Trí tuệ nhân tạo đang thay đổi tuân thủ thương mại và hầu hết các công ty chưa sẵn sàng

Trong nhiều năm, tuân thủ thương mại không phải là ưu tiên hàng đầu cho hầu hết các tổ chức. Mặc dù cần thiết, nhưng các chức năng của nó là kỹ thuật và chủ yếu vô hình cho đến khi có điều gì đó sai sót, nhưng giả định đó không còn đúng nữa. Sự biến động của thuế quan, thực thi lao động cưỡng bức, phân mảnh địa chính trị và các quy định hải quan thay đổi nhanh chóng đã đẩy tuân thủ thương mại vào trung tâm của việc ra quyết định vận hành.Các đề xuất gần đây của Đại diện Thương mại Hoa Kỳ về việc áp dụng thuế quan mới đối với hàng chục đối tác thương mại dựa trên việc không tuân thủ lao động cưỡng bức cho thấy cách các vấn đề tuân thủ lao động ngày càng định hình chính sách thương mại cùng với việc thực thi hải quan truyền thống.

Đồng thời, trí tuệ nhân tạo đang bắt đầu thay đổi cách các tổ chức phân loại sản phẩm, theo dõi rủi ro, giải thích quy định và chuẩn bị cho các cuộc kiểm toán. Kết quả là, nhiều công ty đang suy nghĩ lại về cách họ nghĩ về hoạt động thương mại toàn cầu. Mặc dù AI không thay thế các chuyên gia tuân thủ thương mại, nhưng nó đang thay đổi công việc của họ, những kỹ năng quan trọng nhất và cách các tổ chức quản lý tuân thủ trên quy mô lớn.

Tuân thủ thương mại đã trở thành một vấn đề về dữ liệu

Tuân thủ thương mại hiện đại phụ thuộc vào một lượng lớn thông tin di chuyển chính xác trên các hệ thống. Các công ty phải theo dõi:

• Phân loại Lịch biểu Thuế quan Harmonized (HTS)
• Xác định nước xuất xứ
• Dữ liệu nhà cung cấp
• Tài liệu tuân thủ lao động cưỡng bức
• Thông số kỹ thuật sản phẩm
• Tính đủ điều kiện cho thỏa thuận thương mại
• Tiếp xúc với thuế quan
• Quyết định và cập nhật quy định của hải quan
• Tính nhất quán của việc nộp đơn vào các nhà môi giới và đơn vị kinh doanh

Thử thách là hầu hết thông tin này sống trong các hệ thống không kết nối. Một nhà cung cấp có thể duy trì chi tiết sản phẩm trong các bảng tính, các nhóm kỹ sư lưu trữ thông số kỹ thuật trong các nền tảng PLM, các nhóm mua hàng tập trung vào chi phí nguồn cung và các nhà môi giới hoạt động từ dữ liệu nhập cảnh có thể đã không đầy đủ hoặc lỗi thời. Khi một đội tuân thủ thương mại xem xét một chuyến hàng, các thuộc tính sản phẩm quan trọng có thể đã bị mất, đơn giản hóa hoặc sao chép không chính xác trên các hệ thống. Sự phân mảnh này tạo ra rủi ro.

Theo Cục Hải quan và Bảo vệ Biên giới Hoa Kỳ, các nỗ lực thực thi dựa trên phân tích dữ liệu tinh vi để xác định các bất thường trong hành vi của nhà nhập khẩu. Đồng thời, việc thực thi vẫn còn khó khăn. Các đánh giá của Quốc hội và phân tích của chính phủ đã nhấn mạnh các thách thức đang diễn ra từ gian lận trong các quy trình nhập khẩu và sự tăng trưởng của thương mại điện tử trực tiếp đến người tiêu dùng đến khả năng theo dõi chuỗi cung ứng hạn chế. Ngay cả với các nỗ lực thực thi mở rộng theo Đạo luật Phòng chống Lao động Cưỡng bức Uyghur (UFLPA), các nhà hoạch định chính sách vẫn tiếp tục tranh luận về việc liệu hàng hóa lao động cưỡng bức có được xác định và loại bỏ khỏi chuỗi cung ứng của Hoa Kỳ hay không.

Sự thay đổi đó quan trọng vì các lỗi phân loại thường là hệ thống chứ không phải riêng lẻ. Mã không chính xác có thể xuất hiện trên hàng nghìn mục nhập. Một mô tả nhà cung cấp có thể được tái sử dụng trong nhiều năm mà không cần xác thực. Các thay đổi kỹ thuật có thể thay đổi các yếu tố phân loại mà không kích hoạt xem xét tuân thủ. Đây chính xác là loại mẫu mà các hệ thống AI được thiết kế để phát hiện.

Tại sao phân loại HTS đang trở thành một trường hợp sử dụng AI

Phân loại HTS luôn yêu cầu chuyên môn, giải thích và kiến thức sản phẩm chi tiết. Đây cũng là một trong những quy trình khó nhất để mở rộng quy mô một cách nhất quán.

Tổ chức Tổ chức Hải quan Thế giới cập nhật Hệ thống Harmonized một cách định kỳ, trong khi các lịch biểu thuế quan quốc gia phát triển độc lập. Các quyết định của tòa án định hình lại cách giải thích. Các chương trình thuế quan bổ sung như AD / CVD, Mục 122, Mục 232 và thuế Mục 301 tạo ra các lớp phơi nhiễm tài chính mới. Một quyết định phân loại đơn có thể ảnh hưởng đáng kể đến:

• Thuế suất
• Yêu cầu về khả năng tiếp cận
• Kiểm tra lao động cưỡng bức
• Tính đủ điều kiện cho thỏa thuận thương mại tự do
• Yêu cầu của cơ quan chính phủ đối tác
• Tính toán chi phí hạ cánh

Mức độ phức tạp này không thể quản lý được thông qua các bảng tính tĩnh và kiến thức bộ lạc một mình, và đây là nơi AI bắt đầu ảnh hưởng đến nghề nghiệp.

Các mô hình học máy có thể phân tích các phân loại lịch sử, xác định sự không nhất quán trên các nhà môi giới hoặc cơ sở, và đưa ra các sản phẩm có thể yêu cầu xác thực lại. Các hệ thống xử lý ngôn ngữ tự nhiên có thể so sánh các mô tả sản phẩm với ngôn ngữ quy định, quyết định của hải quan và các quyết định trước đó.

Quan trọng là, AI không “giải quyết” phân loại tự động trong hầu hết các môi trường doanh nghiệp. Thay vào đó, nó giúp các chuyên gia tuân thủ thu hẹp các khả năng, phát hiện các bất thường, tiêu chuẩn hóa các quy trình làm việc và giảm nghiên cứu thủ công lặp đi lặp lại. Sự khác biệt đó quan trọng. Các tổ chức thành công nhất không loại bỏ phán quyết của con người khỏi các quyết định tuân thủ. Họ đang tăng cường chuyên môn của con người với các hệ thống cải thiện tính nhất quán và khả năng hiển thị.

AI đang thay đổi sự sẵn sàng kiểm toán

Các cuộc kiểm toán tuân thủ thương mại trước đây là phản ứng. Một cuộc điều tra của hải quan sẽ đến, các đội sẽ tìm kiếm tài liệu, các nhà môi giới sẽ tìm kiếm các mục nhập cũ và nhân viên sẽ tự xây dựng lại các quyết định từ các bản ghi bị phân mảnh. Tuy nhiên, cách tiếp cận đó đang trở nên không bền vững hơn.

Quy mô của hoạt động nhập khẩu hiện đại có nghĩa là các tổ chức cần có khả năng hiển thị liên tục về hiệu suất tuân thủ, không phải là các bài tập dọn dẹp định kỳ. Các hệ thống giám sát AI đang được sử dụng ngày càng nhiều để:

• Phát hiện việc sử dụng HTS không nhất quán trên các mục nhập
• Xác định tài liệu thiếu
• Lá cờ các biến động thuế bất thường
• Đưa ra các chỉ số rủi ro nhà cung cấp
• So sánh các mục nhập hiện tại với các mẫu nộp đơn lịch sử
• Giám sát các thay đổi quy định có thể ảnh hưởng đến phân loại

Cách tiếp cận này phản ánh các xu hướng khác trong quản lý rủi ro doanh nghiệp.

Một báo cáo McKinsey gần đây về AI tạo sinh lưu ý rằng công việc hoạt động đòi hỏi kiến thức thường được tăng cường thông qua phân tích và tự động hóa quy trình được hỗ trợ bởi AI. Tuân thủ thương mại phù hợp với danh mục đó.

Các ý nghĩa mở rộng ra ngoài hiệu quả hoạt động. Các tổ chức có khả năng hiển thị tuân thủ mạnh mẽ thường được đặt ở vị trí tốt hơn để phản hồi nhanh chóng các cuộc điều tra của hải quan, chứng minh các quy trình quản trị và xác định phơi nhiễm trước khi các cơ quan quản lý làm như vậy. Khả năng đó đã trở nên quan trọng về mặt chiến lược.

Thử thách thực thi lao động cưỡng bức

Một lĩnh vực mà việc áp dụng AI đang được đẩy nhanh đặc biệt là thẩm định chuỗi cung ứng. Việc thực hiện Đạo luật Phòng chống Lao động Cưỡng bức Uyghur đã nâng cao đáng kể các kỳ vọng về khả năng theo dõi và tài liệu của nhà cung cấp. Các nhà nhập khẩu hiện được yêu cầu chứng minh khả năng hiển thị sâu hơn vào các mối quan hệ nguồn, quy trình sản xuất và nguồn gốc vật liệu. Đối với nhiều công ty, điều đó cực kỳ khó khăn. Các chuỗi cung ứng hiện đại có thể liên quan đến:

• Nhiều nhà sản xuất hợp đồng
• Nhà cung cấp cấp 2 và cấp 3
• Thay đổi nguồn thường xuyên
• Tài liệu không nhất quán của nhà cung cấp
• Sourcing cấp thành phần phức tạp

Quy mô của thách thức vẫn còn đáng kể. Theo Tổ chức Lao động Quốc tế ước tính, khoảng 27,6 triệu người trên toàn thế giới đang bị cưỡng bức lao động, tạo ra khoảng 236 tỷ đô la lợi nhuận bất hợp pháp hàng năm. Hầu hết hoạt động này xảy ra trong các chuỗi cung ứng thương mại phức tạp nơi khả năng hiển thị vào các nhà cung cấp cấp trên vẫn còn hạn chế. Việc xem xét thủ công đơn thuần không thể theo kịp. Các hệ thống AI đang được sử dụng để tổ chức hồ sơ nhà cung cấp, xác định thông tin thiếu, đánh dấu các khu vực cung cấp rủi ro cao và theo dõi các mẫu hành vi của nhà cung cấp theo thời gian.

Một lần nữa, những công cụ này không thay thế phán quyết pháp lý hoặc tuân thủ, nhưng chúng đang giúp các tổ chức xử lý thông tin chuỗi cung ứng ở quy mô mà con người đơn thuần khó quản lý. Điều này có khả năng trở nên quan trọng hơn khi các quy định chuỗi cung ứng toàn cầu tiếp tục mở rộng.

Các sáng kiến quy định ở châu Âu và nơi khác cho thấy một phong trào toàn cầu rộng lớn hơn hướng tới trách nhiệm giải trình chuỗi cung ứng và kỳ vọng thẩm định tăng cao. Tuân thủ thương mại nằm ở giao điểm với báo cáo ESG, minh bạch nguồn và quản lý rủi ro doanh nghiệp. AI nằm ở trung tâm của sự hội tụ đó vì thách thức cơ bản là một vấn đề về tổ chức dữ liệu và phát hiện mẫu.

Các kỹ năng mà các chuyên gia tuân thủ thương mại cần tiếp theo

Một trong những hiểu lầm lớn nhất về việc áp dụng AI là ý tưởng rằng tự động hóa giảm tầm quan trọng của chuyên môn con người. Trong tuân thủ thương mại, điều ngược lại đang xảy ra. Khi các công cụ AI xử lý phân tích lặp đi lặp lại và xử lý dữ liệu lớn, giá trị của các chuyên gia có kinh nghiệm tăng lên. Các tổ chức vẫn cần những người có thể:

• Giải thích các quy định mơ hồ
• Đánh giá các quyết định của hải quan
• Đánh giá mức độ chấp nhận rủi ro
• Ra quyết định phân loại có thể bảo vệ
• Phối hợp trên các nhóm nguồn, kỹ thuật, hậu cần và pháp lý
• Hiểu các ý nghĩa địa chính trị
• Truyền đạt phơi nhiễm tuân thủ cho các giám đốc điều hành

Cái gì thay đổi là bản chất của công việc. Các chuyên gia tuân thủ thương mại đang trở thành các cố vấn chiến lược chứ không chỉ là người xem xét giao dịch thuần túy, và điều đó đòi hỏi các khả năng mới.

Tư duy về dữ liệu đang trở nên quan trọng hơn. Các đội cần hiểu cách thông tin di chuyển qua các hệ thống, nơi các bất nhất xuất hiện và cách các công cụ tự động hóa đưa ra khuyến nghị. Các kỹ năng giao tiếp quan trọng hơn khi tuân thủ trở thành một vấn đề cấp hội đồng quản trị. Sự hợp tác liên chức năng cũng trở nên cần thiết vì các quyết định phân loại, nguồn, mua hàng, kỹ thuật và tài chính hiện đang liên kết sâu sắc.

Rủi ro của tuân thủ “hộp đen”

Mặc dù có những cơ hội mà AI tạo ra, nhưng vẫn có những lo ngại hợp lý về việc quá phụ thuộc vào tự động hóa. Các quyết định tuân thủ thương mại vẫn là các quyết định pháp lý. Nếu một hệ thống AI khuyến nghị một phân loại không chính xác, các cơ quan quản lý vẫn sẽ giữ nhà nhập khẩu chịu trách nhiệm. Điều đó tạo ra một thách thức quản trị lớn.

Các tổ chức áp dụng AI trong các môi trường tuân thủ cần:

• Quy trình xem xét của con người
• Quy trình phê duyệt rõ ràng
• Lý do ghi chép cho các quyết định
• Kiểm soát phiên bản và đường mòn kiểm toán
• Nguồn dữ liệu minh bạch
• Xác thực liên tục đầu ra của mô hình

Tin tưởng mù quáng vào tự động hóa tạo ra một hình thức rủi ro của riêng nó, một vấn đề mở rộng ra ngoài tuân thủ thương mại.

Khung quản lý rủi ro AI của Viện Tiêu chuẩn và Công nghệ Quốc gia nhấn mạnh tầm quan trọng của quản trị, giải thích và trách nhiệm trong việc triển khai AI doanh nghiệp. Đối với các chức năng tuân thủ, khả năng giải thích đặc biệt quan trọng. Nếu một công ty không thể giải thích cách một quyết định phân loại được đưa ra, việc bảo vệ quyết định đó trong một cuộc kiểm toán sẽ trở nên khó khăn hơn nhiều. Tương lai không phải là tuân thủ hoàn toàn tự động, mà là tuân thủ do con người dẫn dắt được hỗ trợ bởi các hệ thống thông minh.

Tại sao điều này quan trọng hơn các đội tuân thủ

Các đội tuân thủ thương mại trước đây hoạt động chủ yếu bên ngoài tầm nhìn của giám đốc điều hành, nhưng điều đó đang thay đổi nhanh chóng. Thuế quan hiện ảnh hưởng đến dự báo lợi nhuận, trì hoãn hải quan làm gián đoạn lịch trình sản xuất, thực thi lao động cưỡng bức ảnh hưởng đến chiến lược nguồn và các sự kiện địa chính trị thay đổi tính khả thi của nhà cung cấp. Các quyết định thương mại cuối cùng ảnh hưởng đến chiến lược kinh doanh rộng lớn hơn. Đây là lý do tại sao việc áp dụng AI trong các môi trường tuân thủ đang được đẩy nhanh. Các giám đốc điều hành muốn:

• Khả năng hiển thị nhanh hơn về phơi nhiễm thuế quan
• Dự báo tốt hơn về chi phí hạ cánh
• Cảnh báo sớm hơn về rủi ro nguồn
• Sẵn sàng kiểm toán mạnh mẽ hơn
• Chuỗi cung ứng mạnh mẽ hơn

Các thách thức về khả năng theo dõi thường bị phức tạp bởi việc sử dụng nhiều trung gian và mạng lưới nhà cung cấp đa cấp. Các nhà sản xuất có thể nguồn nguyên liệu thông qua nhiều nhà cung cấp độc lập, khiến việc xác minh điều kiện lao động sâu trong chuỗi cung ứng trở nên khó khăn. Đây là lý do tại sao các công cụ ánh xạ AI, giám sát nhà cung cấp và phát hiện rủi ro đang nhận được sự chú ý ngày càng tăng từ các đội tuân thủ.

Giai đoạn tiếp theo của hoạt động thương mại toàn cầu

Tuân thủ thương mại đang bước vào một thời đại khác với những trải nghiệm khác. Số lượng thay đổi quy định, áp lực thực thi, kiểm tra chuỗi cung ứng và các hành động thương mại liên quan đến lao động không có khả năng giảm. Các chính phủ đang sử dụng cả các công cụ thực thi hải quan và các cơ chế chính sách thương mại rộng lớn hơn để giải quyết các vấn đề lao động cưỡng bức, tạo ra các kỳ vọng tuân thủ mới cho các nhà nhập khẩu và các đối tác chuỗi cung ứng của họ.

Các tổ chức thích nghi thành công có khả năng chia sẻ một số đặc điểm:

• Quản trị dữ liệu mạnh mẽ
• Hợp tác liên chức năng
• Xác thực phân loại liên tục
• Giám sát AI minh bạch
• Đầu tư vào tài năng tuân thủ
• Truy cập nhanh hơn vào thông tin hoạt động

Câu hỏi không còn là liệu trí tuệ nhân tạo có ảnh hưởng đến tuân thủ thương mại hay không vì nó đã ảnh hưởng. Câu hỏi quan trọng hơn là liệu các tổ chức có chuẩn bị để quản lý chuyển đổi đó một cách có trách nhiệm hay không.