Il “ramo della computer science che studia lo sviluppo di sistemi dotati di specifiche capacità tipiche dell’essere umano (interazione con l’ambiente, apprendimento e adattamento, ragionamento e pianificazione)”, in breve intelligenza artificiale (IA), sta destando un interesse crescente nelle aziende manifatturiere, anche con riferimento alle più spinte implementazioni dei “framework” di Industria 4.0.
Le tecnologie di gestione dell’informazione, peraltro, già oggi indirizzano e, talora, gestiscono in maniera autonoma processi quali l’acquisizione di dati, la valutazione dei rischi, la segnalazione di anomalie, l’individuazione di attività illecite, la facilitazione nei pagamenti transfrontalieri e molto altro. Tutte attività e processi che, fino a pochissimi anni fa, richiedevano esclusivamente competenze umane.
Un esempio è il progetto pilota lanciato dalla dogana di Hong Kong, presentato nel corso della Technology Conference 2022, utilizza una soluzione basata su IA per analizzare le merci al momento dello sdoganamento in modo tale da ottenere non solo informazioni di maggiore qualità a fini statistici, ma anche per combattere efficacemente i reati di contrabbando transfrontaliero.
Migliore gestione del rischio, riduzione dei traffici illeciti, facilitazione delle attività di audit doganale e capacità di individuazione di pattern che caratterizzano gli scambi commerciali. Sono questi alcuni dei principali vantaggi che potrebbero derivare da un impiego generalizzato di Big Data e IA in ambito doganale. I benefici ricadrebbero anche sulle imprese, che dovrebbero aspettarsi non solo una riduzione significativa non solo dei tempi di sdoganamento, ma anche la progressiva eliminazione di documenti, certificati e attestazioni che spesso costituiscono vere e proprio barriere non tariffarie “invisibili” negli scambi internazionali.
Un’impresa orientata a un utilizzo pieno delle informazioni già presenti nei sistemi aziendali potrebbe avvalersi di IA in grado di governare la creazione di informazioni utili a dimostrare le stesse conformità a prescindere dalla predisposizione di schemi “trasformativi” (come documenti e certificati)
Un cambio di rotta
Documenti e certificazioni, così come le dichiarazioni doganali, infatti, non fanno altro che riportare a schemi interpretativi condivisi le informazioni rappresentative di conformità tecniche, fiscali e legali, che dovrebbero essere già intrinsecamente presenti in prodotti e comportamenti delle imprese.
Ed ecco che un’impresa orientata a un utilizzo pieno delle informazioni già presenti nei sistemi aziendali e, se del caso, integrate nei prodotti scambiati, potrebbe avvalersi, a sua volta, di IA in grado di governare la creazione di informazioni utili a dimostrare le stesse conformità a prescindere dalla predisposizione di schemi “trasformativi” (come documenti e certificati) spesso poveri e insufficienti a diradare ogni dubbio in sede di controlli frontalieri. Non tutto è oro, naturalmente.
Tra le problematiche legate all’utilizzo delle soluzioni di Data Science a fini di controllo e analisi dei flussi di dati in ambito doganale, vanno ricordati, soprattutto, la mancanza di expertise, i costi legati alla ricerca e all’implementazione di tali tecnologie informatiche ma anche l’assenza di strategie coordinate a livello intergovernativo.
Si può fare
Ma in quale modo IA e Data Science potrebbero trovare un impiego nei processi doganali che, inevitabilmente, si svolgono in azienda? Si consideri la necessità di classificare (secondo le regole del Sistema armonizzato HS e della Nomenclatura combinata NC) non solo i prodotti finiti tipici ma anche componenti, ricambi e quanto sia utile a determinare, ad esempio, l’origine di tali componenti e ricambi ma anche di tutti i singoli articoli della distinta base e dei prodotti con tali componenti realizzati.
Oppure, pensiamo alla necessità di indagare eventuali restrizioni (embarghi, ma anche certificazioni tecniche, ecc.) gravanti in caso di esportazione o di importazione. Ebbene, un sistema che si avvalesse di soluzioni IA potrebbe “riconoscere” i singoli componenti, individuarne il corretto codice di classificazione doganale, riconnettendolo a tutti gli adempimenti, certificazioni e calcoli necessari allo sdoganamento in qualsiasi paese.
Non solo: attraverso la consultazione del web e di database pubblici e privati, un sistema di IA potrebbe anche formulare proposte contrattuali, “decidendo” prezzi e condizioni, fornendo un supporto strategico a commerciali e uffici acquisti. Interrelato, poi, con i sistemi doganali, potrebbe anche evidenziare i profili di rischio connessi a determinate tipologie di transazione, suggerendo le migliori soluzioni in termini di supporto documentale e, più ampiamente, probatorio. In questo modo si eviterebbero attese, richieste postume di documenti, talora complessi da reperire, contestazioni e sanzioni.
In attesa del futuro
Nei prossimi anni diventerà sempre più strategico utilizzare algoritmi di IA per verificare l’affidabilità dei fornitori, il corretto funzionamento della catena logistica, nonché la liceità dei traffici di merci al momento dei controlli doganali. Soprattutto, l’IA, se correttamente implementata e certificata, sarà importante nella verifica delle procedure interne volte a garantire la compliance aziendale.
Soluzioni pre-trained, letteralmente “pre-addestrate”, di IA potrebbero, quindi, prendersi carico direttamente della stessa autovalutazione della compliance che le autorità doganali si attendono sempre di più da parte degli operatori, anche al fine di passare dalle verifiche “transazionali” (operazione per operazione) a controlli SBA (System Based Approach), ossia basati sugli assetti operativi, contabili e gestionali degli operatori economici.
TAGS
CONDIVIDI QUESTO ARTICOLO