Les douanes népalaises ont développé un module d'apprentissage automatique intégré à ASYCUDA World, actif dans les six plus grands bureaux, couvrant ~90 % des envois commerciaux et augmentant de ~3,74 % les recettes sur les lignes ciblées, selon l'OMD.
~3.74 %
Recettes supplémentaires générées sur les lignes de produits ciblées (current)
~90 %
Envois commerciaux couverts par les bureaux équipés du CRMS (current)
30 indicators
Indicateurs de risque examinés par le CRMS (current)
6 offices
Plus grands bureaux de douane utilisant le CRMS (current)
Détails
Maturité
En expansion
Promoteur
Department of Customs, Nepal (Ministry of Finance)
Depuis 2016, le Département des douanes du Népal s'appuyait sur le moteur de sélectivité intégré d'ASYCUDA World, qui utilisait des règles statiques, un profilage manuel des risques et le pouvoir discrétionnaire des agents ; des examens internes de dossiers ont montré que certaines transactions à haut risque n'étaient détectées qu'après le dédouanement, et non avant.
Objectifs
Pour combler cette lacune, une équipe interne pluridisciplinaire de spécialistes des douanes, de la gestion des risques et de l'informatique a construit le Customs Risk Management System (CRMS), un module d'apprentissage automatique intégré à ASYCUDA World.
Activités
Le CRMS examine 30 indicateurs de risque pour signaler les fausses déclarations, la sous-facturation et la surfacturation, transmet ses recommandations aux agents des douanes pour évaluation, et est affiné en continu à mesure que les résultats des audits et inspections post-dédouanement alimentent ses paramètres de risque.
Résultats
Le CRMS fonctionne désormais dans les six plus grands bureaux de douane du Népal, qui traitent ensemble environ 90% des envois commerciaux du pays. Dans un article publié dans le magazine de l'Organisation mondiale des douanes (mars 2026), les douanes népalaises ont indiqué que le système avait identifié des erreurs de classification dans une faible part des déclarations ciblées et généré environ 3,74% de recettes supplémentaires sur les lignes de produits ciblées, les agents rapportant par ailleurs des décisions plus cohérentes et mieux étayées.
Conclusions
Ces chiffres correspondent aux déclarations des douanes népalaises elles-mêmes auprès de l'OMD, et non à une évaluation auditée de manière indépendante, et l'article de l'OMD ne précise pas la famille d'algorithmes spécifique derrière les modèles de notation des risques. Les douanes népalaises ont indiqué que les futures versions ajouteraient une analyse d'image d'inspection non intrusive et de l'apprentissage profond pour aider à détecter les articles dissimulés.
Mise en œuvre
Coût indicatif
Faible (< 50 k€)
Délai jusqu’aux résultats
Moyen (1–3 ans) — Built in-house and rolled out across Nepal's six largest Customs offices by 2026; future versions are planned to add non-intrusive-inspection image analysis and deep learning.
Personnel et compétences
In-house multidisciplinary team of Customs, risk-management and IT specialists, Customs officers who assess each flagged recommendation, Post-clearance audit and inspection teams whose findings feed back into the risk model
Conditions de réussite
Integration with the existing ASYCUDA World platform rather than building a stand-alone system
A continuous feedback loop from post-clearance audit and inspection results back into the model's risk parameters
Human officer review and assessment of every flagged recommendation
Modes d’échec courants
Figures are Nepal Customs' own reporting to the WCO rather than an independently audited evaluation.
The WCO article does not name the specific algorithm family behind the risk-scoring models.
Où cela s’applique
Type de gouvernance
national customs / revenue authority
Échelle
national (six largest offices, ~90% of commercial trade)
Niveau de revenu
lower-middle-income
Habituellement financé par
National / regional programmes
Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.
Vous portez cette pratique ?
Revendiquez-la —
les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.
Sources de données
D'où proviennent les informations de cette pratique, et quand.
Les douanes d'Azerbaïdjan ont conçu ARAS, un système de risque par apprentissage automatique répartissant les envois en corridors vert/jaune/bleu/rouge. Le …
L'Administration générale des douanes de Mongolie a déployé HYPERGLORY, un chatbot d'IA utilisant la génération augmentée par récupération pour recommander …