
2025年,AI一日,人间一年,大模型的技术不断发展,AI的实际应用也逐渐在各行各业得以看到,对于进出口关务行业,大家也都在探索业务场景的AI应用,那么经过这一年,行业的应用主要有哪些呢?本文尝试总结,供大家参考启发。
很多人初始AI,比如豆包,KIMI,千问,会惊讶于它的快速回答,传统的做法是我们输入问题,搜索工具给了我们很多页内容,我们一页页查看,总结。而AI,帮助我们省去查看总结步骤,直接输出结果。推理模型的出现及追问模式,给我们带来更方便的使用体验,可以把AI当做思考的伙伴。随着使用的不断深入,对于我们的要求也变的更高,我们需要更好的提问问题及分辨AI的回答是否正确。
制单环节的自动化,一直是很多公司在尝试的重点,传统OCR模式,也一直存在不少痛点,一方面是识别的准确率不足,另一方面由于进出口资料的格式不同,依赖于设置识别模板。而AI的出现,有希望去解决这一痛点,运用OCR+AI,提高识别准确率,同时通过运用数据标注,不断训练AI,摆脱以往的模板模式。
从智能审单到AI审单,依赖于关键词法的智能审单,虽然在一定程度上可以帮助审单人员识别单证异常,痛点在于很难做到精确预警,随着参数的逐渐变多,最后会变成什么都预警了,也就成了什么都没有预警,审核人员很难有动力去查看每一个预警,在智能审单模式下, 也需要提前设置大量的逻辑关系,痛点很多。而AI的出现,特别是推理模型的不断发展,AI审单有望做到精确预警,以处罚案例为例,传统智能审单模式下,需要对案例进行错误类型标注,而AI模式下,把案例作为知识库,针对具体报关单,可以从案例视角快速识别总结。
25年,随着开源模式DEEPSEEK的出现,对于特定领域的大模型,也逐渐出现,比如高考大模型,医疗大模型。对于关务行业,运用微调技术,结合行业知识库,不断训练,也是不少公司尝试的方向。同时根据行业的诸多定向场景,通过搭建相关智能体,将操作环节转变为工作流,进一步落地了AI的应用。
大模型变的越来越强,训练了很多数据,而针对垂直领域,仍然有很多私有数据没有被使用到,比如海关裁定数据,处罚案例数据等,通过系统收集,清洗行业知识库,运用RAG技术,匹配合适的大模型,做知识库问答工具,也是目前很多行业落地的方式。基于领域知识库,也可以进一步根据业务做场景应用。


中国关务行业技术能手
2024年江苏省关务职业技能竞赛一等奖
2023年江苏省关务职业技能竞赛二等奖
2022年江苏省关务职业技能竞赛三等奖
2023年第三届全国报关与国际货运职业技能竞赛职工组二等奖
关务AI网主理人,微信|手机:13773113542







