4．2“厚数据”思维契合了我国海关风险管理的需求
4．2．1契合风控中心建立要求
全国通关一体化改革下，海关系统将建立以海关总署风险防控中心为一级风控中心，直属海关风险防控中心为二级风控中心的风险管理框架。这样的框架类似于“专家集中制”。然后利用“厚数据”良好的融入环境，为海关风控中心服务。其基本思路是：假设原有风险管理1000人，其中10人为专家，990人为一般管理者，那么1000位水平不一、领域不同的风险管理者各自为政，效率较低。现将10位专家集中到一起，并根据领域划分配备合理数量的助手，结合厚数据思维对数据进行质化研究，将契合风险防控中心管理要求。
4．2．2契合嵌入式管理诉求
日益复杂的贸易环境使海关风险管理不得不将视角放眼于整个贸易链，将个性化贸易行为嵌入到数据分析中去，而非单纯通过简易标准化方差计算得到的数据去评判企业行为。以贸易国为非洲的进口贸易为例，存在官方、黑市两种汇率，企业若以黑市汇率成交付汇，在进口申报时以实际成交价格申报，则会引起现有风险管理的预警。如果不将非洲的实际贸易环境嵌入到风险批判中，那可能造成企业如实申报却仍被布控、审价，这对企业来说是有失公允的。未来的海关管理更需兼顾服务与把关，在最大限度上促进贸易公平，这便需要厚数据思维来满足嵌入式管理的诉求。
4．2．3契合倒查式挖掘需求
未来的风险行为将更具隐蔽性，海关风险管理对数据的挖掘要在线索少、数据少的情况下开展。例如市场上的“神户牛肉”，海关数据中并未出现过日本神户牛肉的进口记录，那么在排除虚假广告的前提下，这些神户牛肉必定是通过走私进境的。对于这类风险，需从终端销售者倒查，挖掘数据后再建立模型。对于这类高挖掘需求的小数据样本，厚数据思维是理想的选择。
4．3“厚数据”思维是实现我国海关人工智能管理的优选之路
未来我国海关风险管理发展的趋势一定是向人工智能方向发展的。实现智慧风险管理也需要像AlphaGo一样经历数据思维的更替。第一代AlphaGo的思路是大数据思维，输入大量棋谱，根据已知招数与棋手下棋。第二代AlphaGo的思路是厚数据思维，在已有棋谱基础上进行重组深挖，计算出多种人类从未使用过的招数以取得完胜。海关的风险管理亦是如此，第一代智慧风险管理建立在大数据技术之上，第二代突破的优选之路便是“厚数据”思维的广泛应用。
5 对我国海关“智慧风险管理”的思考
5．1业务再造，建立海关风险管理工作回路
海关（Customs）根据企业的行为（Behavior），利用组织行为学等相关理论，进行分析（Analysis）组成行为分析小组（Unit），简称CBAU，以环形的工作机制来支持厚数据理论在风险管理中的落地。建立工作回路，实现事前、事中、事后分析，动态防范风险，变滞后为超前，将风险管理的重心安排在企业风险行为发生之前。其工作回路图1为：
其中PLAN代表精准收集数据，分析典型样本，编写程序算法，预测行为发生；DO表示根据厚数据算法得到的结论,警告重点企业，提示现场关员，下达布控指令；CHECK表示检测命中情况，反馈执行结果；ACTION为修正模型，调整算法。
5．2分层共享，打造立体海关风险情报信息系统