Noticias

Como proveedor que diseña y despliega sistemas de procesamiento fronterizo, hemos visto muchas administraciones de aduanas y fronteras realizar importantes inversiones para optimizar y modernizar sus capacidades y metodologías de procesamiento fronterizo en un esfuerzo por satisfacer las demandas del acelerado entorno comercial internacional actual.

Algunas administraciones crean, por ejemplo, entornos de Ventanilla Única con mecanismos de control automatizados para licencias, permisos, certificados y otra documentación (LPCO) requerida por otras agencias gubernamentales (OGA). Pero si bien esto puede ayudar a reducir los tiempos de liberación y promover la facilitación del comercio, la otra variable clave implica la introducción de un régimen efectivo de gestión de riesgos.

LA SELECTIVIDAD ES CLAVE

El panorama de las soluciones tecnológicas de gestión de riesgos para las administraciones aduaneras varía ampliamente. En algunos casos, encontramos economías más pequeñas y naciones con un PIB más bajo que no utilizan la toma de decisiones basada en el riesgo en la frontera. Los enfoques utilizados en su lugar solicitan inspecciones aleatorias o el uso de enfoques rudimentarios impulsados ​​por sistemas no sofisticados más antiguos.

Además, vemos que muchos países adoptan la toma de decisiones en la frontera donde la "selectividad" está siendo impulsada por la selección aleatoria y / o la asignación porcentual, utilizando líneas rojas, amarillas y verdes dentro de sus plataformas comerciales actuales. Por lo tanto, debemos preguntarnos si estos sistemas permiten controles efectivos.

Las asignaciones aleatorias para la inspección simplemente no son efectivas, sin embargo, han surgido como una forma para que muchas administraciones de aduanas administren el creciente volumen de comercio que llega a sus fronteras. Para agravar el problema, algunos sistemas ampliamente utilizados automatizan este enfoque obsoleto de la gestión de fronteras, y se refieren a él como un "módulo de gestión de riesgos". Simplemente no sería apropiado llamar a este tipo de funcionalidad un "Módulo de Gestión de Riesgos", y aun así Este es a menudo el caso.

Por el contrario, en algunos casos, encontramos que a los oficiales de aduanas se les pide que revisen y / o inspeccionen toda la carga con un grado de escrutinio equivalente. Debemos reconocer que la aversión al riesgo en estas situaciones derrota los principios de la gestión del riesgo y puede dificultar los esfuerzos para facilitar el comercio preaprobado y / o de bajo riesgo. En nuestra opinión, este enfoque tiene las siguientes deficiencias:

• costoso en recursos ya que aplica el mismo grado de intensidad a todas las amenazas;
• limitado porque obliga a un grado más bajo de intensidad de inspección en general debido al tratamiento uniforme de toda la carga y pasajeros;
• crea una alta incidencia de error oficial debido a una mayor carga de trabajo;
• obtiene menos resultados de cumplimiento, mientras que algunos pueden esperar altos niveles de inspección e intervención para obtener resultados excepcionales, la evidencia y la experiencia sugieren lo contrario;
• alienta a las entidades que normalmente respetan la ley a eludir el sistema, a fin de acelerar el tránsito transfronterizo de sus mercancías;
• crea oportunidades para que los delincuentes eludan y eviten la interdicción al hacer previsibles las reacciones de la Aduana;
• ralentiza la cadena de suministro y dificulta el crecimiento económico;
• no escala
• en última instancia, no logra una gestión de fronteras eficiente y segura.

Con base en los dos ejemplos proporcionados, podríamos concluir que inspeccionar todos los envíos, o inspeccionar algunos mediante la asignación aleatoria de porcentajes, simplemente no son controles efectivos, ni respalda los principios de gestión de riesgos.

Sobre la base de los diagnósticos realizados hasta la fecha por organizaciones intergubernamentales a nivel mundial, muchos expertos recomiendan que las administraciones de aduanas (1) cultiven aún más la selectividad mediante el uso de análisis y focalización de riesgos automatizados, (2) realicen auditorías posteriores al despacho para monitorear el procesamiento del sistema y ajustar los perfiles de riesgo, e (3) integrar nuevos sistemas expertos para la lucha contra el contrabando.

Permítanme explicar lo que queremos decir con sistemas expertos aquí. Esta industria del mercado clasifica los sistemas de gestión de riesgos por la forma en que explotan los datos. Los sistemas expertos incluyen la funcionalidad para la lógica deductiva (observación y verificación de listas de observación), lógica inductiva (identificación de perfiles de riesgo, anomalías e indicadores de inteligencia utilizando la puntuación de riesgo) y modelado predictivo (análisis de tendencias histórico automatizado para derivar modelos predictivos y objetivos basados ​​en escenarios) . Cada una de estas metodologías se explica más adelante en el artículo.

IDENTIFICANDO AMENAZAS

Si bien diseñamos e implementamos sistemas de gestión de riesgos para Aduanas y agencias fronterizas, creemos que es importante que nuestros clientes nos digan qué amenazas probables están tratando de prevenir. Algunos países se centran en las amenazas a la salud y la seguridad, mientras que otros se centran en las amenazas fiscales que incluyen el contrabando, la subvaloración, la clasificación errónea y la declaración de origen errónea.

Si el objetivo es lograr la prosperidad económica, parece claro que esto se puede lograr a través de controles efectivos de focalización e inspección, al tiempo que se promueve el comercio preaprobado y de bajo riesgo. Los datos correctos, el análisis robusto y un sólido marco de toma de decisiones pueden proporcionar a la Aduana y a un Estado soberano la confianza de que sus oficiales están tomando las decisiones correctas de manera estratégica, operativa y táctica en la frontera.

Como muchos de nuestros clientes aún se enfocan en la pérdida de ingresos en las importaciones, la evasión de ingresos es solo una de las muchas amenazas que ocurren en la frontera. Otros incluyen seguridad, narcóticos, seguridad sanitaria y fitosanitaria, salud, impacto agrícola y ambiental, interrupción comercial, precursores de armas químicas, bienes de doble uso, artículos prohibidos, armas y municiones, propiedad intelectual, especies en peligro de extinción, antidumping y más.

Hoy en día, estas diversas amenazas pendientes no son analizadas ni administradas sistemáticamente por las administraciones aduaneras y las OGA, con las cuales la Aduana debe coordinar y tomar decisiones interoperables de despacho y liberación de mercancías en la frontera.

USO DE DATOS

Cuando se analiza el enfoque actual de selectividad, inspección y gestión general de riesgos de una administración de aduanas y fronteras, queda claro que hay un uso muy limitado de los datos a disposición de los funcionarios de aduanas, a pesar de que los datos están allí. Como resultado, muchos sistemas simplemente no proporcionan información procesable a los oficiales en el campo.

Las economías más grandes y modernas a menudo buscan mejorar sus capacidades analíticas con datos adicionales e información comercial avanzada. Si bien esto incluye declaraciones tradicionales e informes de carga, el conjunto de datos a menudo se mejora con datos adicionales de la cadena de suministro para mejorar la visibilidad de la cadena de suministro de extremo a extremo, incluidos los planos de la bahía (mapa de estiba del barco), mensajes de estado del contenedor, informes de transporte y más.

Estos datos adicionales y la información comercial avanzada permiten que una administración de Aduanas comience a "virtualizar" la frontera, y ha generado unidades analíticas centralizadas, llamadas Centros Nacionales de Orientación o NTC.

TRES TIPOS DE ENFOQUES ANALÍTICOS.

Creemos que hay tres enfoques analíticos para la explotación de datos que se pueden aplicar por separado o en conjunto: el enfoque deductivo, el inductivo y el predictivo.

Enfoque deductivo

El enfoque de primer nivel utilizado por muchos abarca el razonamiento "deductivo", que se basa en principios generalizados que se sabe que son verdaderos y que forman una conclusión específica. La verificación de listas de observación o los objetivos de productos básicos OGA utilizan una lógica deductiva. Esto se debe a que la conclusión científica o el trabajo de inteligencia para corroborar y predecir un resultado ya ha sido realizado por otro grupo de usuarios. Aduanas simplemente está usando la información para marcar los datos cuando emergen del sistema.

La mayoría de los sistemas de gestión de riesgos comienzan con un enfoque deductivo inicial, que se considera la capa inicial de evaluación de riesgos. Aquí hay un ejemplo: 40 barriles de "agentes químicos de limpieza" se importan en un contenedor de "camioneta seca" de 20 pies. El código de clasificación arancelaria identifica el producto como "Tricloruro de arsénico", que se incluye en la Lista de precursores de armas químicas del Grupo Australia. Luego se detiene el contenedor, en espera de una investigación sobre el destinatario y la dirección de entrega, así como una posible violación del permiso.

En el ejemplo mencionado anteriormente, las administraciones aduaneras ya han predeterminado que el producto es una amenaza potencial. Como tal, esto se convierte en un simple proceso de verificación de datos entrantes. Cuando se presenta la información, la transacción se marca a un analista para que tome medidas.

Enfoque inductivo

La siguiente capa de análisis, llamada razonamiento "inductivo", pasa de instancias específicas a una conclusión generalizada. Los sistemas de focalización exitosos emplean un proceso de triaje (determinación de prioridad) para eliminar los envíos de bajo riesgo de ser vistos, con un proceso de reducción que continúa conduciendo a un resultado que puede sugerir que la amenaza pendiente es un evento de contrabando.

Los sistemas inductivos utilizan motores de riesgo o sistemas de gestión de reglas para ejecutar reglas de indicadores de riesgo contra un conjunto de datos. Una lógica de calificación de riesgo clasifica aún más los datos transaccionales en orden de riesgo (alto / medio / bajo), lo que facilita un triaje analítico para el soporte de decisiones operativas.

Este triaje se realiza luego para seleccionar envíos de interés para un escrutinio o inspección más minuciosa que podría incluir una verificación de documentación, una inspección física o ambas. Al igual que un médico que completa un diagnóstico después de las pruebas, los resultados de un examen de Aduanas deben recopilarse en tiempo real y utilizarse para validar los motivos de la selectividad. Esto garantiza que el sistema siempre esté actualizado y que esté al día con las últimas amenazas y tendencias de contrabando.

El siguiente es un ejemplo de un sistema de selección de objetivos que utiliza una lógica inductiva: un buque portacontenedores "Northern Celebration" está destinado a llegar a puerto en las próximas 48 horas y presenta un manifiesto de carga. El sistema califica la transacción como 163 puntos (rojo / alto riesgo) debido a lo siguiente:

• Lugar de recepción = País de origen de narcóticos.
• Puerto de carga = País de origen para narcóticos.
• Contenedor transbordado / re-manejado en un puerto con débiles medidas de seguridad.
• Producto = carga de cubierta conocida.
• Producto incompatible con el tipo de contenedor.
• El peso bruto es inferior al 63% de la carga útil máxima.
• Relación uno a uno entre el remitente y el destinatario.
• Dirección de entrega = número de apartado de correos.

Aduanas remite el contenedor para un desbaste completo debido a las sospechas presentadas dentro de los datos. La inspección de la carga no es resultante, sin embargo, tras un examen más detallado de la unidad de refrigeración interna, se encuentran ocultos dentro de ella 61 kg de heroína / opiáceos. Luego, la aduana confisca las drogas e intenta una entrega controlada en cooperación con la policía.

En la actualidad, algunos sistemas funcionan de esta manera, incluido el "Sistema Automatizado de Orientación" (ATS) de la Aduana y Protección Fronteriza de los EE. UU., El sistema "TITAN" de la Agencia de Servicios Fronterizos de Canadá y el "Sistema de Evaluación de Amenazas Marítimas Asistido por Computadora (CAMTES) de la Marina de los EE. UU. "La creación de una biblioteca de reglas es clave para ayudar a derivar la toma de decisiones basada en el riesgo en una organización, a fin de realizar análisis inductivos y generar / compartir alertas basadas en un conjunto de reglas predefinidas y personalizables por el usuario.

A nuestra empresa le ha llevado varios años desarrollar y acumular lo que ahora totaliza más de 65,000 reglas de propiedad, trabajando en muchos tipos de amenazas, para narcóticos, migración ilegal, seguridad, infracciones de los derechos de propiedad intelectual y pérdida de ingresos.

Enfoque predictivo

Finalmente, consideremos el tercer nivel de análisis, al que nos referimos como "modelado predictivo". Un modelo predictivo se basa en todos los datos históricos disponibles y forma una relación con los datos en el archivo vinculados a incautaciones históricas, sanciones, pagos forzados, aplicación acciones y otras inspecciones resultantes. Esta herramienta analítica proporciona una amplia variedad de técnicas estadísticas (modelos lineales y no lineales, pruebas estadísticas clásicas, análisis de series de tiempo, clasificación, agrupamiento, etc.) y gráficas.

Una vez que el modelo predictivo se aplica a un gran volumen de datos (por ejemplo, más de cinco años o más), el modelo debe volver a ejecutarse en los datos entrantes (es decir, todos los datos informados en el archivo en las últimas 24-48 horas), y cualquier envío que se considere una coincidencia debe marcarse y remitirse para un escrutinio o inspección más cercana.

Si bien las industrias financieras y de salud están adoptando un enfoque que utiliza el aprendizaje automático y la inteligencia artificial, vemos que muy pocas administraciones aduaneras adoptan esta forma de análisis de manera efectiva.

Sin embargo, hay muchos desafíos en esta área. Incluyen el establecimiento de un entorno de depósito de datos de transacciones históricas, una referencia y un acuerdo sobre una definición de acciones de cumplimiento comunes con las partes interesadas relevantes, y la automatización de la repetición del modelo predictivo en los datos entrantes como un proceso de aprendizaje automático.

Pongamos un escenario de ejemplo usando análisis predictivo. En 2019, la Aduana y siete OGA determinan todas las acciones de cumplimiento significativas que incluyen:

• violaciones de control de carga que excedan una multa de 1.200 dólares estadounidenses;
• contrabando de bienes que superen los 1.200 dólares estadounidenses en la evasión de aranceles e impuestos;
• todas las convulsiones narcóticas;
• todas las incautaciones monetarias superiores a 10.000 dólares estadounidenses en efectivo;
• todas las incautaciones de armas y municiones;
• todas las infracciones de la CITES;
• todas las LPCO fraudulentas;
• todas las incautaciones de artículos prohibidos.

Se establece un entorno de datos para almacenar los últimos siete años de declaraciones de importación e informes de carga. Luego, los científicos de datos establecen un modelo predictivo, utilizando un enfoque cuantitativo para el análisis de tendencias históricas. Luego, los tecnólogos diseñan un proceso para volver a ejecutar el modelo con todos los datos entrantes (aproximadamente 14,000 transacciones archivadas en las últimas 24 horas).

Dos contenedores en tránsito se identifican como coincidentes y se señalan a los analistas de aduanas en turno en el NTC. Los analistas refieren los dos contenedores de 20 pies para su inspección. Los equipos de escáner visualizan el contenido de ambos contenedores en el puerto de llegada. Un contenedor tiene una anomalía en la imagen cerca de su pared frontal. Después de la descarga, el contenedor se mide y se encuentra que mide solo 18 pies de largo. Tras un escrutinio más cercano, el contenedor parece tener una pared falsa y un vacío de 2 pies. El muro se desmantela y revela 749,000 dólares en efectivo.

Un enfoque predictivo utiliza análisis cuantitativos para determinar un modelo. El proceso estadístico y matemático supera con creces lo que cualquier persona normal es capaz de hacer, y agrega una capa extremadamente poderosa de análisis que muchos creen que es el futuro de la gestión de riesgos para las agencias fronterizas. Hoy en día, pocos países están adoptando el aprendizaje automático y la inteligencia artificial, utilizando modelos predictivos.

Creemos en un proceso de "trampolín" diseñado para mejorar la capacidad y la madurez de una administración de aduanas. Esto comienza con una lógica deductiva, que luego se superpone con un marco inductivo de conjuntos de reglas y puntuación de riesgo, y finalmente se envuelve con una capacidad de modelado predictivo para automatizar los resultados para el análisis de tendencias históricas. El resultado es un modelo de conjunto que creemos que puede derivar con mayor precisión las amenazas en tiempo real mejor que cualquier otro enfoque sistemático disponible en la actualidad.

Nuestro sistema de gestión de riesgos se desarrolla sobre estos fundamentos e incluye además una aplicación de informes de campo para teléfonos y dispositivos de mano para recopilar los resultados de las inspecciones, ya sean de naturaleza no intrusiva o totalmente intrusiva. Al recopilar los datos correctos en el momento adecuado, nuestro marco ajusta dinámicamente la puntuación de nuestros conjuntos de reglas en tiempo real, para garantizar que el sistema siempre esté pulsando con las últimas amenazas y tendencias de contrabando.

Las inspecciones resultantes (incautaciones, sanciones, advertencias, etc.) aumentan automáticamente el puntaje de las reglas del indicador de riesgo que influyeron en la referencia; mientras que las inspecciones no resultantes utilizan una fórmula en descomposición para disminuir los puntajes de las reglas de indicadores de riesgo que se dispararon. Esta metodología de marco patentada automatiza esencialmente el análisis posterior a la incautación y las actividades realizadas por analistas estratégicos y comités de gestión de riesgos en la actualidad.

Cuando combina esta funcionalidad de gestión dinámica de riesgos con plataformas electrónicas de Ventanilla Única, el resultado es una herramienta extremadamente poderosa para la gestión coordinada de fronteras entre Aduanas y otras agencias gubernamentales. Esto fortalece la seguridad y los controles fronterizos, previene o ayuda a recuperar los ingresos perdidos y disminuye los tiempos de liberación en la frontera, lo que resulta en mejoras medibles para la facilitación del comercio. Aquí es donde las administraciones aduaneras pueden enfocarse y obtener el mayor rendimiento por su dinero.

Para empresas como nosotros, necesitamos asistencia de la OMA, la OMC, la UNCTAD, el Banco Mundial y otras organizaciones intergubernamentales, para permitirnos fortalecer los sistemas actuales. Nadie, incluidos nosotros, está interesado en reemplazar las plataformas comerciales actuales. Por el contrario, creemos que estos sistemas deben conservarse como el sistema de registro para la presentación de operaciones comerciales, la contabilidad, la liberación y el procesamiento de autorización. Al mismo tiempo, nos gustaría la oportunidad de mejorar y fortalecer estos sistemas para sus países miembros, para garantizar que se modernicen con la tecnología y los enfoques más avanzados disponibles.

CONCLUSIÓN

Todas las administraciones aduaneras deberían desarrollar soluciones robustas de focalización y selectividad, que se convierten en la herramienta central de toma de decisiones para identificar envíos comerciales de alto riesgo antes de llegar a la frontera. Estos sistemas deberían aprovechar los puestos de observación, las listas de observación y las alertas, así como las reglas de negocio configurables, como los perfiles conocidos e inteligencia o indicadores de riesgo, así como los escenarios formados a través del modelado predictivo, el aprendizaje automático y la inteligencia artificial.

Sin embargo, la confusión y las funciones rudimentarias introducidas por los sistemas menos sofisticados, desafortunadamente, retrasaron la madurez a una solución más adecuada. La mejor "trampa para ratones" a menudo nunca se realiza, dejando a los países en desarrollo utilizando enfoques y tecnología obsoletos. Por lo tanto, sería prudente que las organizaciones intergubernamentales como la OMA desarrollen un conjunto básico moderno de pautas de requisitos para que sus miembros las adopten cuando busquen sistemas de gestión de riesgos. Sin esta lista de verificación funcional, la mejor trampa para ratones nunca emerge.

Por Chris Thibedeau, Director Ejecutivo, TTEK Inc.

Compartir: