El importador registrado se está convirtiendo en un problema de datos

Tradicionalmente, el cumplimiento aduanero se ha abordado como una tarea centrada en cada transacción: clasificar el producto, calcular los aranceles, presentar la declaración y conservar los registros. Ese modelo es cada vez más difícil de sostener, ya que las autoridades aduaneras exigen mayor visibilidad sobre las empresas, los productos y las cadenas de suministro que intervienen en cada importación.

Este cambio es especialmente visible en Estados Unidos. La Orden Ejecutiva 14411, «Fortalecimiento de la aplicación de las normas aduaneras», firmada el 3 de junio de 2026, ordena al Departamento de Seguridad Nacional y a la Oficina de Aduanas y Protección Fronteriza de Estados Unidos (CBP) reforzar los requisitos para los importadores registrados, intensificar la verificación y establecer requisitos adicionales de divulgación y certificación. La orden también dispone que el Gobierno exija información o documentación que los exportadores extranjeros debían presentar ante las autoridades aduaneras de sus países antes de exportar mercancías a Estados Unidos.

Para los importadores, esto plantea un desafío fundamentalmente relacionado con los datos. Es posible que la información pertinente ya exista, pero a menudo está repartida entre distintos sistemas, figura con descripciones diferentes y está en manos de responsables distintos. La IA puede ayudar a conectar esas piezas, pero solo si las empresas la incorporan a un proceso de cumplimiento controlado, en vez de usarla como sustituto de la experiencia en materia aduanera.

Por qué el IOR importa más que antes

La CBP ya ha dado un paso concreto para examinar con mayor rigor los datos de identidad de los importadores. En un aviso del Registro Federal de agosto de 2026, la agencia anunció que empezaría a aplicar controles más estrictos a la información presentada mediante el formulario 5106 de la CBP. A partir del 18 de septiembre de 2026, la CBP indicó que podría invalidar un número de importador registrado si la información archivada es inexacta o está incompleta, lo que impediría utilizarlo para ingresar mercancías.

Esto es importante porque el registro de un IOR es más que un perfil administrativo. Vincula a una entidad con las declaraciones aduaneras, los aranceles, los agentes aduanales y las obligaciones regulatorias. Si los datos de identidad subyacentes son incorrectos, puede resultar más difícil conciliar otros registros.

En este ámbito, la IA y la automatización pueden aportar un valor práctico sin tomar por sí mismas decisiones de cumplimiento. Los sistemas pueden detectar direcciones, nombres de entidades, datos de contacto o información sobre la titularidad que no coincidan entre los registros internos. También pueden señalar registros que no se hayan revisado recientemente o identificar cambios que requieran la atención de una persona. El objetivo no es que un algoritmo decida si un importador cumple las normas, sino facilitar que los equipos de cumplimiento detecten cuándo sus datos quizá ya no respalden esa conclusión.

Los documentos de exportación extranjera podrían ampliar la carga de datos

El próximo desafío podría ser mucho mayor. En su Aviso anticipado de propuesta de reglamentación de septiembre de 2026, la CBP solicitó comentarios del público sobre requisitos que darían a la agencia mayor visibilidad de las cadenas de suministro y de la documentación de exportación extranjera.

La propuesta aún está en consideración. La CBP pregunta si los importadores deberían presentar o conservar documentos que los exportadores extranjeros debían entregar a las autoridades aduaneras de sus países antes de exportar. La agencia menciona específicamente, entre otros ejemplos, las declaraciones de exportación, las facturas comerciales, las listas de empaque, los certificados de origen, las licencias de exportación, los conocimientos de embarque y las cartas de porte aéreo. La CBP también pregunta si el importador registrado debería ser responsable de conservar y facilitar esos documentos, y si los importadores deberían actuar con diligencia razonable al evaluar su exactitud.

Esta última pregunta es especialmente importante. Es posible que el importador no haya elaborado una declaración de exportación extranjera; podría haberla creado un proveedor, un distribuidor o un operador logístico. Sin embargo, el importador quizá tenga que explicar cómo se relaciona la información con la declaración presentada en Estados Unidos.

La tarea resultante consiste menos en almacenar archivos PDF que en comparar información. ¿Coincide la descripción del producto? ¿Tiene sentido la cantidad? ¿Es el mismo fabricante? ¿Concuerda el país de origen? ¿Es necesario explicar el valor declarado? Si dos documentos difieren, ¿puede el importador explicar por qué?

La IA es más útil cuando conecta las pruebas

En este ámbito, la IA puede ir más allá del caso de uso aduanero más conocido: la clasificación. Los modelos de lenguaje de gran tamaño y otros sistemas de IA son especialmente útiles cuando la información no está estructurada o se encuentra dispersa en numerosos documentos. Una especificación de producto podría describir un artículo de una manera, una factura del proveedor podría usar otro nombre y una declaración aduanera podría incluir una descripción abreviada. Un certificado de origen puede aportar otro conjunto de identificadores. Una persona que conozca el negocio quizá entienda que los cuatro documentos se refieren al mismo producto, pero encontrar manualmente esas relaciones entre miles de registros resulta difícil.

La IA puede ayudar a sacar a la luz esas conexiones. Puede extraer información pertinente de los documentos, normalizar las descripciones de productos, detectar posibles incoherencias y dar prioridad a los registros que deben revisarse. También puede recuperar resoluciones aduaneras, directrices regulatorias y decisiones anteriores pertinentes cuando un profesional de cumplimiento investiga una cuestión de clasificación o aranceles.

La Organización Mundial de Aduanas ha reconocido este potencial más amplio. Su informe de 2025 sobre la adopción de la IA y el aprendizaje automático en las aduanas señaló que la gestión de datos, la gobernanza, la gestión de riesgos, la interoperabilidad, la ciberseguridad y las competencias del personal son aspectos importantes para una adopción satisfactoria. Es un recordatorio útil de que la IA en las aduanas no es principalmente un problema de chatbots, sino de datos y gobernanza.

Por tanto, las aplicaciones más sólidas estarán vinculadas a flujos de trabajo específicos. Un sistema de IA podría señalar una discrepancia entre un documento de un proveedor y una declaración de importación. A continuación, un profesional de cumplimiento puede revisar los registros subyacentes, determinar si la discrepancia es legítima y documentar el razonamiento.

La revisión humana sigue siendo importante

Las decisiones aduaneras tienen consecuencias financieras y legales, por lo que la explicabilidad es especialmente importante. Un sistema que ofrece una respuesta sin mostrar las pruebas que la sustentan genera un nuevo riesgo de incumplimiento. Por este motivo, la IA utilizada en el cumplimiento de las normas comerciales debe conservar la información que respalda sus resultados. Si un sistema recomienda una clasificación, los usuarios deben poder ver los atributos del producto, el material de referencia pertinente y el razonamiento que fundamentó la recomendación. Si identifica una discrepancia, el usuario debe poder rastrear los registros en conflicto.

Este enfoque concuerda con los principios más amplios del Marco de gestión de riesgos de IA del National Institute of Standards and Technology, que destaca la fiabilidad de la IA, incluidos aspectos como la rendición de cuentas, la transparencia, la explicabilidad y la interpretabilidad. El NIST también considera que la supervisión humana es una parte importante de la gestión de los sistemas de IA.

Para los equipos de aduanas, esto significa que, por lo general, la IA debe funcionar como analista, no como autoridad autónoma. Puede encontrar pruebas, comparar registros, identificar cambios y priorizar tareas. El experto humano sigue siendo responsable de evaluar las pruebas y tomar la decisión de cumplimiento.

Construir la base de datos antes de incorporar la IA

Ante la IA, existe la tentación de empezar por el modelo. En materia de cumplimiento aduanero, es mejor empezar por los datos. Los importadores deben preguntarse si pueden conectar la información asociada a un producto entre los distintos sistemas que respaldan la transacción. Esto puede incluir: 

• Especificaciones de productos
• Clasificaciones HTS
• Resoluciones aduaneras
• Información sobre proveedores y fabricantes
• Determinaciones del país de origen
• Facturas
• Documentos de transporte
• Requisitos reglamentarios
• Datos de declaraciones aduaneras anteriores

También deben preguntarse si los cambios son visibles. Si un proveedor modifica las especificaciones de un producto, si cambia una medida arancelaria o si cambia la información corporativa de un importador, ¿puede el equipo de cumplimiento identificar los registros afectados?

La calidad de los datos cobra aún más importancia cuando se incorpora la IA. Un sistema de IA no puede conciliar de forma fiable registros incompletos, desactualizados o incoherentes. Puede identificar patrones en datos defectuosos, pero no convertir pruebas faltantes en pruebas fiables.

Esto concuerda con el trabajo reciente de la OMA, que ha destacado la gobernanza de datos como base para la IA y la analítica en las aduanas. En su análisis de 2026 sobre la IA en las aduanas, la organización destacó la importancia de contar con datos fiables y bien gobernados para obtener resultados confiables.

La próxima ventaja aduanera podría ser la explicabilidad

Es probable que el entorno aduanero emergente favorezca a las empresas capaces de hacer algo más que ofrecer una respuesta. Tendrán que demostrar cómo llegaron a ella.

La Orden Ejecutiva 14411 y el enfoque propuesto por CBP para la documentación de exportaciones extranjeras apuntan a una mayor visibilidad de las partes, los productos y los registros que hay detrás de una transacción de importación. El resultado podría ser un entorno de cumplimiento en el que resulte difícil gestionar hojas de cálculo y repositorios de documentos desconectados. La IA puede ayudar, pero los sistemas más valiosos no serán los que simplemente generen clasificaciones o resuman reglamentos. Serán los que conecten las pruebas, detecten discrepancias, conserven las fuentes y mantengan a las personas involucradas.

Los importadores pueden empezar a prepararse desde ahora: 

• Validar la información del IOR
• Determinar dónde se crean y almacenan los documentos de los proveedores y de exportación extranjera
• Identificar las diferencias entre los registros de los proveedores y los datos de las declaraciones de importación de EE. UU.
• Revisar qué decisiones de cumplimiento siguen dependiendo de búsquedas manuales
• Determinar dónde puede la IA reducir el trabajo necesario para encontrar y evaluar las pruebas

El futuro de la IA en aduanas quizá tenga menos que ver con sustituir al experto en aduanas y más con ofrecerle una visión mucho mejor de la transacción. A medida que el control aduanero se basa cada vez más en datos, la ventaja competitiva quizá corresponda a los importadores capaces de responder con seguridad a una pregunta sencilla: no solo «¿Qué declaramos?», sino «¿Podemos demostrar por qué era correcto?»