Nuove frontiere per il flusso delle merci

Lo sviluppo armonico di un commercio internazionale equo e sostenibile basato su un’ampia condivisione di dati, da cui estrarre informazioni significative, tra le autorità doganali e tra autorità e operatori economici, costituisce un obiettivo condiviso tra tutte le dogane del mondo.

del Team Ricerca Easyfrontier

MAGAZINE

21 giu 2023

Con l’analisi scientifica di dati consistenti, rilevanti e affidabili, è infatti possibile orientare i controlli in modo tale da contrastare il commercio illegale: contrabbando, in tutte le sue forme, merci pericolose, scambi illeciti in senso lato, tutti fenomeni che ledono gli interessi degli operatori economici compliant.

Qual è, dunque, lo stato dell’arte nell’ambito della “scienza dei dati” applicata ai controlli doganali? I dati presenti nelle dichiarazioni doganali e negli altri documenti connessi ai traffici transfrontalieri sono, già oggi, adeguati a un utilizzo evoluto ed efficace dei medesimi? Quale potrà essere il futuro delle tecnologie più promettenti in relazione alla tumultuosa evoluzione dei traffici e delle formalità doganali?

A rispondere alle nostre domande è Mathieu Labare, membro del team Data-mining del Risk Management dell’Administration Générale des Douanes et Accises del Regno del Belgio, esperto in analisi dei dati e dottore di ricerca in Fisica, con una profonda esperienza nello sviluppo di modelli statistici applicati, sia in campo scientifico sia nell’ambito dei controlli doganali.

In occasione della Tech On, la conferenza sulle nuove tecnologie in campo doganale organizzata ogni anno dalla World Customs Organization a Maastricht, aveva evidenziato che i dati doganali sono, ad oggi, “sporchi” e non pienamente utilizzabili per una efficace analisi dei dati. Ci può spiegare il perché di questa posizione?

La qualità dei dati è scarsa e non affidabile per diversi motivi. Innanzitutto, i dati sono forniti, principalmente, dall'operatore economico e le amministrazioni doganali possono fare affidamento solo sui dati che l'operatore intende condividere. Ma i dati stessi sono condivisi, molto spesso, per il tramite di un intermediario, che potrebbe non conoscere la vera natura delle merci: la sua conoscenza delle merci che attraversano i confini dipende fortemente dalla volontà del cliente, destinatario o esportatore, di condividere informazioni corrette.

Le amministrazioni doganali appurano la vera natura dei beni dichiarati solo quando controllano le merci e i documenti che le accompagnano (ad esempio, le fatture). Tale limite è aggravato dal fatto che le possibilità di convalida incrociata con altre amministrazioni sono limitate. L’UE è, in questo ambito, un'unione doganale che permette il movimento di merci e persone, ma non dei dati, con la conseguenza che gli stati membri hanno accesso alle dichiarazioni doganali, di fatto, in via principale, solo quando le merci entrano nell'UE attraverso il loro proprio territorio.

Esiste un unico Codice doganale, ma 27 autorità con le loro procedure, prassi e priorità. Solo una "Agenzia doganale europea” potrebbe garantire cooperazione e uniformità interpretativa tra gli stati membri

Esiste infatti un unico Codice doganale (dell'Unione, appunto) ma 27 autorità con le loro procedure, prassi e priorità. Solo una "Agenzia doganale europea” potrebbe garantire cooperazione e uniformità interpretativa tra gli stati membri. La fonte dei dati (più che l'acquisizione dei dati stessi), pertanto, e la condivisione dei dati tra gli stati membri sono i veri colli di bottiglia che rendono i dati, appunto, scarsamente utilizzabili.

Abbiamo spesso parlato di Operatori Economici Autorizzati (AEO), uno status concesso agli operatori particolarmente attenti alla compliance doganale. Esiste un “pregiudizio cognitivo” (positivo) verso gli Operatori Economici Autorizzati?

In teoria, l'AEO è l'idea migliore per promuovere una partnership di fiducia tra operatori e dogane, ma è anche molto ingenuo credere che garantisca sempre un commercio affidabile e legittimo. Una volta concessi i privilegi, gli obblighi associati a tali privilegi vengono, talvolta, dimenticati. Gli AEO devono continuare a lavorare costantemente sulla loro conformità e devono essere consapevoli che il privilegio non significa immunità.

Gli AEO devono essere più conformi di un normale operatore e questa conformità deve essere controllata continuamente. Inoltre, anche nel caso del trattamento degli operatori AEO si riscontra mancanza di uniformità operativa tra gli stati membri, tale difformità causa problemi e perdita di credibilità dello status di AEO medesimo oltre che, anche in questo caso, limitata pulizia e affidabilità dei dati forniti.

Si parla continuamente di data science con riferimento allo sviluppo dell'intelligenza artificiale anche in campo doganale. Come potrebbero le autorità doganali utilizzare la scienza dei dati per facilitare il flusso delle merci?

La scienza dei dati è già utilizzata per facilitare il commercio: l'analisi dei rischi viene eseguita avvalendosi di soluzioni di data science e la dogana belga, in particolare, ha un sistema che automatizza la procedura di selezione delle dichiarazioni da verificare in fase di pre-clearence. Tuttavia, dobbiamo aumentare l'impatto dell'analisi dei dati per far fronte all'aumento esponenziale del flusso di merci e di dati.

L'impatto delle soluzioni di data science però, e lo sottolineo nuovamente è fortemente limitato dalla scarsa qualità dei dati: non ci si può aspettare qualcosa di buono da un qualsiasi metodo se il materiale di partenza è scadente. Ciononostante, i primi utilizzi di Data Analytics si sono dimostrati piuttosto efficaci nell'individuare le irregolarità.

Un'azione intelligente e precisa di ostacolo al commercio illegale, tenendo al contempo il commercio legittimo lontano dai controlli, faciliterà automaticamente gli scambi economici tra gli operatori più affidabili e renderà le loro catene logistiche più veloci. In Belgio, ad esempio, da oltre 10 anni abbiamo un team di data mining all'interno del dipartimento di Risk Management.

Abbiamo anche implementato un team di "Intelligenza Artificiale" che, ad oggi, sta lavorando sulla scansione e il riconoscimento delle immagini. In Belgio, possiamo richiedere la cooperazione con altre amministrazioni e ottenere l'accesso ad alcuni dei dati rilevanti per la convalida incrociata.

Quali sono, quindi, le prospettive a lungo termine? Ovvero, cosa può ottenere un utilizzo esteso della scienza dei dati in termini di facilitazione del flusso delle merci? Le preoccupazioni relative alla confidenzialità dei dati di business sono state prese in considerazione?

La scienza dei dati, in ambito doganale, è orientata a verificare e decidere se i dati di una dichiarazione sono corretti e affidabili e il ruolo delle dogane è quello di trovare il miglior equilibrio tra l’individuazione delle frodi e la facilitazione del commercio: quanto più efficace è la prima, tanto più efficace sarà il secondo. La scienza dei dati può offrire un livello di precisione che non può essere raggiunto con i metodi tradizionali, a patto che si disponga dei dati necessari per alimentare l'algoritmo.

In teoria gli Operatori Economici Autorizzati sono l'idea migliore per promuovere una partnership di fiducia tra operatori e dogane, ma è anche molto ingenuo credere che possano garantire sempre un commercio affidabile e legittimo

Credo che le questioni relative alla privacy e alla confidenzialità dei dati di business siano una delle principali preoccupazioni quando si parla di data science: dobbiamo sempre dimostrare che il nostro approccio è legittimo e ciò, in considerazione della legislazione unionale in materia di protezione dei dati, risulta difficile perché devono essere fornite continuamente molte garanzie sulla legittimità e affidabilità del nostro lavoro.

Proprio in termini di evoluzioni future, ogni tecnologia ha i suoi vantaggi ma anche i suoi svantaggi: parlando di sostenibilità, ad esempio, sappiamo che una grande potenza di calcolo (come quella richiesta per un’efficace analisi dei dati) richiede un grande consumo di energia.

Come possono le autorità doganali concentrarsi sui container "cattivi" (ossia quei container che contengono merci non lecite o, comunque, prive dei requisiti per essere esportate o importate)? Quali potrebbero essere i vantaggi in termini di tempo ed efficienza se la selezione dei “bad container” fosse basata sull'intelligenza artificiale?

L'obiettivo, molto ambizioso, è quello di analizzare il 100% dei container sospetti, ma le possibilità tecnologiche devono essere studiate attentamente, insieme allo sviluppo di algoritmi ad hoc basati su intelligenza artificiale per analizzare il contenuto delle immagini. Tuttavia, se valutiamo su scala globale il tema dell’efficacia dei controlli grazie alla scienza dei dati, dobbiamo sottolineare che il divario tra i paesi più avanzati e quelli che non hanno accesso alla tecnologia è enorme, e questo divario può ampiamente sbilanciare l’efficacia e la fluidità dei controlli tra le dogane che hanno accesso e utilizzano le tecnologie di discernimento e i paesi che non lo fanno.

I paesi più attrezzati saranno, quindi, più attraenti per il commercio legittimo grazie a una maggiore efficienza, mentre quelli meno dotati di tecnologie adeguate potranno costituire una porta d'ingresso più attraente per gli affari “sospetti” a causa delle minori possibilità di controllo e di individuazione delle frodi. Lo scambio di good practice e di dati tra paesi potrebbe essere molto utile, ma non è ancora possibile su larga scala.

Pertanto, è un po' prematuro e altamente ipotetico cercare di quantificare i possibili guadagni (in termini di efficacia e anche di efficienza) derivanti da un’applicazione della scienza dei dati e delle soluzioni di IA in un paese o in UE in assenza di uno sviluppo parallelo e armonioso di tali soluzioni in tutti i paesi.

Negli ultimi tempi, la stampa è stata sommersa da notizie relative a strumenti di intelligenza artificiale generativa (ad esempio ChatGPT) che sembrano essere sempre più utilizzati anche da utenza non specialistica. L’utilizzo di tali strumenti può essere utile o può rappresentare dei pericoli?

Tutte le tecnologie dirompenti hanno pro e contro, nella maggior parte dei casi sono utili, allostesso tempo pericolose. Nel caso di IA "opensource" come la ChatGPT, sarà più difficile, nel nostro lavoro, differenziare la verità dal falso e dalla falsificazione, dal furto di identità e dalla falsa dichiarazione. Pertanto, se iniziamo a utilizzare l'IA come la ChatGPT, avremo anche la necessità di trovare più fonti di dati che ci aiutino a validare in modo incrociato ciò che viene proposto dal dichiarante.

Parte del mio lavoro nel dipartimento di Risk Management consiste nell’assumere un approccio “paranoico” e di pensare al modo migliore per combattere le frodi, in modo da poter contrastare la minaccia e, certamente, tra le minacce vi è quella di un utilizzo inappropriato di strumenti di IA.

Ma l’utilizzo dell'intelligenza artificiale nelle attività doganali porterà benefici anche al settore privato?

Assolutamente sì, potremmo sperimentare una migliore tracciabilità, una migliore disponibilità di dati, una maggiore affidabilità, fiducia nei dati, possibilità di analisi, ecc. Credo anche che la facilitazione del commercio sia un vantaggio per tutti (a livello pubblico e privato): una migliore fiducia negli affari significa controlli più efficienti e in minor volume, procedure doganali più veloci e rapido rilascio delle merci, con meno ostacoli nelle catene logistiche.