輸入者情報の管理はデータの課題になりつつある

税関コンプライアンスは従来、個々の取引単位で対応するものと考えられてきました。製品を分類し、関税を計算し、輸入申告を行い、記録を保管するというやり方です。しかし、税関当局が輸入の背後にある企業、製品、サプライチェーンについて、より詳しい情報を求めるようになり、このモデルを維持するのは難しくなっています。

この変化は、特に米国で顕著です。大統領令第14411号「税関執行の強化」は、2026年6月3日に署名され、国土安全保障省と米国税関・国境警備局（CBP）に対し、輸入者登録要件の強化、審査の厳格化、追加の開示・証明要件の導入を指示しています。また、外国の輸出者が米国向けに物品を輸出する前に、外国の税関当局へ提出することを義務付けられていた情報や書類を、政府が要求するよう指示しています。

輸入業者にとって、これは根本的にデータに関わる課題です。必要な情報はすでに存在しているかもしれませんが、多くの場合、異なるシステムに分散し、記載方法も管理者もそれぞれ異なります。AIはこうした情報をつなぎ合わせるのに役立ちますが、税関の専門知識に取って代わるものではなく、管理されたコンプライアンスプロセスの一部として活用する場合に限られます。

輸入者登録情報の重要性が高まっている理由

CBPはすでに、輸入者の本人確認情報に対する審査を強化する具体的な措置を講じています。2026年8月の連邦官報告示で、CBPはCBP Form 5106を通じて提出された情報について、執行を強化すると発表しました。2026年9月18日から、登録情報が不正確または不完全な場合、CBPは輸入者登録番号を無効にできるとしています。無効になると、その番号を使って貨物を輸入することはできません。

輸入者登録情報が重要なのは、それが単なる事務上の登録情報ではないからです。この情報は、事業体と税関申告、関税、通関業者、規制上の義務を結び付けています。基礎となる本人確認情報に誤りがあれば、ほかの記録との照合も難しくなる可能性があります。

ここでは、AIや自動化によって、コンプライアンス上の判断を独自に下すことなく、実務的な価値を生み出せます。システムは、社内記録を横断して、住所、事業体名、連絡先情報、所有者情報の不一致を特定できます。また、最近確認されていない記録にフラグを立てたり、人による確認が必要な変更を見つけたりすることも可能です。目指すのは、輸入者がコンプライアンスを遵守しているかどうかをアルゴリズムに判断させることではありません。データがその結論をもはや裏付けていない可能性のある箇所を、コンプライアンス担当者が把握しやすくすることです。

外国の輸出関連書類がデータ負担を拡大する可能性

次の課題は、さらに大きくなる可能性があります。CBPは2026年9月の規則案策定に関する事前告知で、サプライチェーンや外国の輸出関連書類をより詳しく把握できるようにする要件について、一般から意見を募集しました。

この提案は、現在も検討段階にあります。CBPは、外国の輸出者が輸出前に外国の税関当局へ提出することを義務付けられていた書類を、輸入業者が提出または保管すべきかどうかについて意見を求めています。具体例として、輸出申告書、商業送り状、梱包明細書、原産地証明書、輸出許可証、船荷証券、航空貨物運送状を挙げています。また、輸入者登録者がそれらの書類を保管して提出する責任を負うべきか、輸入業者が書類の正確性を評価する際に合理的な注意を払うべきかについても、CBPは意見を求めています。

最後の問いは、特に重要です。輸入業者自身が外国の輸出申告書を作成するとは限りません。サプライヤー、販売業者、物流事業者が作成することもあります。それでも輸入業者は、その情報が米国の輸入申告にどう関係するのかを説明する必要が生じる可能性があります。

その結果、必要な作業はPDFを保管することよりも、情報を照合することに重点が置かれます。製品の説明は一致しているか。数量に不自然な点はないか。製造業者は同じか。原産国は整合しているか。申告価格について説明が必要か。2つの書類の内容が異なる場合、輸入業者はその理由を説明できるか。

証拠をつなぎ合わせる場面でAIが最も役立つ

ここでAIは、税関業務で最もよく知られた用途である品目分類を超えて活用できます。大規模言語モデルをはじめとするAIシステムは、情報が非構造化されていたり、多数の書類に分散していたりする場合に特に役立ちます。製品仕様書ではある名称で記載されている製品が、サプライヤーの請求書では別の名称で記載され、税関申告ではさらに短い説明になっていることがあります。原産地証明書には、別の識別情報が記載されているかもしれません。事業を熟知した人なら、これら4つの記載が同じ製品を指していると理解できるでしょう。しかし、数千件の記録を人手で確認して関連性を見つけるのは困難です。

AIは、こうしたつながりを見つけ出すのに役立ちます。書類から関連情報を抽出し、製品の説明を統一し、不一致の可能性を特定して、確認が必要な記録に優先順位を付けることができます。また、コンプライアンス担当者が品目分類や関税に関する問題を調査する際、関連する税関裁定、規制ガイダンス、過去の決定を検索することも可能です。

世界税関機構は、こうした幅広い可能性を認識しています。同機構の2025年報告書では、税関業務におけるAIと機械学習の導入を成功させるうえで、データ管理、ガバナンス、リスク管理、相互運用性、サイバーセキュリティ、人材のスキルが重要な検討事項として挙げられています。これは、税関業務におけるAIの課題は、主としてチャットボットではなく、データとガバナンスに関するものだということを改めて示しています。

したがって、最も有効な活用方法は、具体的な業務フローに結びついたものになるでしょう。AIシステムは、サプライヤーの書類と輸入申告の内容との不一致を検出できます。その後、コンプライアンス担当者が元の記録を確認し、不一致が実際のものかどうかを判断したうえで、その判断に至った理由を記録できます。

人による確認は今なお重要

税関の判断は金銭面および法的な影響を伴うため、説明可能性がとりわけ重要です。判断の根拠となる証拠を示さずに回答を出すシステムは、新たなコンプライアンスリスクを生みます。そのため、貿易コンプライアンスに用いるAIは、出力を裏付ける情報を保持する必要があります。システムが品目分類を提案する場合、ユーザーは、その提案の根拠となった製品属性、関連資料、推論を確認できる必要があります。不一致を特定した場合は、ユーザーが相反する記録をたどって確認できる必要があります。

このアプローチは、米国立標準技術研究所（NIST）のAIリスクマネジメントフレームワークが示す、より幅広い原則にも沿っています。同フレームワークは、説明責任、透明性、説明可能性、解釈可能性など、AIの信頼性を重視しています。NISTはまた、AIシステムを管理するうえで、人による監督が重要な要素であるとしています。

税関チームにとって、これはAIを自律的な判断主体ではなく、原則として分析担当者のように機能させるべきだということです。AIは証拠を探し、記録を比較し、変更を特定し、対応の優先順位を付けることができます。証拠を評価し、コンプライアンス上の判断を下す責任は、引き続き人間の専門家が担います。

AIを導入する前にデータ基盤を整える

AIを導入する際は、モデルから着手したくなりがちです。しかし、税関コンプライアンスでは、まずデータから始めるのがより適切です。輸入事業者は、取引を支えるシステムをまたいで、製品に関する情報を連携できるかどうかを確認する必要があります。対象となる情報には、次のようなものがあります。 

• 製品仕様
• HTS分類
• 税関の裁定
• サプライヤーおよび製造業者に関する情報
• 原産国の判定
• 請求書
• 輸送書類
• 規制要件
• 過去の輸入申告データ

変更を把握できるかどうかも確認する必要があります。サプライヤーが製品仕様を変更した場合、関税措置が変更された場合、あるいは輸入事業者の企業情報が変更された場合に、コンプライアンスチームは影響を受ける記録を特定できるでしょうか。

AIを導入する際は、データの品質がいっそう重要になります。不完全、古くなっている、または一貫性のない記録を、AIシステムが確実に照合することはできません。質の低いデータに含まれるパターンを特定することはできますが、欠けている証拠を信頼できる証拠に変えることはできません。

これは、税関業務におけるAIと分析の基盤として、データガバナンスの重要性を強調してきた世界税関機構の最近の取り組みとも一致しています。同機構が発表した税関業務におけるAIに関する2026年の議論では、信頼できる結果を生み出すために、信頼性が高く、適切に管理されたデータが重要であることが強調されました。

次の税関業務の強みは説明可能性にある

今後の税関業務では、答えを出すだけでなく、その答えに至った経緯を示せる企業が評価される可能性が高いでしょう。

大統領令14411号と、CBPが提案する外国輸出書類への対応方針は、輸入取引の背景にある関係者、製品、記録について、より高い可視性を求める方向を示しています。その結果、分散したスプレッドシートや文書保管庫の管理が難しくなるようなコンプライアンス環境が生まれる可能性があります。AIは役立ちますが、最も価値のあるシステムは、単に品目分類を生成したり規制を要約したりするものではありません。証拠を関連付け、不一致を明らかにし、情報源を保持し、人が関与し続けられるシステムです。

輸入事業者は、今から次の準備を始められます。 

• IOR情報を検証する
• サプライヤー書類と外国輸出書類の作成場所および保管場所を把握する
• サプライヤーの記録と米国の輸入申告データとの相違点を特定する
• どのコンプライアンス上の判断が、今も手作業による検索に依存しているかを確認する
• 証拠の検索と評価に必要な作業をAIでどこまで減らせるかを判断する

通関におけるAIの未来は、通関の専門家に取って代わることよりも、その専門家が取引をより的確に把握できるよう支援することにあるのかもしれない。税関の執行がデータ主導型になるにつれ、競争上の優位性を得るのは、ある単純な問いに自信を持って答えられる輸入業者かもしれない。「何を申告したか」だけでなく、「それが正しかった理由を示せるか」という問いだ。