Kunstig intelligens (AI) er i de senere år blevet et begreb i de fleste brancher, også inden for logistik og supply chain management. Med løfter om automatisering, mere effektive arbejdsgange og bedre beslutningsgrundlag vokser interessen for AI. Men hvad er den reelle effekt? Er AI klar til at gøre en forskel, eller er det mest hype?
Hvad er AI egentlig, og hvad betyder det for toldbehandling?
AI omfatter en bred vifte af teknologier. Maskinlæring gør det muligt for systemer at lære af data og foretage forbedringer uden programmering. Natural Language Processing (NLP) gør det muligt for computere at forstå og bruge menneskeligt sprog, for eksempel ved analyse af dokumenter eller toldregler. Derudover findes der ekspertsystemer, der træffer komplekse beslutninger baseret på domænespecifik viden eller kan fortolke visuel information som dokumenter og fragtbreve.
Disse teknikker bruges i stigende grad i software til toldbehandling. Der findes f.eks. applikationer, der hjælper med automatisk at fastlægge harmoniserede systemkoder (HS)-koder, opdage fejl i angivelser eller hurtigere behandle forskellige dokumenter. Også udviklingen af generativ AI, hvor systemer selv genererer nyt indhold eller nye indsigter baseret på store datamængder, kan give mange fordele.
Hvordan kan AI forbedre toldprocesser?
AI kan bidrage til en mere effektiv toldbehandling på flere måder. Et eksempel er automatisk klassificering af varer på baggrund af beskrivelser og historiske data. Dette mindsker risikoen for forkerte HS-koder, som kan medføre forsinkelser eller sanktioner. AI kan også være til hjælp ved kontrol af sanktionslister og enheder med handelsrestriktioner. Takket være forbedret nøjagtighed reduceres antallet af falske positive resultater betydeligt.
Et andet vigtigt anvendelsesområde er dokumenthåndtering. Ved hjælp af natural language processing og Computer Vision kan systemer automatisk genkende, læse og udtrække relevante oplysninger fra dokumenter som fakturaer, fragtbreve og oprindelsesattester. Det sparer tid, reducerer menneskelige fejl og fremskynder deklarationsprocessen. Samtidig kan AI opdage afvigelser og risici ved revisioner eller toldkontrol, hvilket giver en mere proaktiv overholdelse af gældende toldregler.
Derudover ser vi, at AI bruges i den bredere forsyningskæde til ting som prognoser for efterspørgsel efter en vare, ruteoptimering, last mile-leverancer, simuleringer af forstyrrelser og evaluering af leverandører. Også inden for toldområdet er der et stigende ønske om at få forudsigelige indsigter, f.eks. om forsinkelser, estimated time of arrivals (ETA) eller potentielle flaskehalse ved grænseovergange.
Hvad er risiciene ved AI inden for toldbehandling?
På trods af fordelene er der også risici, da AI-modeller er afhængige af kvaliteten af træningsdataene. Hvis disse data er ufuldstændige eller partiske, fører det til upålidelige prognoser. Derudover er mange AI-systemer stadig "sorte bokse": de giver resultater, men forklarer ikke, hvorfor de er nået frem til den beslutning. Det er problematisk i et miljø, hvor gennemsigtighed og overholdelse er afgørende.
Der er også juridiske udfordringer, da de internationale handelsregler ændrer sig konstant, og AI skal kunne tilpasse sig dette. Derudover forekommer der såkaldte "hallucinationer", hvor AI-genereret information kan være forkert eller opdigtet, hvilket kan få alvorlige konsekvenser i toldrelaterede sammenhænge. Sikkerhedsrisici som "prompt hacking" eller misbrug af modeller er også et problem, ligesom den enorme computerkraft og infrastruktur, der kræves for at anvende AI i stor skala.
AI i praksis
Brugen af AI inden for toldbehandling bliver stadig mere udbredt, men dens reelle værdi kommer først til udtryk, når den anvendes med et klart formål og med fuld gennemsigtighed. Et centralt princip er derfor at arbejde med såkaldt forklarbar AI (explainable AI), dvs. modeller, der ikke kun giver resultater, men også indsigt i, hvordan beslutningerne er truffet.
AI bør ses som et supplement til menneskelig ekspertise, ikke som en erstatning. Ved at kombinere teknisk kapacitet med menneskelig viden kan virksomheder sikre, at både lovkrav og regler overholdes på en pålidelig måde. Det er også afgørende, at AI-løsninger holdes opdateret i overensstemmelse med gældende regler.
Udviklingen af AI-baserede løsninger inden for toldområdet bør ske i tæt samarbejde med specialiserede partnere, der har fokus på risikovurdering og automatisering af regeloverholdelse. Med henblik på at levere konkrete, målbare fordele for både toldafdelinger og logistikteams skal automatisk screening, dokumentgenkendelse og smarte prognoser for forsinkelser være inkluderet.
Konklusion: hype eller gennembrud?
AI har potentiale til at forbedre software til told og logistik betydeligt, men forventningerne skal være realistiske. Mange leverandører tilbyder AI, men i virkeligheden handler det mere om simpel automatisering. Fremtiden ligger i transparent, forklarbar og kontrolleret brug af AI i samarbejde med mennesker og eksperter, der har indgående kendskab til toldbehandling.
Skrevet af:
Per Olafsen
Senior Account Executive, Global Sales
Book et møde med os idag. Så fortæller vi om hvordan du kan skabe en effektiv og sikker toldbehandling med automatiserede processer til bl.a. toldangivelser og toldlager.
