Amari AI nace tras descubrir que el comercio global aún se mueve entre faxes y carpetas: ya suma más de 30 clientes, afirma haber gestionado operaciones ligadas a más de 15.000 millones de dólares y levanta 4,5 millones para automatizar un trabajo clave en plena volatilidad regulatoria.
Sam Basu dejó su puesto como ingeniero senior en Google a principios de 2023, poco después de que ChatGPT disparara la fiebre de la inteligencia artificial generativa. Probó varias ideas, sin encontrar una que encajara… hasta que un amigo le pidió ayuda con algo poco glamuroso: rellenar documentación aduanera. Aquella llamada le abrió una puerta a un sector esencial y, a la vez, sorprendentemente analógico. Basu empezó a llamar en frío a agentes de aduanas del área de Los Ángeles y se topó con una escena de otra época: negocios familiares, procesos manuales y una dependencia persistente del papel. En una visita por videollamada, una clienta le enseñó pilas de carpetas manila; al día siguiente, él estaba volando para verlo en persona.
Ese choque entre la sofisticación del software y la realidad del comercio internacional es el punto de partida de Amari AI, la startup que Basu cofundó con Arushi Vashist, ex ingeniera senior de LinkedIn. La compañía emerge del “stealth” con números que buscan demostrar tracción: más de 30 clientes, ayuda en el movimiento de más de 15.000 millones de dólares en mercancías y una ronda de 4,5 millones codirigida por First Round Capital y Pear VC.
La tesis de Amari es simple de formular y difícil de ejecutar: cuando la política comercial cambia con giros bruscos —aranceles, excepciones, nuevas clasificaciones— el cuello de botella no está en los puertos, sino en el conocimiento operativo que decide si una carga entra, se retiene o se recataloga. Y esa decisión, en miles de casos diarios, todavía se apoya en tareas de lectura, extracción y verificación que consumen tiempo humano.
El “back office” que sostiene todo lo que compras
El comercio exterior tiene algo de infraestructura invisible. Casi todo lo que llega importado —desde un reloj hasta unas gafas— pasa por manos que traducen facturas, listas de carga, códigos arancelarios, certificados y declaraciones en entradas válidas para la administración. Basu describe su sorpresa con una mezcla de incredulidad y respeto: se escandaliza de que así funcione… y se impresiona de que, pese a todo, funcione.
Aquí entra un matiz crucial: en aduanas, la automatización no se parece a “poner un chatbot”. Hay una cadena de responsabilidad, trazabilidad y cumplimiento que convierte cada “campo” mal transcrito en riesgo: retrasos, multas, inspecciones, sobrecostes, incluso incautaciones. Por eso, en muchas oficinas se ha avanzado solo a medias: se usa algo de digitalización y, en el mejor de los casos, herramientas de reconocimiento óptico de caracteres (OCR). Pero Basu sostiene que ese OCR suele ser “frágil” y limitado para el volumen y la variabilidad documental real.
Por qué el caos arancelario convierte a los brokers en un “servicio crítico”
La segunda pata del proyecto es más política que tecnológica. Basu y su equipo no venden solo eficiencia; venden capacidad de reacción. El CEO de GHY International, Chris Bachinski —firma con 125 años de historia y uno de los primeros adoptantes— describe el efecto dominó: muchos importadores ni siquiera tienen personal propio de cumplimiento normativo, así que dependen de brokers como GHY para interpretar cambios súbitos, especialmente cuando la mercancía ya está en tránsito.
Cuando una política comercial se vuelve impredecible, el broker deja de ser un tramitador y se convierte en un “traductor” de riesgo regulatorio. Eso estresa a la industria, acelera el agotamiento y agrava un problema estructural: la oferta de profesionales no crece al ritmo de la demanda.
Un sector regulado, difícil de “escalar” con mano de obra
Amari se apoya en una característica del sector que rara vez aparece en los debates sobre automatización: hay restricciones regulatorias y operativas que hacen difícil “deslocalizar” trabajo. TechCrunch señala que estos empleados, por requisitos legales, deben estar en Estados Unidos, lo que limita el recurso a equipos offshore para tareas de apoyo.
Ese marco se refuerza con normativa aduanera: la propia autoridad estadounidense ha ido codificando prácticas que anclan la actividad y la custodia de registros en territorio aduanero de EE. UU., incluyendo requisitos sobre dónde se mantienen ciertos registros y cómo se organiza la operación.
A esto se suma el embudo de entrada: el examen de licencia tiene una tasa de aprobación históricamente baja (TechCrunch cita una horquilla del 10% al 20%). Resultado: formación lenta, reemplazo difícil y, según Basu, salida de talento por jubilaciones anticipadas o abandono.
En ese contexto, la propuesta de valor cambia de “reducir costes” a “evitar el colapso”. Amari se presenta como un juego de manos extra que permite que los expertos humanos dediquen más tiempo a lo que no se puede automatizar sin juicio: relación con clientes, interpretación fina, y decisiones de cumplimiento bajo presión.
Qué hace Amari: agentes que vigilan reglas y “rellenan” el papeleo
La compañía describe su producto como agentes de inteligencia artificial que monitorizan reglas comerciales y actualizan su razonamiento cuando hay cambios, para que el broker entienda rápido el impacto. Antes, ese tipo de cambios exigía investigación manual y frenaba el despacho de la carga.
Aquí conviene separar promesa y realidad:
- Automatización de entrada de datos y documentación: la parte más directa. Leer documentos, extraer campos, completar formularios, detectar inconsistencias.
- Soporte a interpretación normativa: la parte más delicada. No es “decidir” por el humano, sino aportar contexto, alertas y sugerencias basadas en reglas que cambian.
Amari afirma que está construyendo modelos propios entrenados con más de un millón de documentos relacionados con envíos que ya han pasado por sus procesos, aunque, por ahora, ha usado modelos “off-the-shelf” como base. El detalle importante: algunos clientes pueden optar por no participar en ese entrenamiento y la empresa asegura que anonimiza datos antes de alimentar sus modelos.
En comercio exterior, estos matices importan porque los documentos no son “texto genérico”: contienen nombres, valores, rutas, proveedores, números de registro, productos sensibles y, en ocasiones, información estratégica. Basu insiste: “no vendemos sus datos” y la propiedad de la documentación permanece en el cliente.
El espejo de una economía aún analógica (y el motivo por el que la IA sí encaja)
En los últimos años, muchas startups de IA han intentado “meter copilotos” en cualquier tarea. La diferencia aquí es que Amari se mete en un dominio con dos condiciones que suelen predecir retorno:
- Trabajo repetitivo de alto volumen (papeleo, entrada de datos, verificación).
- Error caro (cumplimiento, sanciones, demoras logísticas).
Cuando estas dos condiciones se combinan, el incentivo por automatizar no es cosmético: es supervivencia operativa. Y si además el entorno se vuelve volátil —cambios arancelarios, nuevas interpretaciones, excepciones— la demanda de soporte crece aunque la plantilla no pueda crecer fácilmente.
Por eso, el argumento “perfect fit para la IA” de Basu no apunta a sustituir brokers, sino a amortiguar un sistema que está siendo exigido como si fuese elásticos.
La tracción no viene de anuncios: viene de patear ferias
Un detalle del relato que suele pasar desapercibido, pero explica por qué algunas startups encuentran mercado y otras no: Basu no se limitó a demos. Todd Jackson, socio de First Round, atribuye el arranque a un enfoque “old school”: conferencias, ferias, boca-oreja en una industria tradicional.
La adopción se aceleró cuando Basu presentó en un evento de la National Customs Brokers and Forwarders Association of America y llamó la atención de Bachinski. GHY no es un pequeño negocio familiar, pero tampoco un gigante tipo FedEx; necesita modernizarse para competir y crecer. En su equipo, la preocupación inicial fue el empleo, dice Bachinski, pero su mensaje interno ha sido pragmático: esta tecnología debería permitir crecer y dedicar más tiempo a relaciones y cumplimiento.
La lectura de fondo: la IA llega donde el software no terminó de llegar
Hay una idea más amplia detrás de Amari: durante décadas, el software empresarial prometió digitalizar el papeleo global. Lo hizo a medias. Persistieron islas de fax, PDF, email y carpetas porque el coste de reingeniería de procesos era alto y el beneficio estaba disperso. Los modelos actuales cambian el equilibrio: por primera vez, una máquina puede leer documentos heterogéneos y convertirlos en estructura sin exigir que toda la cadena se rediseñe desde cero.
Eso no elimina el riesgo. De hecho, lo desplaza: del “tecleo humano” al “razonamiento asistido”. Y abre un nuevo tipo de auditoría: ¿qué hizo el agente, con qué fuente, con qué versión de regla, con qué evidencia documental? Si Amari quiere consolidarse, su producto tendrá que demostrar que la automatización no solo ahorra tiempo, sino que es defendible ante inspecciones y discrepancias.
En tiempos de “trade chaos”, la ventaja no será solo automatizar formularios, sino ofrecer un rastro verificable de cómo se llegó a cada decisión. Y ahí es donde las startups de agentes se juegan la credibilidad: en la contabilidad del porqué, no en el brillo del demo.
