Francúzsky regulačný orgán odhaľuje rozsiahle nedodržiavanie predpisov pri online dovoze
Francúzsky úrad na ochranu spotrebiteľa DGCCRF odhalil, že 75 % výrobkov dovezených prostredníctvom hlavných online platforiem nespĺňalo normy EÚ. Testovanie na siedmich nemenovaných platformách ukázalo, že 46 % položiek predstavovalo bezpečnostné riziká, od chybných elektrických výrobkov až po nebezpečné hračky a chemikálie. Vyšetrovanie, podrobne rozpísané v správe z konca roka 2024, vzorkovalo viac ako 1 200 výrobkov z krajín mimo EÚ, predovšetkým z Číny, a poukázalo na systémové problémy pri označovaní, dokumentácii a bezpečnosti materiálov[1].
Toto opatrenie vyplýva zo zvýšenej kontroly po aktualizáciách Všeobecného nariadenia o bezpečnosti výrobkov (GPSR) EÚ z roku 2022, ktoré vyžadujú digitálne pasy výrobkov a prísnejšiu sledovateľnosť. Nevyhovujúci tovar často obchádzal požiadavky na označenie CE alebo obsahoval zakázané látky, ako napríklad ftaláty, ktoré prekračovali limity o faktor 10 alebo viac. Úrad zdôraznil, že platformy majú spoločnú zodpovednosť podľa zákona o digitálnych službách (DSA), čím sa presadzovanie zvyšuje prostredníctvom pokút až do výšky 6 % celkového obratu.
Reakcie na dáta o produktoch a štandardy katalógov
Prevádzkovatelia elektronického obchodu, ktorí sú závislí od importovaných dát o produktoch, teraz čelia zvýšenému tlaku na validáciu. Dáta o produktoch – štruktúrované dátové toky, ktoré sa vkladajú do marketplace – musia integrovať kontroly súladu s EÚ, ako sú chemické registre REACH a smernice RoHS pre elektroniku. Nedodržiavanie predpisov narúša vkladanie dát, spúšťa automatické zamietnutia alebo vyradenie z ponuky, ako je to vidieť pri podobných pozastaveniach Amazonu v EÚ, kde 20 – 30 % záznamov tretích strán vyžadovalo prepracovanie v roku 2024.
Štandardy katalógov sa vyvíjajú smerom k povinným rozšíreniam schema.org pre bezpečnostné atribúty, ako sú klasifikácie rizík podľa nariadenia CLP. Platformy, ktoré testujú analyzátory dát o produktoch založené na strojovom učení (ML), hlásia zdvojnásobenie chybovosti pri spracovaní neovereného dovozu, čo vedie k prijatiu štandardizovaných ontológií na označovanie nezrovnalostí pred nahraním.
Kvalita a úplnosť product cards
Product cards, jadro dôvery nakupujúcich, najviac trpia neúplnými údajmi. Francúzske testy zistili, že 60 % z nich chýbajú vyhlásenia o pôvode alebo pokyny na používanie v jazykoch EÚ, čo znižuje mieru konverzie o 15 – 25 % podľa referenčných hodnôt v odvetví pri nesprávne označených záznamoch. Položky s vysokým rizikom, ako napríklad 46 % označených ako nebezpečné, zväčšujú náklady na stiahnutie z trhu a ohrozujú povesť.
Automatizácia to rieši pomocou obohacovania riadeného umelou inteligenciou: nástroje skenujú obrázky na detekciu defektov a porovnávajú ich s databázami ECHA, čím zvyšujú úplnosť produktu card zo 70 % na 95 % v súlade s údajmi. Medzery však pretrvávajú v dynamických atribútoch, ako je sledovateľnosť dávok, kde manuálne audity zaostávajú za objemom dovozu, ktorý ročne narastá o 40 %.
Zrýchľovanie obratu sortimentu uprostred prekážok súladu
Rýchlosť uvádzania sortimentu na trh sa spomaľuje, pretože sa násobia kontroly pred zaradením do zoznamu. Tradičné procesy, ktoré spracúvajú 10 000 SKU denne, teraz zahŕňajú 24-48-hodinové držanie pre posúdenie zhody, čím sa o 30 % skracujú okná spustenia. Nariadenie EÚ o dohľade nad trhom z roku 2024 presadzuje monitorovanie v reálnom čase, čo núti marketplace znižovať prietok nevyhovujúceho tovaru.
Platformy bez kódu to zmierňujú a umožňujú pracovné postupy súladu s princípom „drag-and-drop“, ktoré automatizujú nahrávanie samocertifikácie CE. Prevádzkovatelia hlásia 2x rýchlejší čas uvedenia na trh pre overený dovoz, čo zachováva rýchlosť bez vlastného vývoja.
Umelá inteligencia a No-Code pretvárajú infraštruktúru súladu
Umelá inteligencia sa ukazuje ako základný kameň škálovateľného presadzovania. Generatívne modely analyzujú technické listy s viac ako 1 500 smernicami EÚ a predpovedajú nedodržiavanie predpisov s 92 % presnosťou v pilotných projektoch veľkých maloobchodníkov. Počítačové videnie označuje vizuálne signály, ako je chýbajúce upozornenie, zatiaľ čo NLP analyzuje dodávateľské dokumenty na dodržiavanie požiadaviek REACH.
No-code integrácie, ako sú nástroje podobné Zapieru prepojené s regulačnými API, umožňujú predajcom strednej úrovne nasadiť klasifikátory AI bez technickej podpory. Toto duo skracuje auditné časy z týždňov na hodiny, čím sa zachováva šírka sortimentu napriek 75 % poruchovosti dovozu. Prví používatelia zaznamenávajú o 40 % menej porušení po implementácii, čím sa vyhovujúce dáta o produktoch umiestňujú ako rýchlostný priekop v regulovanom prostredí elektronického obchodu.
Le Monde; Reuters (pokrytie správy DGCCRF z roku 2024).
Z pohľadu NotPIM táto správa zdôrazňuje rastúci imperatív pre podniky v oblasti elektronického obchodu, aby uprednostňovali kvalitu a súlad s údajmi. Zvyšujúca sa kontrola dovážaného tovaru poukazuje na zraniteľnosť obchodníkov, ktorí sa spoliehajú na neúplné alebo nepresné dáta o produktoch. Vidíme jasný trend smerom k automatizácii kontrol súladu a obohacovania údajov ako kľúčového pre zachovanie prístupu na trh a vyhýbanie sa pokutám. Zefektívnením správy produktových dát a integráciou pracovných postupov súladu môžu maloobchodníci zmierniť tieto riziká a udržať si konkurenčnú výhodu v čoraz regulovanejšom prostredí.