Den registrerte importøren blir et dataproblem

Etterlevelse av tollregelverket har tradisjonelt blitt behandlet som en oppgave knyttet til den enkelte transaksjonen. Klassifiser varen, beregn tollen, lever importdeklarasjonen og ta vare på dokumentasjonen. Denne modellen blir stadig vanskeligere å opprettholde når tollmyndighetene krever større innsyn i selskapene, varene og forsyningskjedene bak hver import.

Endringen er særlig tydelig i USA. Presidentordre 14411, «Styrking av tollhåndhevelsen», undertegnet 3. juni 2026, pålegger Department of Homeland Security og US Customs and Border Protection (CBP) å skjerpe kravene til importører som er registrert som ansvarlige, øke kontrollen og innføre ytterligere krav til opplysninger og sertifisering. Ordren pålegger også myndighetene å kreve opplysninger eller dokumentasjon som utenlandske eksportører måtte sende inn til tollmyndighetene i eksportlandet før de eksporterte varer til USA.

For importører skaper dette en utfordring som i bunn og grunn handler om data. De relevante opplysningene finnes kanskje allerede, men ligger ofte i ulike systemer, under forskjellige beskrivelser og hos ulike eiere. AI kan bidra til å koble sammen disse opplysningene, men bare hvis selskapene behandler AI som en del av en kontrollert etterlevelsesprosess, ikke som en erstatning for tollfaglig ekspertise.

Hvorfor IOR betyr mer enn før

CBP har allerede tatt et konkret skritt mot strengere kontroll av identitetsopplysninger om importører. I et varsel i Federal Register fra august 2026 opplyste etaten at den ville begynne å håndheve kravene strengere for opplysninger som sendes inn via CBP Form 5106. Fra og med 18. september 2026 opplyste CBP at etaten kunne ugyldiggjøre et importørnummer dersom opplysningene i registeret var uriktige eller ufullstendige, slik at nummeret ikke lenger kunne brukes til å innføre varer.

Dette er viktig fordi en IOR-registrering er mer enn en administrativ profil. Den knytter en virksomhet til tolldeklarasjoner, tollavgifter, tollrepresentanter og regulatoriske forpliktelser. Hvis de underliggende identitetsopplysningene er feil, kan det bli vanskeligere å avstemme andre registre.

På dette området kan AI og automatisering gi praktisk nytte uten å ta etterlevelsesbeslutninger på egen hånd. Systemer kan avdekke motstridende adresser, virksomhetsnavn, kontaktopplysninger eller eieropplysninger i interne registre. De kan flagge registreringer som ikke har blitt gjennomgått nylig, eller identifisere endringer som bør føre til at et menneske undersøker saken. Målet er ikke å la en algoritme avgjøre om en importør overholder regelverket, men å gjøre det enklere for etterlevelsesansvarlige å se hvor dataene deres kanskje ikke lenger gir grunnlag for en slik konklusjon.

Dokumenter fra utenlandske eksportører kan øke databelastningen

Den neste utfordringen kan bli langt større. I sitt forhåndsvarsel om forslag til regelverk fra september 2026 ba CBP om innspill fra offentligheten til krav som skal gi etaten større innsyn i forsyningskjeder og eksportdokumentasjon fra utlandet.

Forslaget er fortsatt til behandling. CBP spør om importører bør sende inn eller oppbevare dokumenter som utenlandske eksportører måtte levere til tollmyndighetene i eksportlandet før eksport. Etaten nevner spesielt eksempler som eksportdeklarasjoner, handelsfakturaer, pakkelister, opprinnelsessertifikater, eksportlisenser, konnossementer og luftfraktbrev. CBP spør også om importøren som er registrert som ansvarlig, bør ha ansvaret for å oppbevare og fremlegge disse dokumentene, og om importører bør være underlagt et krav om tilbørlig aktsomhet når de vurderer om opplysningene er korrekte.

Det siste spørsmålet er særlig viktig. En importør utarbeider kanskje ikke en utenlandsk eksportdeklarasjon. Det kan være en leverandør, distributør eller logistikkleverandør som utarbeider den. Likevel kan importøren måtte forklare hvordan opplysningene henger sammen med importdeklarasjonen i USA.

Oppgaven handler derfor mindre om å lagre PDF-filer og mer om å sammenligne opplysninger. Stemmer varebeskrivelsen? Gir mengden mening? Er det samme produsent? Stemmer opprinnelseslandet overens? Må den deklarerte verdien forklares? Hvis to dokumenter ikke samsvarer, kan importøren forklare hvorfor?

AI er mest nyttig når det kobler sammen dokumentasjon

Her kan AI brukes til mer enn den mest kjente tolloppgaven: klassifisering. Store språkmodeller og andre AI-systemer er særlig nyttige når opplysninger er ustrukturerte eller fordelt på mange dokumenter. En produktspesifikasjon kan beskrive en vare på én måte, en leverandørfaktura kan bruke et annet navn, og en tolldeklarasjon kan ha en forkortet beskrivelse. Et opprinnelsessertifikat kan inneholde enda et sett med identifikatorer. En person som kjenner virksomheten, kan forstå at alle fire viser til samme produkt, men det er vanskelig å finne slike sammenhenger manuelt på tvers av tusenvis av registreringer.

AI kan bidra til å avdekke slike sammenhenger. Det kan hente ut relevante opplysninger fra dokumenter, standardisere varebeskrivelser, identifisere mulige avvik og prioritere hvilke registreringer som bør gjennomgås. Det kan også finne relevante tollavgjørelser, veiledning om regelverk og tidligere avgjørelser når en etterlevelsesansvarlig undersøker et spørsmål om klassifisering eller tollsats.

Verdens tollorganisasjon har anerkjent dette bredere potensialet. I sin rapport fra 2025 om innføring av KI og maskinlæring i tollvesenet pekte organisasjonen på dataforvaltning, styring, risikohåndtering, interoperabilitet, cybersikkerhet og kompetanse hos arbeidsstyrken som viktige hensyn for vellykket innføring. Dette minner oss på at KI i tollvesenet først og fremst ikke er et chatbot-problem, men et data- og styringsproblem.

De mest virkningsfulle bruksområdene vil derfor være knyttet til konkrete arbeidsflyter. Et KI-system kan for eksempel varsle om et avvik mellom et leverandørdokument og en tolldeklarasjon. Deretter kan en etterlevelsesspesialist gjennomgå underlagsdokumentene, avgjøre om avviket er reelt og dokumentere begrunnelsen.

Menneskelig gjennomgang er fortsatt viktig

Tollbeslutninger har økonomiske og juridiske konsekvenser, noe som gjør det særlig viktig at beslutningene kan forklares. Et system som gir et svar uten å vise dokumentasjonen bak det, skaper en ny risiko for manglende etterlevelse. Derfor bør KI som brukes til å sikre etterlevelse av handelsregelverket, bevare informasjonen som ligger til grunn for resultatet. Hvis et system anbefaler en klassifisering, bør brukerne kunne se produktegenskapene, relevant kildemateriale og resonnementet som lå til grunn for anbefalingen. Hvis systemet identifiserer et avvik, bør brukeren kunne spore hvilke dokumenter som ikke stemmer overens.

Denne tilnærmingen samsvarer med de bredere prinsippene i rammeverket for risikohåndtering av KI fra National Institute of Standards and Technology, som legger vekt på at KI må være pålitelig, blant annet gjennom ansvarlighet, åpenhet, forklarbarhet og tolkbarhet. NIST peker også på menneskelig tilsyn som en viktig del av håndteringen av KI-systemer.

For tollteam betyr dette at KI som regel bør fungere som en analytiker, ikke som en selvstendig beslutningsmyndighet. Den kan finne dokumentasjon, sammenligne opplysninger, identifisere endringer og prioritere arbeid. Fageksperten har fortsatt ansvaret for å vurdere dokumentasjonen og ta beslutningen om etterlevelse.

Bygg datagrunnlaget før KI-laget

Det er fristende å begynne med modellen når man tar i bruk KI. For tollmessig etterlevelse er dataene et bedre utgangspunkt. Importører bør spørre seg om de kan koble sammen informasjon om et produkt på tvers av systemene som støtter transaksjonen. Dette kan omfatte: 

• Produktspesifikasjoner
• HTS-klassifiseringer
• Tollavgjørelser
• Opplysninger om leverandører og produsenter
• Fastsettelse av opprinnelsesland
• Fakturaer
• Transportdokumenter
• Regelverkskrav
• Tidligere tolldeklarasjonsdata

De bør også undersøke om endringer er synlige. Hvis en leverandør endrer en produktspesifikasjon, hvis et tolltiltak endres, eller hvis opplysningene om en importør endres, kan etterlevelsesgruppen da identifisere hvilke oppføringer som berøres?

Datakvaliteten blir enda viktigere når KI tas i bruk. Et KI-system kan ikke pålitelig sammenstille oppføringer som er ufullstendige, utdaterte eller inkonsistente. Det kan identifisere mønstre i dårlige data, men det kan ikke gjøre manglende dokumentasjon om til pålitelig dokumentasjon.

Dette samsvarer med det nyere arbeidet til WCO, som har understreket at dataforvaltning er et grunnlag for KI og analyse i tollvesenet. Organisasjonen fremhevet i sin gjennomgang av KI i tollvesenet i 2026 hvor viktig det er med pålitelige data som forvaltes på en god måte, for å oppnå pålitelige resultater.

Det neste konkurransefortrinnet i tollvesenet kan bli forklarbarhet

Det nye tollregelverket vil trolig favorisere selskaper som kan gjøre mer enn å komme med et svar. De må også kunne vise hvordan de kom frem til det.

Presidentordre 14411 og CBPs foreslåtte tilnærming til dokumentasjon av utenlandsk eksport peker mot større innsyn i partene, produktene og dokumentene bak en importtransaksjon. Resultatet kan bli et etterlevelsesmiljø der det blir vanskelig å håndtere regneark og dokumentlagre som ikke er koblet sammen. KI kan bidra, men de mest verdifulle systemene vil ikke være dem som bare genererer klassifiseringer eller oppsummerer regelverk. Det vil være systemer som kobler sammen dokumentasjon, synliggjør avvik, bevarer kilder og sørger for at mennesker fortsatt er involvert.

Importører kan begynne å forberede seg allerede nå: 

• Valider IOR-opplysninger
• Kartlegg hvor leverandørdokumenter og utenlandske eksportdokumenter opprettes og lagres
• Identifiser forskjeller mellom leverandøropplysninger og amerikanske tolldeklarasjonsdata
• Undersøk hvilke beslutninger om etterlevelse som fortsatt krever manuelle søk
• Finn ut hvor KI kan redusere arbeidet med å finne og vurdere dokumentasjonen

Fremtiden for KI på tollområdet handler kanskje mindre om å erstatte tolleksperten og mer om å gi vedkommende et langt bedre innblikk i transaksjonen. Etter hvert som tollmyndighetenes kontroll blir mer datadrevet, kan konkurransefortrinnet tilfalle importørene som trygt kan svare på et enkelt spørsmål: ikke bare «Hva oppga vi?», men «Kan vi vise hvorfor det var riktig?»