La Conferencia de Tecnología 2026 de la OMA incluyó un hackathon en el que se invitó a los participantes a imaginar soluciones que facilitaran la mejora de la gestión de riesgos en la importación de pequeños paquetes generados por ventas en línea.

Treinta y ocho participantes, divididos en cinco equipos, asumieron el reto. Los equipos fueron conformados por administraciones aduaneras, entidades portuarias y comerciales, y el sector tecnológico.

Durante 48 horas, los equipos trabajaron en el desarrollo de prototipos aplicables que pudieran:

• Detectar envíos fraccionados diseñados para evadir el umbral de minimis de 1.000 AED.
• Asignar automáticamente códigos arancelarios (HS) de 6 dígitos a las mercancías sobre la base de descripciones comerciales.
• Aplicar controles automatizados con precisión para garantizar el despacho acelerado de transacciones conformes.
• Marcar envíos que contuvieran mercancías prohibidas o restringidas.

La OMA proporcionó a los equipos un gran conjunto de datos de pedidos que simulaba un flujo en tiempo real de pedidos de un mercado en línea, incluyendo datos como nombre del importador, dirección de entrega, nombre del producto, descripción, precio y otros atributos. Una tabla arancelaria simplificada permitió el cálculo automatizado de derechos, y un conjunto de indicadores de riesgo respaldó la focalización y los controles de seguridad.

Uno de los requisitos del diseño del sistema era que pudiera generar resultados operativamente significativos, idealmente respaldados por una interfaz de usuario o panel de control sencillo. En la práctica, esto significaba que las mejores soluciones debían ser no solo técnicamente sólidas, sino también “utilizables”: comprensibles para un funcionario, auditables para fines de supervisión y capaces de escalarse.

El diseño y el desarrollo comenzaron rápidamente, con decisiones iniciales centradas en la gestión de datos, la estructuración del flujo de procesamiento y la combinación de controles basados en reglas con analítica, cuando resultara apropiado. Al final del Día 1, cada equipo tenía un plan funcional y una primera versión en desarrollo.

El Día 2 se dedicó a la implementación: limpieza y estructuración de datos, perfeccionamiento de enfoques de clasificación arancelaria, implementación de compuertas lógicas y conexión de resultados con paneles de control o interfaces de usuario sencillas.

El trabajo avanzó mediante iteración rápida – pruebas, depuración y ajuste del rendimiento – mientras los equipos preparaban una narrativa coherente para la demostración final. Al cierre del Día 2, la mayoría de los prototipos estaban finalizados. Podían ingerir el flujo de datos de pedidos, ejecutar la lógica de decisión y mostrar resultados de una manera que permitía a los funcionarios comprenderlos y fundamentar la toma de decisiones.

El Día 3 fue un último tramo, corto pero decisivo, durante el cual los equipos se centraron en la estabilidad de su prototipo y en el desarrollo de visualizaciones claras y una presentación concisa.

Aunque los prototipos abordaban la misma misión, cada uno tenía una filosofía y un conjunto de herramientas distintos.

El equipo llamado “National Legends” destacó un principio central repetido a lo largo del hackathon: el valor estratégico de los datos electrónicos anticipados. Su “Customs Intelligence Dashboard” incluía cuatro motores funcionales alineados con acciones específicas: Identificar, Clasificar, Evaluar y Proteger.

Una característica notable fue su enfoque para la asignación de códigos arancelarios. Presentaron un motor de clasificación basado en procesamiento de lenguaje natural que no solo generaba sugerencias de clasificación, sino que también mostraba niveles de confianza y casos de “requiere revisión”. Esto reforzó un punto operativamente importante: la automatización a gran escala funciona mejor cuando se combina con transparencia sobre la calidad y la incertidumbre, de modo que los funcionarios puedan centrar su atención donde más valor aporta. Además, su solución mostraba todos los riesgos (envíos fraccionados y envíos de alto riesgo) relacionados con un envío en una sola pantalla.

El equipo llamado “ICP Codebreakers” desarrolló una solución apodada “Mijass”, un término árabe que significa sonda o detector temprano de riesgos. Su solución destacó por reflejar con claridad un “centro de mando”. Su panel de control demostró un procesamiento integral sobre un gran conjunto de datos, con indicadores principales como “Revenue Recovered (L3)”, “Security Threats (L4)” y “Split Shipment Rings (L1)” presentados como resultados analíticos. La interfaz también puso de relieve consideraciones de rendimiento y eficiencia, señalando que la velocidad y el costo importan cuando las soluciones deben escalar a grandes volúmenes.

El equipo llamado “Dhabi71” introdujo una persona de IA (“Hamad”) como prototipo de apoyo a la toma de decisiones. Su filosofía de diseño era que el sistema no debía ser una caja negra. Sus paneles estaban estructurados en torno a necesidades operativas, ofreciendo vistas en profundidad que se asemejaban a un expediente auditable por paquete. Esto permitía a los funcionarios ver por qué se tomó una decisión al vincular, en una sola vista coherente, indicadores de riesgo específicos, resultados de clasificación y valoración, e impactos arancelarios.

El equipo llamado “B’Odogwu” desarrolló un prototipo denominado “Parcel-Intel”, concebido como un motor automatizado de inteligencia con un flujo de trabajo práctico: cargar CSV, procesar automáticamente una cadena de cuatro compuertas, visualizar paneles, generar informes y exportar datos enriquecidos. Hicieron hincapié en consideraciones arquitectónicas, como el procesamiento eficiente en memoria para manejar volúmenes muy grandes en infraestructura estándar. Su solución también destacó la “asignación de carril de riesgo en tiempo real” como una forma de traducir analítica compleja en direccionamiento operativo accionable. En su enfoque sobre el “impacto en el mundo real”, subrayaron un alto potencial de automatización, cálculo preciso de derechos y la capacidad de focalizar inspecciones donde se necesitan, manteniendo al mismo tiempo el procesamiento de grandes volúmenes.

El equipo llamado “AD Ports Digital” se centró en la velocidad de entrega y la calidad de los datos – una limitación importante en el comercio electrónico, donde las descripciones de productos pueden ser complejas, incoherentes o incompletas. Su presentación destacó un enfoque de implementación iterativo (preparación de datos, construcción del flujo, pruebas preliminares y refinamiento) y mostró cómo las herramientas habilitadas por IA generativa pueden acelerar tareas como la estructuración, el enriquecimiento y la clasificación.

En lugar de tratar la IA como un único “paso mágico”, su enfoque la situó como un acelerador práctico a lo largo del flujo de trabajo: mejorando la preparación de datos, apoyando la lógica de clasificación y permitiendo iteraciones rápidas bajo fuertes limitaciones de tiempo. Este énfasis en la iteración y la madurez de las herramientas se ajustó bien a la realidad de un hackathon: la capacidad de pasar de datos brutos a un flujo coherente suele ser tan importante como cualquier elección puntual de modelo.

Aunque los equipos utilizaron diferentes interfaces y tecnologías, el núcleo del hackathon residió en la lógica utilizada para procesar el flujo de datos de pedidos e identificar los comportamientos descritos en la misión. El reto no consistía únicamente en manejar volumen, sino en producir decisiones que fueran coherentes, explicables y defendibles.

Una característica crítica era la capacidad de detectar envíos fraccionados diseñados para mantenerse por debajo de los umbrales de valor específicos que permiten exención fiscal y procedimientos simplificados en algunos países. El escenario reflejaba un patrón común observado en los flujos de comercio electrónico: realizar múltiples pedidos bajo la misma identidad el mismo día para seguir siendo elegible para trámites simplificados. Para contrarrestarlo, los equipos construyeron una lógica de agregación que agrupaba pedidos mediante combinaciones como “Nombre del importador + Dirección de entrega + Fecha” y calculaba totales diarios respecto de esas identidades. Esto permitió a los sistemas señalar superaciones de umbral que probablemente pasarían desapercibidas en controles manuales.

La dimensión de protección y seguridad fue igualmente importante. Se exigió a los equipos señalar artículos restringidos independientemente de su valor. Los sistemas escaneaban descripciones en busca de indicadores vinculados a perfiles de riesgo (por ejemplo, baterías de litio o artículos con hoja), lo que permitía una rápida segregación de mercancías de mayor riesgo frente a flujos conformes.

Los equipos entregaron prototipos funcionales, no maquetas estáticas. Desarrollaron aplicaciones basadas en navegador capaces de cargar el flujo de pedidos, ejecutar la lógica del reto y visualizar rápidamente los resultados. Algunos equipos también mostraron cómo las plataformas no-code / el desarrollo asistido por IA pueden acelerar la entrega de aplicaciones (frontend y backend / bases de datos) basadas en necesidades empresariales específicas sin escribir una sola línea de código.

El hackathon también sirvió como plataforma para mostrar ideas de futuro y poner a prueba la estrategia – explorando cómo los datos, la lógica de decisión y el diseño centrado en el usuario pueden traducir marcos conceptuales en conceptos operativos implementables.

National Legends reforzó una visión estratégica de calidad de decisión a escala, indicando cómo los datos electrónicos avanzados pueden convertirse en la columna vertebral tanto de la facilitación como del control. Parcel-Intel destacó la extensibilidad, incluyendo cómo las reglas SA, los conjuntos de palabras clave de riesgo y los patrones de integración podrían evolucionar con el tiempo. Otros equipos posicionaron sus prototipos como peldaños hacia una modernización más amplia, en la que la interoperabilidad y el intercambio confiable de datos a través de fronteras y actores de la cadena de suministro se vuelven esenciales para resultados sostenibles.

Al concluir la Conferencia, cada equipo presentó su solución a los participantes de la conferencia y a un jurado compuesto por los panelistas de la Sesión 8 sobre comercio electrónico, en representación tanto de administraciones aduaneras como del sector privado.

Se pidió a los participantes de la conferencia y al jurado que votaran por su prototipo favorito. El premio del público fue para Dhabi71 y el premio del jurado para AD Ports Digital.

El hackathon demostró que la innovación puede construirse, probarse y demostrarse en 48 horas cuando profesionales y expertos colaboran en torno a un caso de uso operativo claro. Validó el hackathon como un modelo práctico para la resolución de problemas en el ámbito aduanero, generando soluciones prototipo para desafíos urgentes al tiempo que fomenta una comunidad de innovadores y un espíritu de mejora continua.