Verificar cumplimiento comercial parece sencillo en teoría: extraer datos de un documento, cotejarlos con bases gubernamentales oficiales e informar de resultados. En la práctica, esas «bases gubernamentales oficiales» son un mosaico fragmentado de sistemas antiguos, API inconsistentes, disponibilidad poco fiable y formatos radicalmente distintos.
En Atlas Verified nos conectamos a decenas de fuentes gubernamentales y regulatorias para verificar documentos comerciales en tiempo real. Cada integración ha sido una lección de ingeniería defensiva. Esta publicación comparte lo aprendido al construir sistemas fiables sobre infraestructura gubernamental poco fiable.
El panorama
El cumplimiento comercial internacional implica múltiples agencias de EE. UU., cada una con bases propias y patrones propios de acceso:
Base de datos de integridad orgánica del USDA. La fuente canónica del estado de certificación orgánica en Estados Unidos. Contiene cada operación orgánica certificada, su agente certificador, alcance y estado actual. No existe API en tiempo real. El USDA publica una exportación CSV, un único archivo enorme, que debe descargarse, analizarse y cargarse en su propia base. Las actualizaciones siguen el calendario del USDA, no el suyo.
Lista OFAC de Nacionales Especialmente Designados (SDN). Mantenida por la Oficina de Control de Activos Extranjeros del Departamento del Tesoro de EE. UU. Toda empresa de comercio internacional debe legalmente revisar contrapartes frente a esta lista. Disponible como descargas XML y mediante servicios API de terceros. Cambia frecuentemente con la evolución geopolítica.
Alertas de importación de la FDA. La Administración de Alimentos y Medicamentos publica alertas de importación que señalan productos, empresas o países para mayor inspección o detención sin examen físico. Disponibles mediante OpenFDA API como JSON, pero el modelo es complejo y la relación entre alertas, empresas y productos no siempre es evidente.
Consolidated Screening List (CSL). Mantenida por Trade.gov, integra 11 listas de revisión de varias agencias, incluidas OFAC SDN, BIS Entity List, BIS Denied Persons e ITAR Debarred. Disponible como API JSON, pero cada lista subyacente tiene estructuras de campos y criterios de cotejo distintos.
Datos arancelarios de la OMC. Tariff Download Facility de la Organización Mundial del Comercio proporciona aranceles de nación más favorecida por país y código HS. Útil para validar tipos de derechos declarados en facturas comerciales. Disponible como conjuntos descargables, sin API en tiempo real.
Cada fuente usa formatos y calendarios distintos, tiene características propias de fiabilidad y requiere distintas estrategias de consulta. No existe una API gubernamental unificada de cumplimiento. La crea usted o no la tiene.
El problema de la vigencia
Cuando un responsable de cumplimiento comprueba si una empresa está en una lista de sanciones, necesita saber que la respuesta está actualizada. No desde la semana pasada: desde este momento.
Esto crea una tensión de ingeniería. Algunas bases, como la de integridad orgánica del USDA, solo están disponibles como exportaciones periódicas. Otras, como OFAC, tienen servicios API externos que afirman ofrecer acceso en tiempo real, pero «en tiempo real» significa realmente «sincronizamos cada pocas horas».
Nuestro enfoque es una estrategia de vigencia por niveles:
Nivel 1: verificación mediante API en tiempo real. Para comprobaciones críticas como sanciones y listas de partes restringidas, llamamos API externas al consultar. El resultado tiene la vigencia de los datos del proveedor API. Almacenamos resultados brevemente en caché para consultas repetidas dentro de la misma sesión, pero nunca ofrecemos datos obsoletos de sanciones entre sesiones.
Nivel 2: datos locales sincronizados. Para grandes conjuntos de referencia como operaciones orgánicas USDA, Consolidated Screening List e índices de puertos, mantenemos copias sincronizadas en nuestra base. Las tareas automáticas se ejecutan en calendarios configurables y obtienen los datos más recientes de la fuente. Las consultas locales son rápidas e independientes de la disponibilidad de la fuente.
Nivel 3: datos de referencia estáticos. Para conjuntos que cambian poco, como tablas arancelarias OMC, definiciones de códigos HS y características de puertos, cargamos datos de referencia y los actualizamos en ciclos más largos. Cambian trimestral o anualmente, por lo que una actualización diaria sería excesiva.
Cada resultado incluye metadatos de vigencia: última sincronización de la fuente subyacente y periodo máximo de antigüedad. Los sistemas posteriores y usuarios pueden decidir con conocimiento basándose en ellos.
El reto del cotejo aproximado
Las bases gubernamentales no saben cómo escriben los nombres empresariales sus documentos. Y sus documentos no saben cómo los escribe la base gubernamental.
No es un problema trivial. Una empresa puede aparecer como «Pearl White International Limited» en un conocimiento de embarque, «PEARL WHITE INTERNATIONAL LIMITED» en un registro OFAC, «Pearl White Intl. Ltd.» en un certificado de origen y «Pearl White Int'l» manuscrito en una lista de empaque. Son la misma entidad.
El cotejo eficaz de entidades para cumplimiento requiere varias estrategias conjuntas:
Normalización. Antes de comparar, se normalizan consulta y entradas de la base: unificación de mayúsculas y minúsculas, eliminación de puntuación, expansión de abreviaturas y estandarización de espacios. Esto resuelve los casos sencillos.
Cotejo fonético. Los nombres que suenan igual pero se escriben distinto, habituales en transliteraciones de alfabetos no latinos, requieren algoritmos fonéticos. Un nombre transliterado del chino o árabe suele tener varias grafías válidas en inglés.
Similitud basada en tokens. En lugar de comparar cadenas completas, dividimos nombres en tokens y medimos coincidencias. «Pearl White International Limited» e «International Pearl White Ltd» son los mismos tokens reordenados. Estos enfoques gestionan bien cambios de orden de palabras.
Desambiguación contextual. Cuando el cotejo aproximado produce varios candidatos, el contexto documental ayuda a distinguirlos. Si el documento sitúa la empresa en Mumbai, India, y solo una de tres coincidencias «Pearl White» está en India, esa es la correcta.
El proceso de cotejo puntúa cada candidato en varias dimensiones. Las coincidencias de alta confianza pasan automáticamente a verificación. Las de baja confianza se presentan al usuario con las pruebas de cada candidato.
Crear adaptadores para fuentes poco fiables
Las API gubernamentales no están diseñadas para uso comercial de alta disponibilidad. Caen por mantenimiento sin aviso. Limitan agresivamente las consultas. Cambian formatos de respuesta en actualizaciones menores. Devuelven páginas HTML de error en vez de respuestas de error adecuadas.
Cada fuente externa de nuestro sistema se accede mediante una capa adaptadora que gestiona estas realidades:
Disyuntores. Si una fuente falla repetidamente, el adaptador deja de enviar solicitudes durante un periodo de pausa. Esto evita fallos en cascada: si una API cae, no queremos que todas las verificaciones concurrentes queden esperando a agotar tiempos.
Degradación controlada. Cuando una fuente no está disponible, la verificación continúa con las disponibles. El resultado indica claramente qué comprobaciones finalizaron y cuáles se omitieron por falta de disponibilidad.
Validación de respuestas. Validamos cada respuesta frente a esquemas esperados antes de procesarla. Las API gubernamentales devuelven a veces datos malformados, cuerpos vacíos con códigos 200 o JSON válido con estructuras inesperadas.
Reintentos con espera progresiva. Los fallos transitorios activan reintentos automáticos con espera exponencial. La estrategia se adapta a cada fuente: algunas API se recuperan rápido y otras permanecen caídas durante periodos prolongados.
La cadena de verificación
Un solo documento comercial puede activar comprobaciones en cinco o más fuentes independientes. Un conocimiento de embarque puede requerir revisión OFAC de todas las partes, comprobaciones de alertas FDA, Consolidated Screening List, posiciones de buques, seguimiento de contenedores y validación arancelaria.
Estas comprobaciones son independientes y paralelas. Pero todas deben terminar o fallar de forma controlada antes de presentar el resultado. Nuestro sistema envía simultáneamente las aplicables, sigue su estado y construye el resultado final a medida que terminan. Las rápidas se entregan inmediatamente y las lentas aparecen al completarse.
La capa de orquestación también gestiona dependencias. Si una revisión de sanciones devuelve una coincidencia de alta confianza, el sistema señala que toda la verificación requiere revisión humana, independientemente de los demás resultados.
De datos sin procesar a inteligencia práctica
La forma más básica de un resultado de cumplimiento no ayuda: «La API devolvió un objeto JSON con 3 posibles coincidencias». Un responsable necesita entender qué significan, cuánta confianza merece cada una y qué hacer.
Nuestra capa de procesamiento transforma respuestas API sin procesar en hallazgos estructurados y prácticos:
Puntuación. Cada coincidencia se puntúa por similitud de nombres, correlación geográfica y tipo de entidad. Una coincidencia de nombre de 97% con una entidad sancionada del mismo país es muy distinta de una de 72% con una entidad de otro continente.
Contextualización. Los resultados se presentan en el contexto del documento y verificación concretos. Los hallazgos incluyen la parte comprobada, datos de la entidad coincidente y por qué la coincidencia es relevante.
Priorización. No todos los hallazgos son iguales. Una coincidencia positiva de sanciones es crítica. Una certificación orgánica vencida es importante. Una discrepancia arancelaria menor es informativa. El sistema clasifica por gravedad.
Acciones recomendadas. Cuando es posible, el sistema sugiere pasos: «Considere solicitar un certificado actualizado», «Verifique directamente el número de registro empresarial», «Remita a revisión de diligencia debida reforzada». Esto convierte una consulta de datos en un flujo de trabajo.
Ingeniería para la confianza
El reto fundamental de conectar IA a bases gubernamentales es la confianza, más allá de lo técnico. Los profesionales de cumplimiento son legalmente responsables de sus decisiones de verificación. Necesitan confiar en datos vigentes, cotejos precisos, resultados completos y transparencia sobre limitaciones.
Cada decisión de diseño de nuestra capa de datos sirve a este principio. Mostramos marcas de tiempo de vigencia. Explicamos puntuaciones de coincidencia. Informamos de fuentes no disponibles. Nunca presentamos resultados incompletos como completos.
Crear esa confianza exige rigor más allá de acertar la mayoría de las veces. Exige acertar siempre y ser honestos cuando la respuesta es incierta.
Atlas Verified se conecta a decenas de bases gubernamentales y regulatorias para verificar cumplimiento comercial en tiempo real. Nuestra capa gestiona la complejidad de infraestructura fragmentada para que los profesionales se concentren en decisiones, en vez de recopilar datos.