Amari AI neix després de descobrir que el comerç global encara es mou entre faxos i carpetes: ja suma més de 30 clients, afirma haver gestionat operacions vinculades a més de 15.000 milions de dòlars i aixeca 4,5 milions per automatitzar una feina clau en plena volatilitat reguladora.
Sam Basu va deixar la seva posició d’enginyer sènior a Google a principis del 2023, poc després que ChatGPT encengués la febre de la intel·ligència artificial generativa. Va provar diverses idees, sense trobar-ne cap que encaixés… fins que un amic li va demanar ajuda amb una cosa poc glamurosa: omplir documentació duanera. Aquella trucada li va obrir una porta a un sector essencial i, alhora, sorprenentment analògic. Basu va començar a trucar en fred a agents de duanes de l’àrea de Los Angeles i es va topar amb una escena d’una altra època: negocis familiars, processos manuals i una dependència persistent del paper. En una visita per videotrucada, una clienta li va ensenyar piles de carpetes manila; l’endemà, ell ja volava per veure-ho en persona.
Aquest xoc entre la sofisticació del programari i la realitat del comerç internacional és el punt de partida d’Amari AI, la startup que Basu va cofundar amb Arushi Vashist, exenginyera sènior de LinkedIn. L’empresa surt del “stealth” amb xifres que busquen demostrar tracció: més de 30 clients, ajuda en el moviment de més de 15.000 milions de dòlars en mercaderies i una ronda de 4,5 milions coliderada per First Round Capital i Pear VC.
La tesi d’Amari és fàcil de formular i difícil d’executar: quan la política comercial canvia amb girs bruscos —aranzels, excepcions, noves classificacions— el coll d’ampolla no és als ports, sinó en el coneixement operatiu que decideix si una càrrega entra, queda retinguda o s’ha de recatalogar. I aquesta decisió, en milers de casos diaris, encara es recolza en tasques de lectura, extracció i verificació que consumeixen temps humà.
El “back office” que sosté tot allò que compres
El comerç exterior té molt d’infraestructura invisible. Gairebé tot el que arriba importat —des d’un rellotge fins a unes ulleres— passa per mans que tradueixen factures, llistes de càrrega, codis aranzelaris, certificats i declaracions en entrades vàlides per a l’administració. Basu descriu la seva sorpresa amb una barreja d’incredulitat i respecte: s’escandalitza que així funcioni… i s’impressiona que, malgrat tot, funcioni.
Aquí hi ha un matís crucial: en duanes, l’automatització no s’assembla a “posar un xatbot”. Hi ha una cadena de responsabilitat, traçabilitat i compliment que converteix cada “camp” mal transcrit en risc: retards, multes, inspeccions, sobrecostos, fins i tot confiscacions. Per això, en moltes oficines s’ha avançat només a mitges: una mica de digitalització i, en el millor dels casos, eines de reconeixement òptic de caràcters (OCR). Però Basu sosté que aquest OCR acostuma a ser “fràgil” i limitat per al volum i la variabilitat documental real.
Per què el caos aranzelari converteix els brokers en un “servei crític”
La segona pota del projecte és més política que tecnològica. Basu i el seu equip no venen només eficiència; venen capacitat de reacció. El CEO de GHY International, Chris Bachinski —una firma amb 125 anys d’història i un dels primers adoptants— descriu l’efecte dòmino: molts importadors ni tan sols tenen personal propi de compliment normatiu, i depenen de brokers com GHY per interpretar canvis sobtats, especialment quan la mercaderia ja està en trànsit.
Quan una política comercial es torna imprevisible, el broker deixa de ser un tramitador i es converteix en un “traductor” de risc regulador. Això estressa el sector, accelera el desgast i agreuja un problema estructural: l’oferta de professionals no creix al ritme de la demanda.
Un sector regulat, difícil d’“escalar” amb mà d’obra
Amari es recolza en una característica del sector que sovint no apareix en els debats sobre automatització: hi ha restriccions reguladores i operatives que fan difícil “deslocalitzar” feina. TechCrunch assenyala que aquests empleats, per requisits legals, han d’estar als Estats Units, cosa que limita recórrer a equips offshore per a tasques de suport.
Aquest marc es reforça amb normativa duanera: l’autoritat nord-americana ha anat codificant pràctiques que ancoren l’activitat i la custòdia de registres en territori duaner dels EUA, incloent requisits sobre on es mantenen determinats registres i com s’organitza l’operació.
A això s’hi suma l’embut d’entrada: l’examen de llicència té una taxa d’aprovat històricament baixa (TechCrunch cita una forquilla del 10% al 20%). Resultat: formació lenta, relleu difícil i, segons Basu, sortida de talent per jubilacions anticipades o abandonament.
En aquest context, la proposta de valor canvia de “reduir costos” a “evitar el col·lapse”. Amari es presenta com un joc de mans extra que permet que els experts humans dediquin més temps a allò que no es pot automatitzar sense criteri: relació amb clients, interpretació fina i decisions de compliment sota pressió.
Què fa Amari: agents que vigilen regles i “omplen” el paperam
La companyia descriu el seu producte com agents d’intel·ligència artificial que monitoritzen regles comercials i actualitzen el seu raonament quan hi ha canvis, perquè el broker entengui ràpid l’impacte. Abans, aquests canvis exigien recerca manual i alentien el despatx de la càrrega.
Aquí convé separar promesa i realitat:
- Automatització d’entrada de dades i documentació: la part més directa. Llegir documents, extreure camps, completar formularis, detectar incoherències.
- Suport a la interpretació normativa: la part més delicada. No és “decidir” pel professional, sinó aportar context, alertes i suggeriments basats en regles que canvien.
Amari afirma que està construint models propis entrenats amb més d’un milió de documents relacionats amb enviaments que ja han passat pels seus processos, tot i que, ara com ara, ha utilitzat models “off-the-shelf” com a base. El detall important: alguns clients poden optar per no participar en aquest entrenament i l’empresa assegura que anonimitza dades abans d’alimentar els models.
En comerç exterior, aquests matisos importen perquè els documents no són “text genèric”: contenen noms, valors, rutes, proveïdors, números de registre, productes sensibles i, de vegades, informació estratègica. Basu insisteix: “no venem les seves dades” i la propietat de la documentació continua sent del client.
El mirall d’una economia encara analògica (i el motiu pel qual la IA sí que encaixa)
En els darrers anys, moltes startups d’IA han intentat “posar copilots” a qualsevol tasca. La diferència aquí és que Amari entra en un domini amb dues condicions que sovint prediuen retorn:
-
Feina repetitiva d’alt volum (paperassa, entrada de dades, verificació).
-
Error car (compliment, sancions, demores logístiques).
Quan aquestes dues condicions es combinen, l’incentiu per automatitzar no és cosmètic: és supervivència operativa. I si, a més, l’entorn es torna volàtil —canvis aranzelaris, noves interpretacions, excepcions— la demanda de suport creix encara que la plantilla no pugui créixer fàcilment.
Per això, l’argument de Basu que és un “encaix perfecte” per a la IA no apunta a substituir brokers, sinó a esmorteir un sistema que està sent exigit com si fos elàstic.
La tracció no ve d’anuncis: ve de trepitjar fires
Un detall del relat que sovint passa desapercebut, però explica per què algunes startups troben mercat i d’altres no: Basu no es va limitar a demos. Todd Jackson, soci de First Round, atribueix l’arrencada a un enfocament “old school”: conferències, fires i boca-orella en una indústria tradicional.
L’adopció es va accelerar quan Basu va presentar en un esdeveniment de la National Customs Brokers and Forwarders Association of America i va cridar l’atenció de Bachinski. GHY no és un petit negoci familiar, però tampoc un gegant tipus FedEx; necessita modernitzar-se per competir i créixer. Dins l’equip, la preocupació inicial va ser la pèrdua de llocs de treball, diu Bachinski, però el seu missatge intern ha estat pragmàtic: aquesta tecnologia hauria d’ajudar a créixer i a dedicar més temps a relacions i compliment.
La lectura de fons: la IA arriba on el programari no va acabar d’arribar
Hi ha una idea més àmplia darrere d’Amari: durant dècades, el programari empresarial prometia digitalitzar la paperassa global. Ho va fer a mitges. Van persistir illes de fax, PDF, correu i carpetes perquè el cost de reenginyeria de processos era alt i el benefici quedava dispers. Els models actuals canvien l’equilibri: per primera vegada, una màquina pot llegir documents heterogenis i convertir-los en estructura sense exigir que tota la cadena es redissenyi de zero.
Això no elimina el risc. De fet, el desplaça: del “tecleig humà” al “raonament assistit”. I obre un nou tipus d’auditoria: què va fer l’agent, amb quina font, amb quina versió de regla, amb quina evidència documental? Si Amari vol consolidar-se, el seu producte haurà de demostrar que l’automatització no només estalvia temps, sinó que és defensable davant inspeccions i discrepàncies.
En temps de “trade chaos”, l’avantatge no serà només automatitzar formularis, sinó oferir un rastre verificable de com s’ha arribat a cada decisió. I aquí és on les startups d’agents es juguen la credibilitat: en la comptabilitat del perquè, no en la brillantor del demo.
