Desde 2016, el Departamento de Aduanas de Nepal (Aduana de Nepal) utiliza SIDUNEA World para automatizar el procedimiento de despacho.  Este sistema está dotado de un dispositivo de selección basado en el riesgo, pero dispone de normas estáticas, perfiles de riesgo manuales y reposa en la discreción de los funcionarios.

El análisis de casos relacionados con la subvaloración, la clasificación errónea, el uso indebido de exenciones fiscales y otras prácticas que generan pérdidas en la recaudación demostraron que el riesgo que planteaban algunas transacciones debería haber sido detectado por el sistema antes del despacho, y no tras realizar auditorías de control a posteriori o gracias a las denuncias de informantes.  Obligados a tramitar rápidamente un número creciente de declaraciones, a pesar de disponer de una capacidad limitada para realizar análisis de riesgo en profundidad, los funcionarios de aduanas pasaban por alto frecuentemente las señales de alarma que apuntaban a envíos de alto riesgo e intervenían innecesariamente en el caso de empresarios que cumplían las normas.

De conformidad con los objetivos gubernamentales de modernización y los principios rectores de la OMA, la Aduana de Nepal decidió adoptar una solución específica basada en el aprendizaje automático conocida como Sistema Aduanero Automatizado de Gestión de Riesgos (CRMS, por sus siglas en inglés).  Concebido como un mecanismo adaptable de gestión de riesgos dinámico, y basado en datos empíricos, el CRMS está destinado a ser un módulo independiente pero integrado en SIDONIA World.

Se creó un equipo de expertos en aduanas, gestión de riesgos y tecnologías de la información para examinar 30 indicadores de riesgo que permitieran detectar los riesgos relacionados con los envíos y elaborar los modelos de datos asociados a dichos indicadores.  Se creó un almacén de datos para guardar los datos recopilados en SIDONIA World, en la base de datos de valoración en aduana y los compilados por los organismos de supervisión, como las listas de mercancías sensibles y de importadores, exportadores o declarantes que presentan un riesgo.  Por último, se elaboraron modelos analíticos y algoritmos para identificar patrones y establecer relaciones entre los datos.

Los principales componentes del CRMS se describen a continuación :

1. Una capa de extracción de datos : el proceso ETL (extract, transform and load, es decir, extraer, transformar y cargar) que se utiliza para extraer datos de SIDUNEA y otras fuentes de datos;
2. Un motor de riesgo que crea el perfil de cada transacción, aplica las reglas de segmentación y analiza el comportamiento comparando los datos nuevos con los datos históricos;
3. Un modelo de calificación de riesgos que asigna una puntuación compuesta de riesgo utilizando parámetros ponderados como el código del SA, el país de origen, el historial del importador o del exportador, los patrones de declaración y las anomalías en materia de valoración; y
4. Un panel de control basado en la web que sirve como interfaz de usuario para que los responsables de la gestión de riesgos supervisen las alertas, editen perfiles y visualicen las tendencias de riesgo.

En el sistema actual, cuando un declarante presenta una declaración, el CRMS extrae del sistema SIDONIA en tiempo real la información que contiene y procesa los datos introducidos según los modelos analíticos.  A continuación, el CRMS genera una serie de recomendaciones, que se clasifican, categorizan y priorizan.  Estas recomendaciones se envían después a los funcionarios de aduanas a través de SIDONIA World para su evaluación.  Los resultados de las auditorías de control a posteriori y de las inspecciones se analizan sistemáticamente para perfeccionar y actualizar los parámetros de riesgo.

A continuación, se reproduce el diagrama funcional de la arquitectura del CRMS:

El CRMS se ha implementado en seis oficinas aduaneras importantes que procesan casi el 90 % de todos los envíos comerciales.  A medida que los funcionarios se familiarizaban con el CRMS, los efectos positivos de este sistema se hicieron patentes tanto en el rendimiento individual como en la cultura organizativa.

Una declaración puede parecer conforme a primera vista, pero al identificar sistemáticamente las incoherencias en los comportamientos comerciales, por ejemplo, la ruta utilizada, el CRMS respalda la capacidad de selección de los funcionarios de aduanas, especialmente en casos de declaraciones falsas y subfacturación o sobrefacturación.  El análisis de declaraciones de importación de un producto específico durante un periodo de tres meses mostró un aumento de la conformidad, gracias a que, tras la selección sistemática de los envíos de dichos artículos, se hubieran descubierto prácticas fraudulentas tales como la declaración incorrecta de la marca, el modelo y el tamaño de dichos artículos.  La mejora de la calidad de los datos presentados por los declarantes mejoró significativamente la detección de otros riesgos relacionados con dicho producto, como la subvaloración, la sobrevaloración y el fraude en las cantidades.  El CRMS identificó errores de clasificación en el 0,02 % de las declaraciones de esos envíos, lo que permitió a la Aduana de Nepal recaudar aproximadamente un 3,74 % de ingresos adicionales por esos artículos.

Al automatizar la evaluación rutinaria de riesgos y proporcionar recomendaciones claras, el sistema redujo la carga cognitiva y la presión del tiempo sobre los funcionarios en primera línea, quienes declararon disponer de mejores competencias para interpretar los datos, actuar de forma más coherente en la toma de decisiones y mostrar mayor confianza en los resultados de la selección.  En general, el CRMS mejoró la productividad, la calidad de las decisiones y la motivación del personal, al tiempo que fomentó una cultura de responsabilidad, colaboración y aprendizaje continuo dentro en la Aduana de Nepal.

De cara al futuro, la Aduana de Nepal pretende ampliar las capacidades del CRMS añadiendo imágenes generadas por sistemas de inspección no intrusivos como fuente de datos y aplicando algoritmos de aprendizaje profundo para identificar patrones, estructuras y reordenaciones anormales de las mercancías que aparecen en las imágenes, lo que permitirá detectar artículos ilegales ocultos mezclados con envíos legítimos.  Para mayor eficacia, el CRMS se integrará en otros sistemas informáticos, como los de la Agencia Tributaria de Nepal y otros organismos de control, posibilitando así el acceso a la información generada por las investigaciones realizadas por estos organismos.  Se invita a las Administraciones de Aduanas interesadas en el CRMS, especialmente las que utilizan SIDONIA, a ponerse en contacto con el autor.

Para más información
Póngase en contacto con el autor
www.customs.gov.np