Importir Tercatat Kini Menjadi Persoalan Data

Kepatuhan kepabeanan secara tradisional diperlakukan sebagai urusan di tingkat transaksi. Klasifikasikan produk, hitung bea masuk, ajukan dokumen impor, lalu simpan catatannya. Model tersebut semakin sulit dipertahankan karena otoritas kepabeanan menuntut visibilitas yang lebih baik atas perusahaan, produk, dan rantai pasok di balik setiap impor.

Pergeseran ini terutama terlihat di Amerika Serikat. Perintah Eksekutif 14411, “Memperkuat Penegakan Kepabeanan,” yang ditandatangani pada 3 Juni 2026, mengarahkan Departemen Keamanan Dalam Negeri serta Bea Cukai dan Perlindungan Perbatasan AS (CBP) untuk memperkuat persyaratan bagi importir tercatat, meningkatkan pemeriksaan, serta menetapkan persyaratan pengungkapan dan sertifikasi tambahan. Perintah tersebut juga mengarahkan pemerintah untuk mewajibkan penyampaian informasi atau dokumentasi yang harus diserahkan eksportir asing kepada otoritas kepabeanan di negara masing-masing sebelum mengekspor barang ke Amerika Serikat.

Bagi importir, hal ini menimbulkan tantangan yang pada dasarnya berkaitan dengan data. Informasi yang dibutuhkan mungkin sudah tersedia, tetapi sering kali tersimpan di sistem yang berbeda, menggunakan deskripsi yang berbeda, dan dikelola oleh pihak yang berbeda. AI dapat membantu menghubungkan data tersebut, tetapi hanya jika perusahaan menjadikan AI bagian dari proses kepatuhan yang terkendali, bukan pengganti keahlian kepabeanan.

Mengapa IOR Kini Lebih Penting

CBP telah mengambil langkah nyata untuk meningkatkan pengawasan terhadap data identitas importir. Dalam pemberitahuan Federal Register Agustus 2026, lembaga tersebut menyatakan akan mulai memperketat penegakan atas informasi yang disampaikan melalui Formulir CBP 5106. Mulai 18 September 2026, CBP menyatakan dapat membatalkan nomor importir tercatat jika informasi yang tersimpan tidak akurat atau tidak lengkap, sehingga nomor tersebut tidak berlaku untuk memasukkan barang.

Hal ini penting karena catatan IOR bukan sekadar profil administratif. Catatan tersebut menghubungkan suatu entitas dengan dokumen impor, bea masuk, pialang, dan kewajiban regulasi. Jika informasi identitas yang mendasarinya keliru, pencocokan catatan lain bisa menjadi lebih sulit.

Di bidang inilah AI dan otomatisasi dapat memberi manfaat praktis tanpa mengambil keputusan kepatuhan sendiri. Sistem dapat mengidentifikasi alamat, nama entitas, informasi kontak, atau data kepemilikan yang saling bertentangan di berbagai catatan internal. Sistem juga dapat menandai catatan yang sudah lama tidak ditinjau atau mengidentifikasi perubahan yang perlu ditindaklanjuti oleh manusia. Tujuannya bukan agar algoritme memutuskan apakah importir patuh, melainkan agar tim kepatuhan lebih mudah melihat bagian data yang mungkin tidak lagi mendukung kesimpulan tersebut.

Dokumen Ekspor Asing Dapat Memperbesar Beban Data

Tantangan berikutnya berpotensi jauh lebih besar. Dalam Pemberitahuan Awal tentang Usulan Pembuatan Peraturan pada September 2026, CBP meminta masukan publik mengenai persyaratan yang akan memberi lembaga tersebut visibilitas lebih besar atas rantai pasok dan dokumentasi ekspor asing.

Usulan tersebut masih dalam pertimbangan. CBP meminta pendapat mengenai apakah importir harus menyerahkan atau menyimpan dokumen yang wajib diberikan eksportir asing kepada otoritas kepabeanan di negara masing-masing sebelum ekspor. Lembaga tersebut secara khusus menyebut contoh seperti deklarasi ekspor, faktur komersial, daftar kemasan, sertifikat asal, lisensi ekspor, konosemen, dan surat muatan udara. CBP juga menanyakan apakah importir tercatat harus bertanggung jawab untuk menyimpan dan menyediakan dokumen tersebut, serta apakah prinsip kehati-hatian yang wajar harus berlaku ketika importir menilai keakuratannya.

Pertanyaan terakhir itu sangat penting. Importir mungkin tidak membuat deklarasi ekspor asing. Dokumen tersebut mungkin dibuat oleh pemasok, distributor, atau penyedia logistik. Namun, importir tetap mungkin perlu menjelaskan hubungan informasi di dalamnya dengan dokumen impor AS.

Tugas yang muncul bukan sekadar menyimpan berkas PDF, melainkan membandingkan informasi. Apakah deskripsi produk sesuai? Apakah jumlahnya masuk akal? Apakah produsennya sama? Apakah negara asalnya sesuai? Apakah nilai yang dinyatakan perlu dijelaskan? Jika dua dokumen berbeda, bisakah importir menjelaskan alasannya?

AI Paling Berguna Saat Menghubungkan Bukti

Di sinilah AI dapat melampaui penggunaan kepabeanan yang paling lazim, yaitu klasifikasi. Model bahasa besar dan sistem AI lainnya sangat berguna ketika informasi tidak terstruktur atau tersebar di banyak dokumen. Spesifikasi produk mungkin menjelaskan suatu barang dengan satu cara, faktur pemasok mungkin menggunakan nama lain, dan dokumen impor mungkin memuat deskripsi yang disingkat. Sertifikat asal dapat menambahkan serangkaian pengenal lain. Seseorang yang memahami bisnis tersebut mungkin tahu bahwa keempatnya merujuk pada produk yang sama, tetapi menemukan keterkaitan itu secara manual di ribuan catatan merupakan pekerjaan yang sulit.

AI dapat membantu mengungkap keterkaitan tersebut. AI dapat mengekstrak informasi yang relevan dari dokumen, menyeragamkan deskripsi produk, mengidentifikasi kemungkinan ketidakkonsistenan, dan menentukan prioritas catatan untuk ditinjau. AI juga dapat menemukan putusan kepabeanan, panduan regulasi, dan keputusan terdahulu yang mendukung proses ketika tenaga profesional kepatuhan menyelidiki masalah klasifikasi atau tarif.

Organisasi Kepabeanan Dunia telah mengakui potensi yang lebih luas ini. Laporan 2025 tentang penerapan AI dan pembelajaran mesin di bidang kepabeanan menyebutkan bahwa pengelolaan data, tata kelola, manajemen risiko, interoperabilitas, keamanan siber, dan keterampilan tenaga kerja merupakan pertimbangan penting agar penerapannya berhasil. Hal ini mengingatkan kita bahwa AI di bidang kepabeanan bukan terutama masalah chatbot, melainkan masalah data dan tata kelola.

Karena itu, penerapan AI yang paling efektif akan terkait dengan alur kerja tertentu. Sistem AI dapat menandai ketidaksesuaian antara dokumen pemasok dan dokumen deklarasi pabean. Selanjutnya, tenaga profesional di bidang kepatuhan dapat memeriksa catatan yang mendasarinya, menentukan apakah ketidaksesuaian tersebut memang benar, dan mendokumentasikan alasannya.

Peninjauan oleh Manusia Tetap Penting

Keputusan kepabeanan memiliki konsekuensi finansial dan hukum, sehingga kemampuan untuk menjelaskan dasar keputusan menjadi sangat penting. Sistem yang memberikan jawaban tanpa menunjukkan bukti yang mendasarinya menimbulkan risiko kepatuhan baru. Karena itu, AI yang digunakan dalam kepatuhan perdagangan harus menyimpan informasi yang mendukung suatu keluaran. Jika sistem merekomendasikan klasifikasi, pengguna harus dapat melihat atribut produk, materi sumber yang relevan, dan alasan yang mendasari rekomendasi tersebut. Jika sistem mengidentifikasi ketidaksesuaian, pengguna harus dapat menelusuri catatan yang saling bertentangan.

Pendekatan ini sejalan dengan prinsip-prinsip yang lebih luas dalam Kerangka Manajemen Risiko AI dari National Institute of Standards and Technology, yang menekankan keterpercayaan AI, termasuk akuntabilitas, transparansi, kemampuan untuk menjelaskan, dan interpretabilitas. NIST juga menyebut pengawasan manusia sebagai bagian penting dalam pengelolaan sistem AI.

Bagi tim kepabeanan, ini berarti AI pada umumnya sebaiknya berfungsi sebagai analis, bukan sebagai otoritas yang bertindak mandiri. AI dapat menemukan bukti, membandingkan catatan, mengidentifikasi perubahan, dan memprioritaskan pekerjaan. Pakar manusia tetap bertanggung jawab untuk mengevaluasi bukti dan mengambil keputusan kepatuhan.

Bangun Fondasi Data Sebelum Lapisan AI

Godaan saat menggunakan AI adalah memulai dari modelnya. Untuk kepatuhan kepabeanan, titik awal yang lebih baik adalah data. Importir perlu memastikan apakah mereka dapat menghubungkan informasi terkait suatu produk di seluruh sistem yang mendukung transaksi. Informasi tersebut dapat mencakup:

• Spesifikasi produk
• Klasifikasi HTS
• Putusan kepabeanan
• Informasi pemasok dan produsen
• Penetapan negara asal
• Faktur
• Dokumen pengangkutan
• Persyaratan peraturan
• Data deklarasi pabean sebelumnya

Mereka juga perlu memastikan apakah perubahan dapat diketahui. Jika pemasok mengubah spesifikasi produk, jika tindakan tarif berubah, atau jika informasi perusahaan milik importir berubah, dapatkah tim kepatuhan mengidentifikasi catatan yang terdampak?

Kualitas data menjadi semakin penting saat AI mulai digunakan. Sistem AI tidak dapat mencocokkan catatan secara andal jika catatan tersebut tidak lengkap, sudah usang, atau tidak konsisten. Sistem dapat mengidentifikasi pola dalam data yang buruk, tetapi tidak dapat mengubah bukti yang tidak ada menjadi bukti yang andal.

Hal ini sejalan dengan kajian terbaru WCO, yang menekankan tata kelola data sebagai fondasi AI dan analitik di bidang kepabeanan. Pembahasan AI dalam kepabeanan pada 2026 oleh organisasi tersebut menyoroti pentingnya data yang andal dan dikelola dengan baik untuk menghasilkan temuan yang dapat diandalkan.

Keunggulan Kepabeanan Berikutnya Mungkin Terletak pada Kemampuan Menjelaskan

Lingkungan kepabeanan yang terus berkembang kemungkinan akan menguntungkan perusahaan yang mampu melakukan lebih dari sekadar memberikan jawaban. Mereka perlu menunjukkan bagaimana jawaban itu diperoleh.

Perintah Eksekutif 14411 dan pendekatan yang diusulkan CBP terhadap dokumen ekspor dari luar negeri mengarah pada transparansi yang lebih besar mengenai pihak, produk, dan catatan yang terkait dengan transaksi impor. Akibatnya, lingkungan kepatuhan dapat terbentuk sedemikian rupa sehingga lembar kerja dan repositori dokumen yang tidak saling terhubung menjadi sulit dikelola. AI dapat membantu, tetapi sistem yang paling bernilai bukanlah sistem yang sekadar menghasilkan klasifikasi atau merangkum peraturan. Sistem tersebut harus mampu menghubungkan bukti, menampilkan ketidaksesuaian, menyimpan sumber, dan memastikan manusia tetap terlibat.

Importir dapat mulai bersiap sekarang dengan:

• Memvalidasi informasi IOR
• Memetakan lokasi pembuatan dan penyimpanan dokumen pemasok serta dokumen ekspor dari luar negeri
• Mengidentifikasi perbedaan antara catatan pemasok dan data deklarasi pabean AS
• Meninjau keputusan kepatuhan mana yang masih bergantung pada pencarian manual
• Menentukan bagian pekerjaan pencarian dan evaluasi bukti yang dapat dikurangi dengan AI

Masa depan AI di bidang kepabeanan mungkin bukan tentang menggantikan pakar kepabeanan, melainkan memberi pakar tersebut gambaran yang jauh lebih baik tentang transaksi. Seiring penegakan kepabeanan semakin berbasis data, keunggulan kompetitif mungkin dimiliki para importir yang dapat menjawab satu pertanyaan sederhana dengan yakin: bukan hanya “Apa yang kami deklarasikan?”, tetapi juga “Dapatkah kami menunjukkan mengapa deklarasi itu benar?”