आर्टिफ़िशियल इंटेलिजेंस ट्रेड कंप्लायंस को फिर से परिभाषित कर रहा है, और अधिकांश कंपनियां तैयार नहीं हैं

वर्षों से, व्यापार अनुपालन अधिकांश संगठनों के लिए प्राथमिकता सूची में उच्च नहीं रहा है। जबकि आवश्यक, इसके कार्य तकनीकी और बड़े पैमाने पर अदृश्य थे जब तक कि कुछ गलत नहीं हो जाता, लेकिन अब यह धारणा नहीं है। टैरिफ अस्थिरता, जबरन श्रम प्रवर्तन, भू-राजनीतिक खंड, और तेजी से बदलते सीमा शुल्क नियमों ने व्यापार अनुपालन को संचालन निर्णय लेने के केंद्र में धकेल दिया है। अमेरिकी व्यापार प्रतिनिधि द्वारा हाल ही में प्रस्तावित दर्जनों व्यापारिक भागीदारों पर नए टैरिफ लगाने के प्रस्ताव, जबरन श्रम आयात को प्रतिबंधित करने में विफलता के आधार पर, यह दिखाते हैं कि श्रम अनुपालन चिंताएं कैसे व्यापार नीति के साथ-साथ पारंपरिक सीमा शुल्क प्रवर्तन को आकार दे रही हैं।

इस बीच, आर्टिफ़िशियल इंटेलिजेंस धीरे-धीरे यह दिखा रहा है कि संगठन उत्पादों को कैसे वर्गीकृत करते हैं, जोखिम की निगरानी करते हैं, नियमों की व्याख्या करते हैं, और ऑडिट के लिए तैयारी करते हैं। इसके परिणामस्वरूप, कई कंपनियां वैश्विक व्यापार संचालन के बारे में कैसे सोचती हैं, इस पर पुनर्विचार कर रही हैं। जबकि आर्टिफ़िशियल इंटेलिजेंस व्यापार अनुपालन पेशेवरों को प्रतिस्थापित नहीं कर रहा है, यह नौकरी को कैसे देखता है, कौन से कौशल सबसे महत्वपूर्ण हैं, और संगठन अनुपालन को बड़े पैमाने पर कैसे प्रबंधित करते हैं, इसमें बदलाव आ रहा है।

व्यापार अनुपालन एक डेटा समस्या बन गया है

आधुनिक व्यापार अनुपालन के लिए बड़ी मात्रा में जानकारी की आवश्यकता होती है जो सिस्टम में सटीक रूप से चलती है। कंपनियों को ट्रैक करना होगा:

• हार्मोनाइज्ड टैरिफ शेड्यूल (एचटीएस) वर्गीकरण
• देश के मूल निर्धारण
• आपूर्तिकर्ता डेटा
• जबरन श्रम अनुपालन प्रलेखन
• उत्पाद विशिष्टताएं
• व्यापार समझौता पात्रता
• टैरिफ एक्सपोजर
• सीमा शुल्क निर्णय और नियामक अद्यतन
• प्रवेश फाइलिंग संगतता ब्रोकर्स और व्यवसाय इकाइयों के लिए

चुनौती यह है कि अधिकांश जानकारी विच्छिन्न प्रणालियों में रहती है। एक आपूर्तिकर्ता उत्पाद विवरण स्प्रेडशीट में रख सकता है, इंजीनियरिंग टीमें विशिष्टताओं को पीएलएम प्लेटफ़ॉर्म में संग्रहीत करती हैं, खरीद टीमें सोर्सिंग लागत पर ध्यान केंद्रित करती हैं, और ब्रोकर्स प्रवेश डेटा से संचालित होते हैं जो पहले से ही अपूर्ण या पुराना हो सकता है। जब एक व्यापार अनुपालन टीम एक शिपमेंट की समीक्षा करती है, तो महत्वपूर्ण उत्पाद विशेषताएं पहले से ही खो जा चुकी हैं, सरलीकृत या प्रणालियों में गलत तरीके से कॉपी की जा चुकी हैं। यह खंडितता जोखिम पैदा करती है।

अमेरिकी सीमा शुल्क और सीमा सुरक्षा के अनुसार, प्रवर्तन प्रयासों में जटिल डेटा विश्लेषण का उपयोग आयातक व्यवहार में असामान्यताओं की पहचान करने के लिए किया जाता है। साथ ही, प्रवर्तन कठिन बना हुआ है। कांग्रेसी समीक्षाओं और सरकारी विश्लेषणों ने आयात प्रक्रियाओं में धोखाधड़ी और सीधे-से-उपभोक्ता ई-कॉमर्स विकास जैसी चल रही चुनौतियों को उजागर किया है, साथ ही सीमित आपूर्ति श्रृंखला ट्रेसबिलिटी क्षमताओं को भी दर्शाया है। यहां तक कि यूफ़्लपीए के तहत विस्तारित प्रवर्तन प्रयासों के साथ, नीति निर्माता अभी भी यह तय करने के लिए संघर्ष कर रहे हैं कि कैसे प्रभावी ढंग से जबरन श्रम से जुड़े सामानों की पहचान की जा रही है और उन्हें अमेरिकी आपूर्ति श्रृंखलाओं से बाहर रखा जा रहा है।

यह बदलाव महत्वपूर्ण है क्योंकि वर्गीकरण त्रुटियां अक्सर अलग-थलग नहीं होती हैं। एक ही गलत कोड हजारों प्रविष्टियों में दिखाई दे सकता है। एक आपूर्तिकर्ता विवरण वर्षों तक मान्य किए बिना पुन: उपयोग किया जा सकता है। इंजीनियरिंग परिवर्तन वर्गीकरण चालकों को बदल सकते हैं जो अनुपालन समीक्षा को ट्रिगर नहीं करते हैं। ये वे पैटर्न हैं जिन्हें आर्टिफ़िशियल इंटेलिजेंस सिस्टम पहचान सकते हैं।

एचटीएस वर्गीकरण एक आर्टिफ़िशियल इंटेलिजेंस उपयोग का मामला बन रहा है

एचटीएस वर्गीकरण में हमेशा विशेषज्ञता, व्याख्या, और विस्तृत उत्पाद ज्ञान की आवश्यकता होती है। यह सबसे कठिन प्रक्रियाओं में से एक है जिसे लगातार स्केल करना होता है।

विश्व सीमा शुल्क संगठन हार्मोनाइज्ड सिस्टम को नियमित रूप से अपडेट करता है, जबकि राष्ट्रीय टैरिफ अनुसूची स्वतंत्र रूप से विकसित होती है। अदालती निर्णय व्याख्या को फिर से आकार देते हैं। अतिरिक्त टैरिफ कार्यक्रम जैसे एडी/सीवीडी, सेक्शन 122, सेक्शन 232, और सेक्शन 301 शुल्क नए वित्तीय जोखिम परतें बनाते हैं। एक वर्गीकरण निर्णय का प्रभाव हो सकता है:

• शुल्क दरें
• प्रवेश आवश्यकताएं
• जबरन श्रम जांच
• मुक्त व्यापार समझौता पात्रता
• साझेदार सरकारी एजेंसी आवश्यकताएं
• लैंडेड लागत गणना

यह जटिलता स्थिर स्प्रेडशीट और जनजातीय ज्ञान के माध्यम से प्रबंधनीय नहीं है, और यहीं आर्टिफ़िशियल इंटेलिजेंस पेशेवरों को प्रभावित करना शुरू कर रहा है।

मशीन लर्निंग मॉडल ऐतिहासिक वर्गीकरण का विश्लेषण कर सकते हैं, असंगतताओं की पहचान कर सकते हैं और उन उत्पादों को उजागर कर सकते हैं जिन्हें पुनः मान्य करने की आवश्यकता हो सकती है। प्राकृतिक भाषा प्रसंस्करण प्रणाली उत्पाद विवरणों की तुलना नियामक भाषा, सीमा शुल्क निर्णय, और पूर्व निर्धारणों के साथ कर सकती हैं।

महत्वपूर्ण बात यह है कि आर्टिफ़िशियल इंटेलिजेंस वर्गीकरण स्वतंत्र रूप से नहीं करता है। इसके बजाय, यह अनुपालन पेशेवरों को संभावनाओं को संकुचित करने, असामान्यताओं का पता लगाने, कार्यप्रवाह को मानकीकृत करने और दोहराए जाने वाले मैनुअल शोध को कम करने में मदद करता है। यह अंतर महत्वपूर्ण है। सबसे सफल संगठन मानव निर्णय से अनुपालन निर्णयों को हटा नहीं रहे हैं। वे सुसंगतता और दृश्यता में सुधार करने वाली प्रणालियों के साथ मानव विशेषज्ञता को बढ़ा रहे हैं।

आर्टिफ़िशियल इंटेलिजेंस ऑडिट तैयारी को बदल रहा है

व्यापार अनुपालन ऑडिट प्रतिक्रियात्मक हुआ करते थे। एक सीमा शुल्क पूछताछ आती थी, टीमें दस्तावेजों के लिए भागदौड़ करती थीं, ब्रोकर्स पुराने प्रविष्टियों को खोजते थे, और कर्मचारी खंडित रिकॉर्ड से निर्णयों का पुनर्निर्माण करते थे। हालांकि, यह दृष्टिकोण अब अधिक अस्थिर होता जा रहा है।

आधुनिक आयात गतिविधि के पैमाने का अर्थ है कि संगठनों को अनुपालन प्रदर्शन में निरंतर दृश्यता की आवश्यकता है, न कि आवधिक साफ-सफाई अभ्यास। आर्टिफ़िशियल इंटेलिजेंस-संचालित निगरानी प्रणालियों का उपयोग बढ़ते क्रम में किया जा रहा है:

• प्रविष्टियों में असंगत एचटीएस उपयोग का पता लगाना
• गुम दस्तावेजों की पहचान करना
• असामान्य शुल्क उतार-चढ़ाव को झंडी दिखाना
• आपूर्तिकर्ता जोखिम संकेतकों को उजागर करना
• वर्तमान प्रविष्टियों की तुलना ऐतिहासिक फाइलिंग पैटर्न से करना
• वर्गीकरण को प्रभावित करने वाले नियामक परिवर्तनों की निगरानी करना

यह पूर्वकालिक दृष्टिकोण अन्य उद्यम जोखिम प्रबंधन रुझानों को दर्शाता है।

हाल ही मेंमैककिंसे की एक रिपोर्ट में जनरेटिव आर्टिफ़िशियल इंटेलिजेंस पर, यह उल्लेख किया गया है कि ज्ञान-गहन परिचालन कार्य अक्सर आर्टिफ़िशियल इंटेलिजेंस-समर्थित विश्लेषण और कार्यप्रवाह स्वचालन के माध्यम से बढ़ाया जा रहा है। व्यापार अनुपालन इस श्रेणी में आता है।

निहितार्थ ऑपरेशनल दक्षता से परे हैं। जिन संगठनों के पास मजबूत अनुपालन दृश्यता है, वे अक्सर सीमा शुल्क पूछताछ का तेजी से प्रतिक्रिया देने, शासन प्रक्रियाओं का प्रदर्शन करने और नियामकों से पहले जोखिम की पहचान करने के लिए बेहतर स्थिति में होते हैं। यह क्षमता रणनीतिक रूप से महत्वपूर्ण हो गई है।

जबरन श्रम प्रवर्तन चुनौती

एक क्षेत्र जहां आर्टिफ़िशियल इंटेलिजेंस अपनाना विशेष रूप से तेजी से हो रहा है, वह है आपूर्ति श्रृंखला देय परिश्रम। यूइगुर जबरन श्रम रोकथाम अधिनियम के कार्यान्वयन ने आपूर्तिकर्ता ट्रेसबिलिटी और प्रलेखन के आसपास अपेक्षाओं को काफी बढ़ा दिया है। आयातकों को अब गहरी दृश्यता प्रदर्शित करने की उम्मीद की जाती है सोर्सिंग संबंधों, निर्माण प्रक्रियाओं और सामग्री मूल में। कई कंपनियों के लिए, यह असाधारण रूप से कठिन है। आधुनिक आपूर्ति श्रृंखलाएं शामिल हो सकती हैं:

• बहु संविदा निर्माता
• टियर-दो और टियर-तीन आपूर्तिकर्ता
• बार-बार सोर्सिंग परिवर्तन
• असंगत आपूर्तिकर्ता प्रलेखन
• जटिल घटक-स्तरीय सोर्सिंग

चुनौती का पैमाना अभी भी महत्वपूर्ण है। अंतर्राष्ट्रीय श्रम संगठन के अनुमानों के अनुसार, दुनिया भर में लगभग 27.6 मिलियन लोग जबरन श्रम के अधीन हैं, जो प्रति वर्ष अवैध लाभ में लगभग 236 अरब डॉलर का उत्पादन करते हैं। इस गतिविधि का अधिकांश हिस्सा जटिल व्यावसायिक आपूर्ति श्रृंखलाओं के भीतर होता है, जहां अपस्ट्रीम आपूर्तिकर्ताओं में दृश्यता सीमित है। मैनुअल समीक्षा अकेले इस पैमाने पर तालमेल नहीं रख सकती। आर्टिफ़िशियल इंटेलिजेंस सिस्टम आपूर्तिकर्ता रिकॉर्ड को व्यवस्थित करने, लापता जानकारी की पहचान करने, उच्च जोखिम वाले सोर्सिंग क्षेत्रों को झंडी दिखाने और आपूर्तिकर्ता व्यवहार पैटर्न की निगरानी करने के लिए उपयोग किए जा रहे हैं।

फिर से, ये उपकरण कानूनी या अनुपालन निर्णय को प्रतिस्थापित नहीं कर रहे हैं, लेकिन वे संगठनों को आपूर्ति श्रृंखला जानकारी को एक पैमाने पर संसाधित करने में मदद कर रहे हैं जिसे मानव अकेले प्रबंधित करने के लिए संघर्ष करते हैं। यह संभवतः तब और भी महत्वपूर्ण हो जाएगा जब वैश्विक आपूर्ति श्रृंखला नियमन जारी रहेगा।

नियामक पहल यूरोप और अन्य जगहों पर एक व्यापक वैश्विक आंदोलन की ओर इशारा करती है जो बढ़ी हुई आपूर्ति श्रृंखला जिम्मेदारी और देय परिश्रम अपेक्षाओं की ओर है। व्यापार अनुपालन ईएसजी रिपोर्टिंग, सोर्सिंग पारदर्शिता और उद्यम जोखिम प्रबंधन के साथ एक चौराहे पर है। आर्टिफ़िशियल इंटेलिजेंस इस संगम पर बैठता है क्योंकि चुनौती मूल रूप से डेटा संगठन और पैटर्न पहचान की है।

व्यापार अनुपालन पेशेवरों को अगली कौशल की आवश्यकता है

आर्टिफ़िशियल इंटेलिजेंस अपनाने के आसपास सबसे बड़े गलतफहमी में से एक यह है कि स्वचालन मानव विशेषज्ञता के महत्व को कम करता है। व्यापार अनुपालन में, इसके विपरीत हो रहा है। जैसे ही आर्टिफ़िशियल इंटेलिजेंस टूल दोहराए जाने वाले विश्लेषण और बड़े पैमाने पर डेटा प्रसंस्करण से निपटते हैं, अनुभवी पेशेवरों का मूल्य बढ़ जाता है। संगठनों को अभी भी लोगों की आवश्यकता है जो:

• अस्पष्ट नियमों की व्याख्या कर सकते हैं
• सीमा शुल्क निर्णयों का मूल्यांकन कर सकते हैं
• जोखिम सहनशीलता का आकलन कर सकते हैं
• सुरक्षित वर्गीकरण निर्णय ले सकते हैं
• सोर्सिंग, इंजीनियरिंग, लॉजिस्टिक्स और कानूनी टीमों के साथ समन्वय कर सकते हैं
• भू-राजनीतिक निहितार्थ को समझते हैं
• कार्यकारी अधिकारियों को अनुपालन जोखिम के बारे में सूचित कर सकते हैं

क्या बदलता है वह काम की प्रकृति है। व्यापार अनुपालन पेशेवर लेन-देनकारी समीक्षकों के बजाय रणनीतिक सलाहकार बन रहे हैं, और इसके लिए नई क्षमताओं की आवश्यकता है।

डेटा साक्षरता अधिक महत्वपूर्ण हो रही है। टीमों को यह समझने की आवश्यकता है कि जानकारी सिस्टम के माध्यम से कैसे प्रवाहित होती है, कहां असंगतताएं उत्पन्न होती हैं, और स्वचालन उपकरण सिफारिशें कैसे करते हैं। संचार कौशल अधिक मायने रखते हैं क्योंकि अनुपालन एक बोर्ड-स्तरीय चिंता बन जाता है। क्रॉस-फ़ंक्शनल सहयोग भी आवश्यक हो जाता है क्योंकि वर्गीकरण, सोर्सिंग, खरीद, इंजीनियरिंग, और वित्त निर्णय अब गहराई से जुड़े हुए हैं।

“ब्लैक बॉक्स” अनुपालन का जोखिम

आर्टिफ़िशियल इंटेलिजेंस द्वारा प्रदान किए जाने वाले अवसरों के बावजूद, स्वचालन पर अत्यधिक निर्भरता के बारे में वैध चिंताएं हैं। व्यापार अनुपालन निर्णय कानूनी निर्धारण बने हुए हैं। यदि एक आर्टिफ़िशियल इंटेलिजेंस सिस्टम एक गलत वर्गीकरण की सिफारिश करता है, तो नियामक अभी भी आयातक को जिम्मेदार ठहराएंगे। यह एक बड़ी शासन चुनौती पैदा करता है।

व्यापार अनुपालन वातावरण में आर्टिफ़िशियल इंटेलिजेंस को अपनाने वाले संगठनों को आवश्यकता है:

• मानव समीक्षा प्रक्रिया
• स्पष्ट अनुमोदन कार्यप्रवाह
• निर्णयों के लिए दस्तावेज़ीकृत तर्क
• संस्करण नियंत्रण और ऑडिट ट्रेल
• पारदर्शी डेटा स्रोत
• मॉडल आउटपुट का निरंतर मान्यकरण

स्वचालन पर अंधाधुंध विश्वास अपने आप में एक प्रकार का जोखिम पैदा करता है, एक मुद्दा जो व्यापार अनुपालन से परे है।

राष्ट्रीय मानक और प्रौद्योगिकी संस्थान के आर्टिफ़िशियल इंटेलिजेंस जोखिम प्रबंधन फ्रेमवर्क पर जोर दिया गया है कि उद्यम आर्टिफ़िशियल इंटेलिजेंस तैनाती में शासन, व्याख्या और जवाबदेही का महत्व। अनुपालन कार्यों के लिए, व्याख्या विशेष रूप से महत्वपूर्ण है। यदि एक कंपनी यह नहीं बता सकती कि एक वर्गीकरण निर्णय कैसे लिया गया, तो एक ऑडिट के दौरान उस निर्णय का बचाव करना काफी मुश्किल हो जाता है। भविष्य पूरी तरह से स्वचालित अनुपालन नहीं है, लेकिन यह मानव-नेतृत्व वाला अनुपालन है जो बुद्धिमान प्रणालियों द्वारा समर्थित है।

यह अनुपालन टीमों से परे क्यों महत्वपूर्ण है

व्यापार अनुपालन टीमें पहले कार्यकारी दृश्यता से बाहर काम करती थीं, लेकिन यह तेजी से बदल रहा है। टैरिफ अब आय अर्जित करने वाले पूर्वानुमानों को प्रभावित करते हैं, सीमा शुल्क विलंब उत्पादन अनुसूचियों को बाधित करते हैं, जबरन श्रम प्रवर्तन सोर्सिंग रणनीतियों को प्रभावित करता है, और भू-राजनीतिक घटनाएं आपूर्तिकर्ता व्यवहार्यता को बदलते हैं। व्यापार निर्णय अंततः व्यापक व्यावसायिक रणनीति को प्रभावित करते हैं। यह एक कारण है कि अनुपालन वातावरण में आर्टिफ़िशियल इंटेलिजेंस अपनाना तेजी से हो रहा है। कार्यकारी अधिकारी चाहते हैं:

• टैरिफ एक्सपोजर में तेजी से दृश्यता
• लैंडेड लागत की बेहतर भविष्यवाणी
• सोर्सिंग जोखिम के लिए पहले की चेतावनी संकेत
• मजबूत ऑडिट तैयारी
• अधिक लचीली आपूर्ति श्रृंखला

ट्रेसबिलिटी चुनौतियां अक्सर कई मध्यवर्ती और बहुस्तरीय आपूर्तिकर्ता नेटवर्क के उपयोग से बढ़ जाती हैं। निर्माता कई स्वतंत्र आपूर्तिकर्ताओं के माध्यम से सामग्री सोर्स कर सकते हैं, जिससे आपूर्ति श्रृंखला के गहरे भीतर श्रम स्थितियों की पुष्टि करना मुश्किल हो जाता है। यह एक कारण है कि आर्टिफ़िशियल इंटेलिजेंस-संचालित मैपिंग, आपूर्तिकर्ता निगरानी, और जोखिम-पता लगाने वाले उपकरण अनुपालन टीमों से बढ़ती ध्यान प्राप्त कर रहे हैं।

वैश्विक व्यापार संचालन का अगला चरण

व्यापार अनुपालन एक मौलिक रूप से अलग समय में प्रवेश कर रहा है जिसमें विभिन्न अनुभव हैं। नियामक परिवर्तन, प्रवर्तन दबाव, आपूर्ति श्रृंखला जांच, और श्रम से संबंधित व्यापार कार्रवाइयों की मात्रा कम होने की संभावना नहीं है। सरकारें जबरन श्रम चिंताओं को संबोधित करने के लिए सीमा शुल्क प्रवर्तन उपकरणों और व्यापक व्यापार नीति तंत्र का उपयोग बढ़ाती जा रही हैं, जिससे आयातकों और उनके आपूर्ति श्रृंखला भागीदारों के लिए नए अनुपालन अपेक्षाएं पैदा हो रही हैं।

जो संगठन सफलतापूर्वक अनुकूलन करते हैं, वे संभवतः कई विशेषताओं को साझा करेंगे:

• मजबूत डेटा शासन
• क्रॉस-फ़ंक्शनल सहयोग
• निरंतर वर्गीकरण मान्यकरण
• पारदर्शी आर्टिफ़िशियल इंटेलिजेंस पर्यवेक्षण
• अनुपालन प्रतिभा में निवेश
• परिचालन बुद्धिमत्ता तक तेजी से पहुंच

प्रश्न अब यह नहीं है कि क्या आर्टिफ़िशियल इंटेलिजेंस व्यापार अनुपालन को प्रभावित करेगा, क्योंकि यह पहले से ही ऐसा कर रहा है। अधिक महत्वपूर्ण प्रश्न यह है कि क्या संगठन इस संक्रमण को जिम्मेदारी से प्रबंधित करने के लिए तैयार हैं।