Emil Stefanutti, director ejecutivo de Gaia Dynamics, explicó que históricamente la Oficina de Aduanas y Protección Fronteriza de Estados Unidos (CBP, por sus siglas en inglés) utilizaba revisiones por muestreo, lo que hacía la exposición del importador a un error una cuestión de probabilidad: CBP revisaba solo una fracción de los pedimentos y la mayoría de los errores no salía a la superficie. Con la migración hacia herramientas de IA aplicadas a la totalidad de los datos, ese modelo cambió. Según Stefanutti, 92% de las descripciones de producto son insuficientes para clasificar el artículo con precisión, lo que llevó a Gaia a desarrollar herramientas de enriquecimiento de producto como paso previo a la clasificación.
El reporte también cuantifica el impacto económico: los importadores analizados dejaron sobre la mesa 35 millones de dólares en sobrepagos recuperables y tuvieron una exposición de 29.4 millones de dólares en subpagos. La constante rotación regulatoria de los últimos 18 meses —incluyendo la reversión por la Suprema Corte de EE.UU. de autoridades clave del Reglamento de Poderes Económicos de Emergencia Internacional (IEEPA, por sus siglas en inglés)— generó un entorno en el que equipos experimentados se vieron forzados a tomar decisiones de clasificación con reglas cambiantes, elevando el error sistémico más allá del error humano puntual.