAI支持合规风险分析需在部署方案、接入渠道、风险评估用例方面做决策，其部署选项多样，分析师可通过特定工具使用服务，应用场景与合规风险管理框架一致 [38][39][40] 使用托管服务进行演示 - 短期内管理机构可能通过外部托管服务探索GenAI风险分析，报告提供自然语言研究、分析的三个演示，展示GenAI识别和评估潜在风险、缓解风险控制措施的能力 [43][44][120] 面向本地应用程序 - 多数管理机构可能采用本地部署配置，以平衡成本和安全，报告展示GenAI与开源工具ASYCUDA集成及代理使用的示例，说明其在数字环境中承担人类角色的潜力 [51][52] 操作使用建议指南 - 了解GenAI优势特点，在其提供明显优势时使用，如支持开放研究分析、利用非结构化数据等 [65][66] - 明确人类对AI结果的责任，贯穿AI开发和使用阶段，建立治理框架和程序 [69] - 预见GenAI对组织的影响，优先对员工进行相关培训，包括AI道德、信息安全等方面 [70] - 建立并保护合规信息库，利用RAGs和微调增强GenAI服务，提高其在风险分析中的效用 [71][76] - 谨慎逐步迭代GenAI的采用，优先开发特定用例并扩大规模，确保实验遵守政策 [77] 结论 - GenAI可承担多种角色，人类需对其负责任应用，其系统性影响需从全球视角考虑，未来可能融入数字工具和管理代理环境 [78] - 合规原则将持续，GenAI虽带来挑战但不能被忽视，其应用可能加速数字基础建设并重塑管理概念 [80] 附件演示 - 附件1展示GenAI协助考虑经济环境变化对税收收入和合规影响的分析过程，包括对跨国公司、中小企业、进出口行业的影响及政策建议 [81][110] - 附件2展示GenAI审阅跨国矿业公司年度报告识别税务合规风险的过程，提出风险缓解控制措施的蝴蝶结模型 [120][168] - 附件3展示GenAI分析数据集进行预测分析练习的过程，比较不同排序方法的命中率和汇总调整 [170][202] - 附件4展示代理之间对话解决数据分析师问题的过程，通过SQL查询找到相关公司及进口比例 [205][218] - 附件5展示Data_Scientist代理执行聚类的过程，Admin代理解释聚类结果及潜在应用 [220][237]