Dossier: E-Commerce

Chaînes de blocs, intelligence artificielle et big data : comment le Service de la douane de Corée exploite la technologie pour surveiller le commerce électronique

24 octobre 2021
Par Yonghwan CHOI, Directeur de la Division de R&D et équipements, Service de la douane de Corée

Depuis 2010, le Service de la douane de Corée (KCS) a introduit une série de mesures pour répondre au nombre croissant d’importations et d’exportations générées par les ventes et les achats en ligne réalisés tant par les entreprises que par les particuliers.

Le KCS avait déjà décrit, dans le numéro de l’OMD Actualités d’octobre 2015, les mesures qu’il avait prises pour uniformiser le processus d’importation et d’exportation des marchandises achetées en ligne. Il avait également présenté les outils analytiques qu’il était en train de tester afin de lutter contre la fraude commerciale via les envois exprès et postaux dans l’édition de juin 2018 du magazine. Le présent article se focalise sur trois types de technologie utilisée en vue de renforcer les capacités de ciblage actuelles du KCS : les chaînes de blocs, l’intelligence artificielle et les mégadonnées ou big data.

Processus de dédouanement traditionnel

Le KCS a lancé l’informatisation de ses services dans les années 1970 et, depuis, il a réussi à se doter de solides capacités en matière de TIC, à automatiser 93 % de ses processus opérationnels et à instaurer une culture organisationnelle orientée données.

Le schéma n°1 montre comment les données relatives à une transaction transfrontalière en ligne sont saisies dans le système et traitées, depuis le moment de la commande jusqu’au paiement. À l’heure actuelle, le KCS enregistre les données rapportées dans le manifeste et la déclaration en douane et les analyse à travers son système de ciblage automatisé. Les opérateurs postaux et les services de courrier exprès sont obligés d’envoyer par voie électronique les renseignements exigés pour le dédouanement afin de permettre la notification de préavis et un éventuel dédouanement préalable des colis. Les opérateurs postaux utilisent la version électronique des formulaires CN 22 et CN 23, mise au point par l’OMD et l’Union postale universelle (UPU).

Cliquez sur l’image pour l’agrandir

Tous les envois sont soumis à un contrôle par rayons X. Lorsqu’un colis est signalé par le système de gestion des risques, le douanier qui se charge de la vérification voit, sur son ordinateur, toutes les données soumises pour le dédouanement ainsi que les images radiographiques. Pour les petites et moyennes entreprises de messagerie qui ne disposent pas d’équipements modernes, le KCS a créé un Centre de logistique du courrier exprès, équipé d’installations dernier cri, dont des scanners automatiques à rayons X intégrés dans le système de convoyage.

Depuis 2014, les fournisseurs de services de livraison sont également tenus de faire rapport au KCS de la destination réelle des colis une fois la livraison effectuée. L’objectif est de lutter contre les abus en matière de seuils de minimis et d’empêcher les vendeurs de fractionner délibérément leurs envois afin de profiter de l’exonération fiscale et des procédures simplifiées dont bénéficient les petits envois de faible valeur. Une fois la livraison effectuée, les renseignements sont encodés une fois de plus dans le système de ciblage automatisé, qui mène à nouveau une analyse des risques, cette fois centrée sur l’adresse de livraison.

Renforcer la saisie de données grâce aux chaînes de blocs

Pour le moment, l’évaluation des risques présente certaines limites, compte tenu de la faible qualité des données disponibles. Le système de gestion des risques pourrait être renforcé si des données, telles que la valeur en douane des marchandises et l’adresse de livraison, pouvaient être obtenues directement auprès des diverses parties qui les génèrent, comme les vendeurs du commerce électronique, les transporteurs exprès et les agents en douane.

De 2018 à 2020, le KCS a mené un projet pilote pour étudier l’utilisation des chaînes de blocs en vue d’accroître tant le niveau de transparence des flux d’informations que le degré de confiance entre chacun des créateurs de données. Le but était aussi d’automatiser la procédure d’encodage des données qui reste encore partiellement manuelle aujourd’hui (voir schéma n° 2). Le pilote a été couronné de succès dans la mesure où les renseignements détenus par chaque participant à la transaction ont été partagés directement avec la douane via la chaîne de blocs. Cet exploit est en partie dû au fait que les transactions de commerce électronique sont relativement simples, qu’elles sont informatisées et que chaque participant détient des données très spécifiques à un moment particulier de la transaction.

Dans le modèle de dédouanement traditionnel, les informations relatives à l’achat sont soumises aux douanes par la société de livraison et par le déclarant, qui les recueille auprès de l’acheteur ou du vendeur. Dans ce processus, certaines données peuvent être changées fortuitement ou intentionnellement, ce qui crée un risque de sous-évaluation ou de fausse déclaration.

Dans le régime des chaînes de blocs, toutes les parties à une transaction (vendeurs, transporteurs exprès et agents en douane) envoient, directement aux douanes, leurs propres éléments d’information en temps réel, à travers leur bloc. Durant le pilote, le KCS a contrôlé toutes les transactions enregistrées sur la chaîne de blocs et a pu confirmer que tous les renseignements reçus étaient exacts.

Cliquez sur l’image pour l’agrandir

Le projet lui a permis de comprendre que le coût initial lié à la mise en place et au fonctionnement de la chaîne de blocs est plus élevé que celui d’autres types de systèmes de partage de données. Par ailleurs, au moment de choisir le type de chaînes de blocs à utiliser, il est important de tenir compte de certains aspects tels que la tenue à jour, la confidentialité des données, la durabilité et l’extensibilité du réseau. Le KCS utilise une chaîne de blocs privée avec permissions et il a rencontré des problèmes au niveau de la transmission de gros volumes de données.

Tirer parti des outils de détection automatique pour améliorer le traitement des images

Comme indiqué plus haut, tous les articles transportés à travers la chaîne postale ou du fret exprès sont soumis à un contrôle par imagerie radiographique. Le système présente toutefois ses limites. Tout d’abord, seules les images des colis qui ont été signalés par le système de ciblage automatisé sont analysées. Ensuite, bien que les analystes du KCS spécialisés dans l’imagerie soient très compétents, leur capacité d’observation et de concentration est limitée. Enfin, avec l’accroissement du nombre de colis reçus, le KCS souffre d’une pénurie chronique d’analystes en imagerie. Une façon de résoudre le problème consisterait à renforcer les capacités de ciblage, afin de réduire le nombre de colis à contrôler. Une autre serait de tirer parti des outils de détection automatique, plus connus sous l’acronyme d’ATR (pour « automatic threat recognition » soit reconnaissance automatique de la menace, ou encore « assisted target recognition » soit reconnaissance de la cible assistée par ordinateur).

Le KCS travaille sur l’élaboration d’algorithmes qui permettront aux scanners de reconnaître les objets, de se connecter au système de ciblage automatisé et d’afficher le nom de ces objets au-dessus de l’image de scanographie pour aider les analystes en imagerie. En comparant les données reçues de la part du scanner avec les données du manifeste de chargement ou de la déclaration en douane, le système de ciblage automatisé devrait alors pouvoir vérifier que les données correspondent bien à l’image renvoyée par le scanner. Si un envoi est considéré suspect par le système, les douaniers recevront une alerte, soit à travers un message qui s’affichera sur leur écran, soit à travers un signal sonore.

Le processus a commencé avec le lancement d’un projet de recherche en 2017 qui visait à démontrer la faisabilité du concept. L’équipe de recherche en a conclu qu’il était possible d’utiliser les énormes volumes d’images de scanographie accumulées par le KCS au fil du temps pour construire une gigantesque base de données de référence en vue de développer des algorithmes d’ATR. Ces algorithmes seront capables d’identifier une liste de produits à haut risque mais aussi de s’adapter automatiquement ou de créer de nouveaux algorithmes, en fonction des informations apprises et des nouvelles données. En d’autres termes, le système utilisera l’intelligence artificielle.

En 2019, le KCS a mis sur pied l’infrastructure technique requise à cet effet et, en 2020, il a entrepris de former la machine afin qu’elle reconnaisse certains objets d’intérêt, tels que des armes. L’algorithme analyse les images selon la forme de l’objet représenté, sa densité et sa texture, voire les numéros atomiques. Il est régulièrement mis à jour. En 2021, la priorité a été d’ajouter de nouvelles fonctions dont avaient besoin les analystes d’images travaillant dans les bureaux de première ligne.

Big data

La notion de big data ou de mégadonnées a trait à des jeux de données d’une taille ou d’un type que les bases de données relationnelles traditionnelles n’ont pas la capacité de saisir, de gérer ou de traiter. Le KCS s’attache à exploiter les mégadonnées depuis 2017. Dans un premier temps, il a fait l’inventaire des problèmes spécifiques qu’il entendait résoudre et des données requises afin d’y arriver. Il s’est ensuite assuré de collecter ces données et d’obtenir les données manquantes avant de développer ses modèles d’analyse.

Cliquez sur l’image pour l’agrandir

Le développement des modèles d’analyse s’est déroulé en plusieurs étapes. Le KCS s’est d’abord concentré sur l’amélioration de ses capacités d’audit afin de mieux combattre la fraude fiscale, avant de se focaliser sur la mise au point de modalités permettant de comparer les données à l’exportation avec celles à l’importation. Il s’est ensuite attelé à la tâche de trouver les données qui n’étaient pas encore à disposition afin de s’attaquer à d’autres problèmes. En 2020, un système couvrant toute l’organisation a été lancé et une équipe spéciale a été créée pour mettre au point et exploiter des outils analytiques.

Enseignements tirés

Tout au long de son parcours, le KCS a tiré plusieurs leçons de son expérience. Tout d’abord, la condition sine qua non pour pouvoir tirer parti de la technologie est d’avoir accès aux données. Cependant, les données ne sont qu’un moyen, pas une fin en soi. Ensuite, et dans la foulée du premier constat, les équipes mettant au point des systèmes analytiques doivent bien comprendre les différents besoins du personnel. Pour qu’il puisse aboutir, un projet axé sur la technologie doit avoir pour objet de trouver des solutions aux vrais problèmes rencontrés par les agents de terrain. Le travail d’équipe entre les experts en TIC et les spécialistes douaniers est essentiel. Des mécanismes doivent être mis en place pour s’assurer que les solutions TI puissent être affinées en aval de leur déploiement, ce qui veut dire qu’il est fondamental de créer des boucles de rétroaction. Enfin, il est nécessaire de déployer une stratégie d’innovation globale, avalisée par la haute direction de la Douane et élaborée avec le soutien de ses différents départements, et avec l’aide des partenaires étrangers dans le cas de projets ayant une dimension internationale.

En savoir +
yonghwanc@korea.kr
kcsrnd@korea.kr