営業部門から出荷を急かされ、物流担当者はすでに品名、材質、用途を AI に整理させ、システムから関税分類コードの推奨も得ています。そこで次に直面する最も難しい問題が、「誰が最終確認し、その結果に責任を負うのか」です。商品説明に重要な仕様が欠けていたり、誤ったコードを選択したりすると、後になって書類の修正、通関の遅延、追加コスト、罰金などが発生する可能性があります。画面上に「AI による提案」と表示されていても、本来負うべき責任が AI に移るわけではありません。
テクノロジーメディアがまとめた FedEx と DHL の取り組みは、この責任をどのように分担すべきかを明確に示しています。FedEx は商品説明と米国関税率表（Harmonized Tariff Schedule、HTS）のコード検索を既存の発送プロセスに組み込んでいます。一方、DHL の MyGTS は、法規制、書類テンプレート、陸揚げ費用（Landed Cost）、自由貿易協定（Free Trade Agreement、FTA）に関する情報を統合しています。ただし、これらのツールは企業による出荷情報の準備を支援するものであり、申告内容を確認して責任を負うのは、依然として荷送人です。私たちは、AI は通関申告に必要な情報の準備を支援できるものの、企業は各提案の根拠を把握し、承認ゲートを設け、後から確認できる記録を残す必要があると考えています。
まず AI に情報を準備させ、申告をそのまま送信しない
まずは AI に商品名、材質、用途、型番、仕向地を整理させ、企業から提供された情報に基づいて、適用される可能性のある分類コードと法規制上の要件を洗い出させることを推奨します。その後、担当者が商品マスター、過去の申告書、各市場の規制と一つずつ照合します。AI が推奨案を提示した後も、最終判断は人が下さなければなりません。企業は材質、用途、仕様が分類に影響するかを確認するとともに、過去の申告書を今回の貨物にも適用できるかを検証する必要があります。
企業はまず現在の業務プロセスを可視化し、少なくとも「商品説明」「分類コード」「仕向地の規制」「申告書類」という4つのチェックポイントを設定できます。各チェックポイントでは、誰が確認するのか、どの情報がそろえば通過できるのか、どのような場合に差し戻して追加資料を求めるのかを明確に定める必要があります。たとえば、商品説明に主要な材質が記載されていない場合、AI Agent に推測で補完させるべきではありません。また、分類コードの候補が2つ提示された場合も、製品と通関規則に精通した担当者が判断する必要があります。導入初期は、特定の製品カテゴリーと単一の輸出市場に対象を絞り、4つのチェックポイントが正常に機能することを確認してください。プロセス全体を一度に自動化しようと急ぐべきではありません。
AI は提案の根拠を示し、情報不足の場合は処理を停止する
企業はまず、AI Agent に渡す情報が明確であるかを確認する必要があります。商品マスターに社内品名と品番しかなく、材質、用途、構成、仕様が記載されていない場合、AI が一見完成度の高い商品説明を生成しても、担当者がその内容の正確性を確認するのは困難です。過去の申告書に対象市場、製品バージョン、適用期間が明記されていない場合も、新しい貨物にそのまま流用すべきではありません。
これらの情報は、3つのカテゴリーに分けて管理できます。商品マスターは「これは何か」を説明するために使用し、分類規則と過去の申告書類は「以前どのように判断したか」を把握するために使用します。仕向地の規制と物流事業者の情報は、「今回は何を満たす必要があるか」を確認するために使用します。各資料には、対象市場、対象製品、バージョンの日付、担当部門を明記し、AI Agent が提案する際には参照根拠も併記する必要があります。
検証可能な根拠が見つからない場合、複数の資料が互いに矛盾している場合、または現行の規制がその商品をカバーしていない場合、システムはそのまま適用できる結論を提示すべきではありません。人による対応へ切り替える必要があります。導入前には、出荷頻度の高い製品のデータを抜き取りで確認し、不足している材質、用途、バージョン情報を優先的に補完してから、申告書類との連携を開始できます。
人による承認を単なる「同意」ボタンにしてはならない
承認者が確認できるのが AI の推奨コードだけで、商品情報、参照した規制、その他の候補を確認できないのであれば、「同意」を押すことは、情報が不足した状態で承認者に全責任を負わせることに等しくなります。承認画面には、少なくとも今回の貨物に関する主要項目、AI が使用した情報源、提案内容、疑問点を表示し、承認者が追加資料を求めて差し戻したり、判定を変更したりできるようにする必要があります。
企業は、貨物のリスクに応じて承認者を設定する必要もあります。貨物に新製品や初めて特定の市場へ輸出する商品が含まれている場合、貨物情報に矛盾がある場合、あるいは貨物の金額が高い場合は、分類と法規制に精通した担当者に確認を任せることができます。繰り返し出荷され、情報がそろっている貨物であっても、社内規定に従い、指定された責任者が出荷を承認しなければなりません。
EgentWrX では、複数のタスクをワークフローとして連携させ、次の工程へ引き渡す前に人による承認を設定できます。AI Agent が情報整理と初期調査を完了すると、プロセスはいったん停止し、責任者の確認を経てから次の工程へ進みます。企業がこのような仕組みを採用する際は、承認条件をタスク内に直接記載し、研修時の口頭説明だけで済ませないようにする必要があります。
導入前には、通関、物流、製品、内部統制の各部門が共同で4つのチェックポイントを確認し、各ゲートに承認者と代理承認者を指定することを推奨します。これにより、担当者が休暇を取っている場合でも、出荷に間に合わせるために承認プロセスを迂回する必要がなくなります。
分類をめぐる問題が発生したときは、当時確認した情報と判断者を追跡できるようにする
通関申告の責任は引き続き企業が負うため、最終的に提出した申告書だけを保存しておけばよいわけではありません。税関、物流事業者、社内監査から商品の分類について疑義が示された場合、企業は当時使用した商品情報のバージョン、AI Agent が参照した根拠、提示した提案、担当者が変更した項目、誰がいつ承認したかを確認できる必要があります。
これらの記録があれば、コンプライアンスおよび内部統制の担当者は当時の意思決定プロセスを再現し、問題の原因が商品マスター、分類規則、承認条件のいずれにあったのかを確認したうえで、関連する情報や条件を修正できます。
EgentWrX は、検索およびエクスポートが可能な監査ログを提供し、記録が改ざんされていないかも検証できます。管理者が監査記録をダウンロードした操作も記録されます。導入チームは、AI を活用した通関申告を既存の抜き取り検査制度に組み込み、まず高リスク貨物の条件を定めたうえで、情報源、AI Agent の処理記録、人による承認記録が完全にひも付けられているかを定期的に確認できます。
受け入れテストでは、AI が分類コードを出力できるかを確認するだけでは不十分です。実際に分類をめぐる問題を一度シミュレーションし、当時使用した情報、AI が提示した提案、人が変更した内容、承認記録をチームが復元できるかを確認する必要があります。
AI を活用した通関申告を導入する際、企業はまず、すべての提案について参照可能な情報を確保し、申告を送信するたびに責任者が確認し、問題が発生した場合には当時の処理記録を追跡できる状態を整える必要があります。最初に4つのチェックポイント、AI が回答を停止すべき状況、各ゲートの承認者を明確に定め、その後で連携するシステムの範囲を決める方が、当初から完全自動化を追求するよりも、実際の責任分担に適しています。
よくある質問
AI が推奨した関税分類コードは、そのまま使用できますか？
そのまま使用することは推奨しません。担当者はまず、商品の材質、用途、仕様、仕向地、参照根拠を照合したうえで、会社が指定した責任者に確認を依頼する必要があります。複数の候補コードが提示された場合、情報が互いに矛盾している場合、または重要項目が不足している場合は、人による判断へ切り替えるべきです。
AI が支援できるようにするには、商品情報をどの程度整理する必要がありますか？
少なくとも、一貫した品名、品番、主要な材質、用途、必要な仕様など、担当者がどのような製品であるかを理解できる情報をそろえ、情報のバージョンと担当部門を明記する必要があります。社内でのみ使用している略称しか提供されていない場合、承認者が AI の生成した説明が正しいかを検証するのは困難です。
人による承認は、どの工程に設定すべきですか？
少なくとも、分類コードの適用、仕向地の規制の確認、申告書類の作成、正式な送信の前に設定する必要があります。企業は貨物のリスクに応じて承認レベルを調整できますが、各ゲートについて、承認条件、承認者、追加資料を求めて差し戻した後の対応方法を明確に定めなければなりません。
分類をめぐる問題が発生した場合、どのような記録を保存する必要がありますか？
当時使用した商品情報のバージョン、参照した規制、AI Agent の提案と処理内容、人が変更した項目、承認者、承認日時を保存する必要があります。コンプライアンスまたは内部統制の担当者が当時の意思決定プロセスを再現できるよう、これらの情報を同一の貨物データにひも付ける必要があります。
参考資料
- FedEx は AI で関税分類を支援し、DHL はグローバル貿易情報を統合——物流大手は出荷前サービスをどう強化しているのか？ — TechOrange 科技報橘がまとめた、FedEx と DHL の出荷前コンプライアンスツールおよび責任範囲に関する記事。
