Fuente: MAERSK

Este artículo es una continuación de una investigación anterior sobre aduanas e inteligencia artificial, que introdujo el Sistema Armonizado, creado para facilitar el comercio, armonizándolo mediante el uso de descripciones de productos básicos y el sistema de codificación correspondiente.

IA y Aduanas: Manteniendo la Precisión

Al analizar las tendencias aduaneras de este año, es evidente que el despacho de aduana se está orientando hacia una mayor digitalización, lo que ya beneficia a las empresas que importan y exportan en todo el mundo, pero aún queda mucho progreso por hacer en materia de inteligencia artificial.

En cuanto a los diferentes grados de automatización existentes en la actualidad en el área de la clasificación arancelaria, existen varias herramientas que pueden apoyarla. Actualmente, éstas pueden agruparse en tres categorías principales: sistemas sencillos basados en la búsqueda por palabras clave, sistemas más sofisticados con análisis algorítmico de opciones de clasificación (a veces llamados sistemas expertos) – que son en cierto modo precursores del aprendizaje automático (ML) – y, por último, diversos sistemas de IA y ML. ¿Qué son? ¿Cuáles se pueden identificar como sus fortalezas y debilidades? ¿Cómo servirán a las aduanas y a los usuarios del Sistema Armonizado (SA)? Para empezar, profundicemos en las posibilidades que estas herramientas pueden aportar a esta industria.

Precursores de la automatización de la clasificación arancelaria

Entre los diferentes sistemas que existen hoy en día, las comunidades de expertos identifican:

• Sistemas de búsqueda por palabras clave: Existentes desde la década de 1990, están definidos por Merriam-Webster como “software informático utilizado para buscar datos (como texto o una base de datos) para obtener información específica”. El ejemplo más utilizado hoy en día es Google. Las herramientas de motores de búsqueda para la clasificación arancelaria son útiles para buscar términos específicos con el fin de recuperar códigos del SA y ver dónde podría clasificarse un producto determinado. Uno de esos motores es lo que se conoce como WCO Trade Tools. El motor permite a los usuarios buscar en la Nomenclatura del SA, las Notas Explicativas y las Opiniones de Clasificación por un término específico. El usuario introduce un término concreto, por ejemplo, “leche”, y se muestran todas las referencias con ese término, incluidas “máquinas de ordeñar”, etc. Los motores de búsqueda a veces proporcionan a los usuarios cientos de referencias relacionadas con la palabra buscada, que luego deben analizar para determinar cuál de ellas es correcta. Aunque facilitan el proceso de clasificación, que de otro modo podría resultar en una búsqueda larga, la utilidad de estos motores tiene ciertos límites. La principal desventaja de estas herramientas es que para llegar al resultado correcto, los usuarios aún necesitan saber cómo orientarse entre docenas de opciones, y saber cómo utilizar las notas legales, cómo aplicar las Reglas generales para la Interpretación (RGI) para clasificar algo, etc. Para añadir complejidad, en el SA los productos no se denominan necesariamente de la misma manera que los llama la gente en su vida cotidiana. Un ejemplo es el término “ordenador”. El motor no encontrará un código correspondiente a ese término simplemente porque en el SA los ordenadores se llaman “máquinas automáticas de procesamiento de datos”. Por lo tanto, estos matices siguen siendo una limitación, haciendo que los motores de búsqueda sean excelentes para la rapidez, pero siguen siendo una herramienta para ser utilizada por expertos.
• Sistemas expertos: Inventados en la década de 1970, los sistemas expertos imitan el conocimiento y la experiencia de un experto humano en un campo particular utilizando reglas y algoritmos para proporcionar soluciones a problemas complejos. Suelen utilizarse para el diagnóstico, la toma de decisiones, la predicción y la automatización de procesos. Para utilizar estos sistemas en relación con el despacho de aduana y la clasificación de mercancías en particular, los usuarios no necesitan tener ningún conocimiento previo específico de las normas de clasificación. El sistema guía a los usuarios a través de los algoritmos y les pide que respondan a preguntas específicas sobre el producto (pidiendo características) para que su búsqueda sea precisa y produzca un único código de mercancía al final. ¿Un ejemplo? La palabra “vino”. El sistema experto hará preguntas como “¿Está aromatizado? ¿Es espumoso?”, reduciendo así las opciones. En algunos casos, este proceso puede ser un poco más largo que el uso de motores de búsqueda, pero aquí incluso los usuarios con pocos conocimientos del SA pueden utilizar el sistema con éxito. Sólo necesitan tener información detallada sobre el producto que quieren clasificar.

Entonces, teniendo en cuenta estos dos sistemas, ¿cómo puede una tercera opción – los algoritmos de inteligencia artificial y aprendizaje automático – unir y potenciar sus capacidades para llenar los vacíos existentes?

Automatización del despacho de aduana con IA y aprendizaje automático

En la Conferencia de la OMA sobre el Futuro del Sistema Armonizado (SA) celebrada en 2019, uno de los principales temas de debate fue la complejidad del SA en relación con los desafíos que enfrentan las empresas al utilizar las herramientas adecuadas para consultar y gestionar sus datos. Para superar esta complejidad, las herramientas actuales se están “haciendo más fáciles de usar” con la ayuda de la inteligencia artificial (IA) y el aprendizaje automático (ML). Un número creciente de empresas, incluidas las de cumplimiento aduanero, están desarrollando y probando estas herramientas. Los sistemas de IA que se están desarrollando para apoyar a esta industria aprenden de los datos que se les alimentan, procesándolos para “aprender” y mejorar progresivamente. No siguen un programa específico, sino que funcionan basándose en una “probabilidad estadística”, evaluando automáticamente las posibilidades de que un producto se clasifique en una subpartida específica o en varias subpartidas diferentes, dando la probabilidad de una determinada opción de clasificación (70% esta opción, 10% esta otra, 30% otra, etc.). Así es como funciona el algoritmo, y una de las ventajas es que ofrece diferentes opciones, permitiendo a los usuarios elegir. Por el momento, todavía se necesitan algunos conocimientos básicos de la clasificación del SA para tomar la decisión. Aunque el sistema pueda poner un 97% en una clasificación específica, un experto en aduanas y SA puede corregirlo y hacer que el sistema aprenda.

La combinación de diferentes sistemas en una herramienta “híbrida” probablemente sería la solución más ventajosa para los proveedores logísticos, proveedores de servicios, importadores, exportadores y comerciantes. Esto se debe a que incorporaría todas las ventajas de los motores de búsqueda (para encontrar rápidamente referencias en las herramientas y aranceles del SA) y de los sistemas expertos (para manejar casos más complejos que requieren comprobaciones manuales), combinadas con funcionalidades de IA y ML (para potenciar estos sistemas con una potencia adicional inteligente y automatizada), encontrando la correspondencia correcta con rapidez y precisión.

Al igual que en todas las demás industrias, aún existe un gran escepticismo sobre el aprendizaje automático y la IA en el contexto de la clasificación de mercancías. La clave para superarlo es asegurarse de que la base de conocimientos utilizada para impulsar el aprendizaje automático esté correctamente curada y contenga únicamente datos correctos. “Es realmente crítico que al construir herramientas de aprendizaje automático para aduanas, éstas se centren en la integridad de los datos que entran en su base de conocimientos”, reiteró William Petty, Director Global de Desarrollo de Productos de Global Trade & Customs Consulting en Maersk. A medida que la tecnología mejore, la comunidad experta en clasificación de mercancías podrá confiar cada vez más en ella para obtener los resultados deseados.

La automatización del despacho de aduana con IA y los proveedores logísticos

¿Cómo pueden los proveedores logísticos utilizar la IA, con el equilibrio adecuado entre el aprendizaje automático y la intervención humana, aplicándola a cada caso individual? Para las empresas, adoptar el grado adecuado de automatización para la clasificación arancelaria puede ser todo un reto. Puede haber tantas opciones diferentes, implicando a exportadores/importadores individuales, que funcionan de maneras totalmente diferentes y se ocupan de distintos tipos de mercancías. De cara al futuro, garantizar una clasificación uniforme y conforme puede ser una lucha abrumadora, por lo que es muy importante entender que estas herramientas de IA están ahí para apoyar a los expertos, no para sustituirlos. Las personas involucradas en la clasificación deben estar formadas y actualizadas sobre los últimos avances en este campo. La automatización debe abordarse con mucho cuidado, y los proveedores logísticos, especialmente los que ofrecen servicios de despacho de aduana y clasificación, tendrán que asegurarse de que la IA aprovecha datos buenos (en lugar de datos masivos) y que las empresas están equipadas con programas de formación sólidos. En la práctica, los proveedores logísticos pueden apoyar a sus clientes en estos procesos, ayudándoles a clasificar mercancías y/o desplegar más automatización de manera inteligente, selectiva y eficiente.

En resumen, ¿cómo puede la IA impulsar las aduanas?

La inteligencia artificial y el aprendizaje automático sin duda tienen la oportunidad de revolucionar la clasificación de mercancías y el despacho de aduana, pero su aprendizaje debe basarse en datos correctos, altamente precisos y aprobados. A continuación, se resume un balance de los pros y los contras.

Ventajas:

• Aceleración del proceso de clasificación: encontrar los códigos arancelarios correctos más rápidamente, lo que beneficia especialmente a los comerciantes que manejan grandes volúmenes de productos heterogéneos para ser enviados.
• Mayor apoyo tecnológico: útil para que los expertos del SA trabajen de forma más eficiente y para que los no expertos adquieran conocimientos.
• Mejora continua: a mayor uso, mayor potencia del programa de IA, gracias al aprendizaje incremental del software.

Contras:

• Precisión limitada: la IA aún necesita “aprender” para proporcionar resultados precisos, por lo que aún no se puede garantizar una clasificación 100% exacta.
• Escepticismo: el funcionamiento de la IA aún no se comprende del todo. Los algoritmos aún necesitan ajustarse más, por lo que su uso puede generar cierta aversión entre los usuarios del SA. Todavía existe una alta probabilidad de errores generados por la IA, por lo que los usuarios deben ser conscientes de ello en términos de cumplimiento aduanero.

“Las herramientas de inteligencia artificial, o cualquier automatización utilizada para la clasificación de mercancías, no van en contra del espíritu del SA – que se centra principalmente en la facilitación del comercio – sino que más bien van de la mano con él. Al introducir la automatización, estamos apoyando la principal promesa del SA de agilizar el comercio mundial, añadiendo otra potente capa que permita su implementación y uso eficiente”, afirma Alexey Shcheglov, Product Lead Expert for Global Trade and Customs Consulting en Maersk. Las empresas pueden utilizar las herramientas del SA potenciadas por la IA en su beneficio, como parte de sus estrategias de importación y exportación, lo que también les ayuda a abordar de forma más estratégica las oportunidades de su cadena de suministro. Una especie de baile equilibrado entre derechos y crecimiento.