Ingreso manual vs. IA de datos aduaneros:
¿Cuál sobrevive 20 ingresos al día?

Qué ocurre realmente durante la preparación manual de declaraciones aduaneras

El proceso de presentación de declaraciones aduaneras —el envío formal de datos al sistema ACE de CBP, al CDS de HMRC o a las autoridades aduaneras de los Estados miembros de la UE— ya es digital. Lo que no es digital, en la mayoría de las agencias de aduanas, es el paso previo a la presentación: extraer los datos comerciales de los documentos originales y teclearlos en el software de declaración. Esta es la brecha que la mayoría de los debates sobre automatización pasan por alto. Las conexiones EDI y API gestionan la transferencia máquina a máquina entre sistemas que ya contienen datos estructurados. No leen una lista de empaque escaneada de una fábrica en Shenzhen.

El flujo de trabajo manual para preparar una sola declaración aduanera se divide en cinco pasos:

Esta inversión del esfuerzo — donde el trabajo mecánico consume más tiempo que el trabajo especializado — es el patrón que define cuándo los flujos de trabajo manuales fallan. También define dónde la automatización realmente ayuda: no reemplazando la experiencia aduanera, sino eliminando la barrera de la transcripción que consume el tiempo antes de que se pueda aplicar dicha experiencia. Para un análisis más profundo de por qué este patrón persiste en la industria, consulte nuestro análisis de las razones estructurales por las que la gestión de datos aduaneros sigue siendo un cuello de botella en las operaciones de carga.

Velocidad: Lo que "3 Minutos por Documento" Significa en una Semana de 100 Declaraciones

Una sola página de datos impresos toma aproximadamente 3 minutos para transcribir manualmente — localizar cada campo, escribirlo, verificarlo. Este es el promedio entre operadores de ingreso de datos con experiencia en condiciones normales de trabajo. La investigación sobre operadores de ingreso de datos calificados encuentra consistentemente tasas de error entre el 0.5% y el 1% incluso en condiciones controladas — y esas tasas aumentan durante la jornada laboral. El mismo operador que escribe con un 1% de precisión a las 9 AM produce errores del 3%+ al final de la tarde a medida que se instala la fatiga cognitiva.

Para un agente de aduanas que maneja 20 declaraciones por día — un volumen típico para una agencia pequeña o mediana — el cálculo es sencillo: 20 declaraciones × 3 minutos de extracción de datos por declaración = 60 minutos. En la práctica, con clasificación de documentos, verificación cruzada y manejo de inconsistencias de formato, la cifra real se acerca a 90-120 minutos por día dedicados puramente a la transcripción de datos. En una semana de cinco días manejando 100 declaraciones, eso son 7.5-10 horas — esencialmente un día laboral completo por semana consumido por un paso que no agrega conocimiento aduanero y crea la mayoría de los errores.

Así es como se desglosa el cronograma por declaración en ambos flujos de trabajo para una declaración estándar de una sola línea:

El paso de extracción por sí solo se reduce de 3 a 5 minutos por entrada a 5 a 10 segundos. Con 20 entradas al día, se recuperan aproximadamente 1 a 1.5 horas — no del proceso completo de preparación de entradas, sino específicamente del trabajo mecánico de transcripción. Los pasos de clasificación, archivo y cumplimiento normativo no cambian ni en tiempo ni en calidad, porque no se benefician de escribir más rápido. Se benefician de que el operador tenga más capacidad mental al llegar a ellos.

El mecanismo que produce esta velocidad es la extracción por nombre de columna: en lugar de leer cada documento y transcribir campo por campo, defines los datos que deseas — "Código SA", "Valor Declarado", "País de Origen", "Nombre del Consignatario" — y la IA localiza cada valor en cualquier parte de la página al comprender su significado semántico. Un campo etiquetado como "商品编码" en una declaración de exportación china, "HS Code" en un formulario CBP 7501 y "Commodity Code" en un SAD de la UE se asignan a la misma columna en tu resultado, sin necesidad de configurar plantillas por formato. Para una guía detallada de este enfoque en distintos formatos de declaración, consulta cómo extraer datos de formularios de declaración aduanera a Excel.

El tiempo de procesamiento de 5 a 10 segundos por página, frente a los aproximadamente 3 minutos por página de la transcripción manual, significa que la ventaja de velocidad se multiplica directamente con el volumen, pero solo para el paso de extracción. Los pasos de toma de decisiones mantienen el mismo ritmo porque el valor está en la experiencia aduanera, no en el cuello de botella. Un agente que gestiona 10 declaraciones al día ahorra entre 30 y 50 minutos. Uno que gestiona 50 ahorra entre 2.5 y 4 horas. El punto de inflexión donde el ahorro de tiempo pasa a "esto cambia cómo organizo mi día" ronda las 20-25 declaraciones diarias.

Precisión: Tres Tipos de Errores en Declaraciones Aduaneras — y Cuáles Elimina Realmente la Automatización

La palabra "precisión" se usa sin rigor en el marketing de automatización, pero los errores en declaraciones aduaneras no son una sola categoría. Se dividen en tres tipos distintos, y la automatización aborda cada uno de manera diferente. Ser precisos sobre cuáles elimina y cuáles no es la diferencia entre una comparación honesta y un discurso de ventas.

Errores de transcripción. La factura indica que el valor declarado es de $14,320. El operador escribe $14,230. Un dígito transpuesto. Si este error persiste hasta la presentación y la validación de CBP no lo detecta —lo que ocurre cuando el valor está dentro de un rango plausible— el importador ha declarado $90 de menos, generando una responsabilidad en cada entrada posterior con el mismo patrón de error. Investigaciones de décadas de estudios sobre ingreso de datos sitúan la tasa de error humano en transcripción calificada entre 0.5-1% en condiciones controladas y 2-5% en condiciones reales con formatos de documentos variados, presión de tiempo y fatiga al final del día. Para un agente aduanal que presenta 500 entradas al mes, una tasa de error del 1% significa que 5 entradas al mes contienen un error de transcripción —y esas 5 entradas, si son detectadas en una evaluación enfocada de CBP, pueden desencadenar una revisión de cada entrada presentada en los últimos cinco años bajo los requisitos de mantenimiento de registros de 19 CFR Parte 163. La extracción con IA elimina por completo los errores de transcripción —la IA lee el valor directamente del documento sin un paso de reescritura humana. Si la IA lo lee correctamente, el valor es correcto. Si el documento es un escaneo de baja calidad donde la IA podría leer mal, el operador revisa esa entrada específica en lugar de escribir manualmente cada entrada.

Errores de clasificación y código. El operador asigna el HTS 8471.30.0100 (máquinas automáticas portátiles para tratamiento de datos) a lo que cree que es una tableta, pero el producto en realidad tiene capacidad celular y debe clasificarse bajo 8517.12.0050. No es un error de transcripción; el operador escribió el código que pretendía. Es un error de juicio de clasificación, y es el tipo de error con mayor impacto financiero. Las sanciones de CBP por negligencia en importaciones sujetas a aranceles van de 0.5 a 2 veces la pérdida de derechos; por negligencia grave, hasta 4 veces; por fraude, hasta 8 veces. En artículos no sujetos a aranceles, las sanciones pueden alcanzar 50-80% del valor de la mercancía por fraude. La extracción con IA no elimina los errores de clasificación. Lo que puede hacer es señalar inconsistencias: la IA lee la descripción de la carga de la factura y el código HS de la declaración, y si la descripción dice "paquete de baterías de iones de litio" y el código es 8507.60.0020 (baterías de almacenamiento de iones de litio), el operador recibe una señal de verificación cruzada en lugar de encontrar la discrepancia manualmente en tres documentos. Pero la decisión de clasificación sigue siendo un juicio humano.

Errores de consistencia entre documentos. La factura comercial indica 1.200 unidades. La lista de empaque, 1.150. El conocimiento de embarque, 1.200. El operador ingresa 1.200 de la factura y nunca coteja la lista de empaque porque va en su decimocuarta entrada de la tarde. El registro se archiva con una discrepancia de cantidad entre los documentos de origen — y el sistema automatizado de selección de CBP marca la inconsistencia a nivel de manifiesto. Este es el tipo de error que, según un estudio de investigación sobre documentación de transporte de carga, afecta al 40% de los envíos, siendo las discrepancias entre documentos el problema documental más común. La extracción con IA reduce esto al procesar todos los documentos de un envío juntos: la tabla de datos extraídos muestra el campo de cantidad de la factura, la lista de empaque y el conocimiento de embarque lado a lado. Una fila de 1.200 / 1.150 / 1.200 es inmediatamente visible. El operador no tiene que abrir tres documentos separados y recordar compararlos.

Las estadísticas comerciales de CBP para el año fiscal 2025 ponen los riesgos en términos concretos: 2432 sanciones aduaneras emitidas, 53 052 liquidaciones de daños y 34 410 millones de dólares recuperados de revisiones de resúmenes de entrada. Cada uno de esos hallazgos comenzó con un dato incorrecto en una declaración aduanera: un error de transcripción, una clasificación errónea, una inconsistencia de datos. No todos fueron causados por la entrada manual de datos, pero cada uno fue una falla en la calidad de los datos. La brecha entre una tasa de error del 1 % con 500 declaraciones al mes y una precisión de extracción superior al 99 % es la diferencia entre 5 errores al mes y potencialmente cero. Y en un entorno regulatorio donde un solo error puede desencadenar una revisión retroactiva de cinco años, el efecto acumulativo es lo que importa, no la tasa por declaración.

Escalabilidad: Con 20 Declaraciones al Día, la Entrada Manual No es un Proceso, es un Problema de Contratación

La dimensión de escalabilidad es donde el modo de falla del flujo de trabajo manual se vuelve estructural, no operativo. Por debajo de 5 declaraciones al día, la entrada manual de datos está bien: no es rápida, pero contratar a otra persona sería absurdo. Entre 5 y 15 declaraciones al día, la ineficiencia es visible pero manejable: el operador dedica de 1 a 2 horas diarias a la transcripción, lo cual es frustrante pero no limita la capacidad de la agencia de aduanas.

Con 20 registros al día —el umbral en el que un solo operador en una jornada estándar dedica 2-3 horas solo a la transcripción de datos— el flujo manual se convierte en un cuello de botella. Agregar otro cliente o ruta comercial implica sumar otra persona, y el costo no es solo el salario. La operación de Savino Del Bene en Sudáfrica ofrece una referencia real: procesando más de 50.000 facturas comerciales al año de más de 2.000 proveedores, la empresa dedicaba el 80% de su tiempo a la entrada manual de datos. Tras implementar la automatización del procesamiento de documentos, el procesamiento de facturas se volvió 11 veces más rápido y los ahorros mensuales proyectados superaron los 100.000 dólares.

Esta es la aritmética de capacidad que importa para las agencias de aduanas a gran escala:

Para una correduría que maneja declaraciones con múltiples líneas — envíos con 5 o más líneas de mercancía, cada una con su propio código HTS, valor, cantidad y país de origen — el tiempo por declaración se multiplica. Una declaración de 10 líneas con ingreso manual puede consumir de 30 a 45 minutos de transcripción en todas las líneas. Con extracción por IA, las 10 líneas de mercancía se leen de los mismos documentos fuente en el mismo ciclo de procesamiento — de 5 a 10 segundos por página del documento fuente, no por línea de mercancía. Aquí es donde el procesamiento por lotes de declaraciones aduaneras de múltiples líneas en una sola hoja de cálculo transforma la aritmética: 50 declaraciones de múltiples líneas que requerirían de 25 a 37 horas de transcripción manual se convierten en una sola sesión de carga y revisión que se mide en minutos.

Un estudio de Descartes Systems con más de 400 transitarios y corredores de aduanas encontró que el 67% considera la tecnología fundamental o muy importante para el crecimiento — sin embargo, el 61% citó la presión de precios del cliente como un desafío principal. La tensión es clara: las corredurías necesitan aumentar el volumen para mantener los márgenes, pero el flujo de trabajo manual que funciona con 20 declaraciones al día no funciona con 50, y contratar profesionales aduaneros capacitados es una de las restricciones más citadas en la industria. La automatización no resuelve la escasez de personal — cambia la aritmética del personal para que los empleados existentes puedan manejar el crecimiento sin que cada nuevo cliente requiera un aumento proporcional de la plantilla.

La Inversión en Aprendizaje: Lo Que Realmente Cuesta Adoptar el Ingreso de Datos Aduaneros Asistido por IA

El argumento más sólido a favor del flujo manual es que no requiere adopción tecnológica. Un agente aduanal recién titulado que sabe leer una factura comercial y navegar el portal ACE puede empezar a preparar declaraciones desde el primer día. Todo agente aduanal ya sabe qué datos extraer, en qué formato deben estar y qué ocurre si hay errores. El proceso manual es lento, propenso a errores y limitado en volumen, pero es universalmente accesible. Cualquier alternativa debe ganarse su lugar frente a un proceso que no cuesta nada iniciar y no requiere capacitación.

La inversión en aprendizaje para la extracción asistida por IA se concentra en un único patrón nuevo: en lugar de abrir cada documento y escribir los valores en el software de declaración, se cargan todos los documentos fuente de un embarque a la vez y se define qué extraer usando nombres de columna — "Nombre del Remitente", "Dirección del Consignatario", "Código SA", "País de Origen", "Valor Declarado", "Peso Neto". La IA lee cada campo comprendiendo su significado semántico, no por su ubicación en un formulario específico. Una vez definidos, estos conjuntos de columnas se pueden guardar y reutilizar: un importador que presenta los mismos tipos de declaraciones en los mismos corredores comerciales usa la misma plantilla de columnas cada vez. El esfuerzo por declaración se reduce a: cargar documentos, seleccionar plantilla guardada, exportar la tabla de extracción, revisar.

Esto es fundamentalmente diferente de los sistemas tradicionales de plantillas OCR, que requieren configurar una plantilla separada para cada formato de documento — la plantilla CBP 7501, la plantilla SAD de la UE, la plantilla de declaración de exportación china, más el formato de factura de cada proveedor. La carga de mantenimiento de plantillas es lo que derrotó a las generaciones anteriores de automatización aduanera, especialmente en agencias que trabajan con proveedores de múltiples países cuyos formatos de documento cambian sin previo aviso. La extracción con IA evita esto porque lee por significado, no por posición en un diseño de formulario conocido.

A modo de comparación: implementar EDI para conectar una agencia aduanal con el ERP de un cliente puede llevar meses de mapeo, pruebas y certificación — y solo funciona con ese cliente. Desplegar una plataforma completa de gestión aduanera puede tomar semanas, requiere participación de TI y asume que todos los datos comerciales fluyen por el mismo sistema. La extracción asistida por IA tiene una curva de aprendizaje que se mide en el tiempo que toma subir un documento y escribir un nombre de columna. Con 20 declaraciones al día, la inversión de tiempo para aprender el nuevo patrón —aproximadamente 15-30 minutos probándolo en algunas declaraciones de muestra— se recupera durante el primer día de uso.

Las definiciones de columna que creas para declaraciones aduaneras también se pueden usar para otros documentos comerciales —facturas comerciales, listas de empaque, certificados de origen— porque el motor de extracción no distingue entre tipos de documento. La misma plantilla guardada que extrae códigos HS y valores declarados de un formulario aduanero también extrae números de factura y totales de una factura comercial cuando se aplica a ese documento. Esta reutilización entre documentos significa que la biblioteca de plantillas crece con el uso, no con la cantidad de formatos de documento.

Donde la Captura Manual Sigue Ganando — y Donde la Brecha es Infranqueable

Una comparación dimensional solo es útil si es honesta con ambos lados. El flujo de trabajo manual tiene ventajas genuinas que la extracción asistida por IA no elimina, y reconocerlas le da peso al resto de la comparación:

• Costo marginal cero. El ingreso manual requiere una persona capacitada y acceso al software de declaración — ambos ya disponibles en la correduría. Para operaciones con menos de 5 declaraciones al día, el ahorro de tiempo de la automatización no compensa el costo de la herramienta. Por debajo de ese volumen, el flujo manual es la opción económicamente racional.
• Criterio contextual ausente en documentos. Un corredor experimentado al leer una factura comercial puede notar que el valor declarado es sospechosamente bajo para la mercancía descrita — una señal de alerta por precios de transferencia que una extracción por IA no detecta porque solo lee lo que está en la página, no lo que falta. Este conocimiento institucional — "este proveedor sistemáticamente subvalúa los electrónicos en sus facturas y es detectado por CBP" — reside en la mente del corredor, no en ningún documento, y surge durante la revisión manual de una manera que la extracción automatizada no replica.
• Comunicación entre múltiples partes. Cuando una declaración aduanera genera una Solicitud de Información de CBP (Formulario CBP 28) o un Aviso de Acción (Formulario CBP 29), la respuesta requiere comunicación con el importador, el proveedor y posiblemente un abogado especializado en comercio. Este flujo de trabajo es inherentemente humano — ninguna herramienta de extracción lo automatiza, ni debería intentarlo. La gestión de relaciones del corredor y sus habilidades de comunicación regulatoria son el valor aquí, no el paso de ingreso de datos que precedió a la consulta.
• Integración con sistemas de presentación gubernamentales. La extracción mediante IA genera una tabla con datos estructurados. Para ingresar esos datos en ACE, CDS o ATLAS, aún se requiere su reingreso manual en el sistema de presentación o una capa de integración de software. Algunas plataformas de gestión aduanera (Descartes, AEB, iCustoms) ofrecen conexiones API que aceptan datos estructurados directamente, pero las agencias de aduanas que utilizan sistemas independientes o heredados aún tendrán un paso de transferencia manual desde la tabla de datos extraídos al software de declaración — a menos que utilicen el resultado de la extracción como fuente de verificación en lugar de entrada directa.

Las dimensiones en las que la entrada manual pierde — y pierde en proporción directa al volumen — son velocidad, precisión de transcripción y escalabilidad. Estas dimensiones se combinan: una correduría que ahorra 1.5 horas al día en transcripción con 20 entradas puede manejar más entradas sin agregar personal, puede dedicar ese tiempo recuperado a la revisión de cumplimiento en lugar de tipeo de datos, y puede reducir la tasa de error que desencadena el tipo más común de sanciones de CBP. Los 7 errores más comunes en la entrada de datos aduaneros que causan demoras en el despacho son predominantemente errores de transcripción y consistencia entre documentos — las categorías exactas que aborda la extracción por IA.

La metodología de Estudio de Tiempo de Liberación de la Organización Mundial de Aduanas — ahora en su 4ª versión — ha identificado repetidamente que el principal cuello de botella en el despacho de carga no es la inspección física, ni la congestión portuaria, sino el tiempo entre la llegada de documentos y la presentación de la declaración. En programas piloto de TRS del Banco Mundial, la automatización fronteriza redujo el despacho de un promedio de 3.6 días a menos de 1 día en países que adoptaron la preautorización digital y la coordinación de Ventanilla Única. El paso de preparación de la declaración — donde reside la entrada manual de datos — es la mayor oportunidad individual para comprimir el tiempo en el proceso integral de despacho. Eso no es una afirmación de ventas. Es lo que la propia metodología de medición de la OMA encuentra consistentemente.

Preguntas Frecuentes Sobre Entrada de Datos Aduaneros Manual vs IA

¿A qué volumen de entradas debería una correduría aduanera pasar de la entrada manual a la asistida por IA?

Aproximadamente de 10 a 15 entradas al día. Por debajo de eso, el ahorro de tiempo de la automatización puede no recuperar la inversión de aprendizaje lo suficientemente rápido como para justificar el cambio, especialmente para corredurías con una base de clientes estable que usan formatos de documentos familiares donde el operador gana velocidad con la repetición. Con 20 o más entradas al día, el flujo de trabajo manual consume de 2 a 3 horas de tiempo de transcripción que podrían recuperarse, y el costo de automatizar ese paso es menor que el de contratar personal adicional para manejar el mismo volumen. El punto de equilibrio depende del costo laboral por hora y del volumen diario de entradas, pero para la mayoría de las corredurías, se sitúa entre 10 y 20 entradas diarias.

¿En qué se diferencia la extracción por IA del EDI para declaraciones aduaneras?

El EDI (Intercambio Electrónico de Datos) es un intercambio máquina a máquina de datos estructurados entre sistemas que ya entienden el mismo formato — por ejemplo, el sistema ERP de un cliente transmitiendo datos de órdenes de compra directamente al sistema de presentación de un agente de aduanas en un formato de datos preacordado. El EDI funciona cuando ambas partes han invertido en la integración y mantienen estructuras de datos compatibles. La extracción por IA lee documentos no estructurados — PDFs, escaneos, imágenes — que llegan de proveedores que nunca implementarán EDI porque son fábricas en Shenzhen, distribuidores en Mumbai, o pequeños fabricantes en Vietnam que envían facturas comerciales como archivos adjuntos de correo electrónico. El EDI y la extracción por IA abordan diferentes partes de la cadena de suministro de documentos: EDI para grandes clientes con sistemas integrados, extracción por IA para la larga cola de proveedores y formatos que constituyen la mayoría de la documentación comercial.

¿La extracción por IA reemplaza a un agente de aduanas?

No. Reemplaza el paso de transcribir datos — leer valores de documentos y escribirlos en el software. No reemplaza, ni puede reemplazar, la experiencia en clasificación, el conocimiento regulatorio, el análisis de programas comerciales, la consultoría al cliente o la comunicación con la CBP que constituyen el servicio profesional real del agente aduanal. La automatización analizada en esta comparación opera en el proceso de documento a datos, no en el juicio del agente. Un agente que usa extracción con IA sigue clasificando mercancías, sigue determinando la aplicabilidad de tratados de libre comercio, sigue atendiendo consultas de la CBP y sigue asesorando a los clientes en estrategias de cumplimiento. La diferencia es que el agente dedica menos tiempo a transcribir datos de facturas y más a los pasos que requieren una licencia y experiencia profesional.

¿Con qué formatos de documentos funciona la extracción con IA para pedimentos aduanales?

Archivos PDF (tanto generados digitalmente como escaneados), imágenes JPG/PNG, WebP y AVIF son compatibles. Esto cubre el rango real de documentos comerciales: PDFs generados por ERP, facturas comerciales escaneadas, fotos de listas de empaque en papel y capturas de pantalla de portales de proveedores. La escritura a mano en documentos escaneados es legible, aunque la precisión disminuye con la calidad del escaneo — un escaneo limpio a 300 DPI produce una extracción casi perfecta, mientras que una foto de baja resolución de una lista de empaque manuscrita en ángulo puede requerir verificación manual de campos específicos.

¿Puede la extracción con IA manejar documentos comerciales en varios idiomas?

Sí. El modelo de lenguaje visual subyacente lee texto en cualquier idioma. Una declaración de exportación china, una factura comercial alemana, una lista de empaque española y un certificado de origen coreano se procesan de la misma manera: los nombres de columna definidos en inglés guían la extracción, y la IA localiza los valores correspondientes sin importar el idioma del documento original. Los campos numéricos — valores, pesos, cantidades, códigos SA — se extraen limpiamente, independientemente del idioma. Para corredurías que manejan comercio multidireccional a través de Asia, Europa y América, esto elimina la fricción específica del idioma que de otro modo requiere personal bilingüe para la entrada de datos.

¿Se pueden reutilizar las definiciones de columnas de extracción entre entradas y clientes?

Sí. Un conjunto de columnas de entrada de importación estándar — Importador Registrado, Consignatario, País de Origen, Código SA, Descripción de Mercancías, Cantidad, Unidad de Medida, Valor Declarado, Moneda, Tasa Arancelaria, Peso Bruto, Número de Conocimiento de Embarque — se puede definir una vez, guardar en su cuenta y aplicar a cada entrada posterior con un solo clic. Para corredurías que manejan diferentes tipos de entrada (entradas de consumo formal vs. entradas informales vs. fianzas de importación temporal), se pueden guardar múltiples plantillas de columna para cada tipo de entrada. La biblioteca de plantillas crece con el uso, no con la cantidad de formatos de documentos que encuentre.

¿La extracción con IA asigna códigos SA automáticamente?

Algunas plataformas especializadas de IA aduanera (Digicust, iCustoms) ofrecen sugerencias de códigos SA y asistencia en clasificación como función independiente. La extracción de ImageToTable.ai lee el código SA si ya está impreso en el documento — por ejemplo, cuando un proveedor incluye el código HTS en su factura comercial. No clasifica productos sin codificar ni sugiere códigos SA para artículos sin clasificación arancelaria impresa. La clasificación sigue siendo una decisión humana basada en la experiencia del agente aduanal, las Reglas Generales de Interpretación y las bases de datos de resoluciones de CBP. Si necesita clasificación asistida por IA, busque plataformas aduaneras específicas que combinen extracción y clasificación. Si necesita extraer documentos donde los códigos SA ya están presentes pero en formatos inconsistentes, la herramienta lo maneja directamente.

¿Los datos extraídos se integran directamente con el sistema ACE de CBP?

No — y esta es una distinción importante. La extracción produce datos estructurados en formato Excel, CSV o JSON. Para ingresar esos datos al portal ACE, CDS o ATLAS, aún se requiere reingreso manual o una capa de integración de software. Las agencias aduanales que usan plataformas de gestión aduanera con conectividad API (Descartes, AEB, WiseTech's CargoWise) pueden importar datos estructurados directamente. Las agencias que presentan declaraciones a través del portal ACE Secure Data Portal necesitarán transferir manualmente los datos extraídos al portal o usar un sistema de gestión de agentes con capacidad de importación de datos. La extracción elimina el paso de documento fuente a datos estructurados. No elimina el paso de datos estructurados al sistema de declaración, a menos que su software de declaración lo admita.