La Administración General de Aduanas de Mongolia implementó HYPERGLORY, un chatbot de IA que utiliza generación aumentada por recuperación para recomendar a importadores y exportadores los códigos arancelarios (SA) correctos, desarrollado con un consorcio surcoreano en el marco de un programa gubernamental de transferencia de tecnología de IA.
2.7x
Ventaja de eficiencia energética frente a alternativas basadas en GPU
Detalles
Madurez
Piloto
Promotor
Mongolian Customs General Administration (with Bituen, Virnect and Rebellions, Republic of Korea)
La Administración General de Aduanas de Mongolia firmó en mayo de 2025 un acuerdo de cooperación conjunta con un consorcio surcoreano (Bituen, Virnect, Rebellions), financiado a través del Proyecto de Apoyo a la Expansión Exterior de Semiconductores de IA de la NIPA surcoreana, para reducir la clasificación errónea de códigos SA.
Actividades
El sistema resultante, HYPERGLORY, combina generación aumentada por recuperación con un LLM ajustado que funciona en hardware NPU de Rebellions para recomendar códigos arancelarios SA, presentado como el primer despliegue comercial de LLM/RAG basado en NPU, en lugar de GPU, dentro de una administración aduanera en funcionamiento.
Resultados
El primer año del despliegue de dos años se completó el 23 de diciembre de 2025; el sistema obtuvo la certificación KTR AI y la certificación de calidad de software GS Grado 1, y el proveedor reporta una ventaja de eficiencia energética de 2,7x frente a alternativas basadas en GPU.
Conclusiones
No se han publicado cifras de precisión o reducción de errores auditadas de forma independiente por la propia MCGA.
Implementación
Coste indicativo
Medio (50 000–500 000 €)
Tiempo hasta resultados
Medio (1–3 años)
Personal y competencias
Mongolian Customs General Administration officers, Bituen / Virnect / Rebellions technical team
Condiciones para el éxito
Continued NIPA funding
NPU hardware certification maintained
¿Usted implementa esta práctica?
Reivindíquela —
los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
Fuentes de datos
De dónde se obtuvo la información de esta práctica, y cuándo.