ข้อมูลกำลังกลายเป็นประเด็นสำคัญของผู้นำเข้าที่จดทะเบียน

ที่ผ่านมา การปฏิบัติตามข้อกำหนดศุลกากรมักถูกมองว่าเป็นกระบวนการที่จัดการในระดับธุรกรรม โดยจำแนกประเภทสินค้า คำนวณอากร ยื่นรายการนำเข้า และเก็บรักษาเอกสาร แต่เมื่อหน่วยงานศุลกากรต้องการเห็นข้อมูลเกี่ยวกับบริษัท สินค้า และห่วงโซ่อุปทานที่อยู่เบื้องหลังการนำเข้าแต่ละครั้งมากขึ้น แนวทางดังกล่าวก็ยิ่งทำได้ยากขึ้น

การเปลี่ยนแปลงนี้เห็นได้ชัดเป็นพิเศษในสหรัฐอเมริกา คำสั่งฝ่ายบริหาร 14411 “การเสริมสร้างการบังคับใช้กฎหมายศุลกากร” ซึ่งลงนามเมื่อวันที่ 3 มิถุนายน 2026 กำหนดให้กระทรวงความมั่นคงแห่งมาตุภูมิและสำนักงานศุลกากรและป้องกันชายแดนสหรัฐฯ (CBP) ยกระดับข้อกำหนดสำหรับผู้นำเข้าที่จดทะเบียน เพิ่มการตรวจสอบ และกำหนดข้อกำหนดเพิ่มเติมเกี่ยวกับการเปิดเผยข้อมูลและการรับรอง นอกจากนี้ คำสั่งดังกล่าวยังกำหนดให้รัฐบาลเรียกร้องข้อมูลหรือเอกสารที่ผู้ส่งออกต่างประเทศต้องยื่นต่อหน่วยงานศุลกากรของประเทศตนก่อนส่งออกสินค้าไปยังสหรัฐอเมริกา

สำหรับผู้นำเข้า เรื่องนี้ก่อให้เกิดความท้าทายที่มีข้อมูลเป็นหัวใจสำคัญ ข้อมูลที่เกี่ยวข้องอาจมีอยู่แล้ว แต่บ่อยครั้งกระจัดกระจายอยู่ในระบบต่าง ๆ ใช้คำอธิบายไม่เหมือนกัน และอยู่ภายใต้การดูแลของผู้รับผิดชอบคนละราย AI ช่วยเชื่อมโยงข้อมูลเหล่านี้ได้ แต่จะเป็นประโยชน์ก็ต่อเมื่อบริษัทมอง AI เป็นส่วนหนึ่งของกระบวนการปฏิบัติตามข้อกำหนดที่มีการควบคุม ไม่ใช่สิ่งที่ใช้แทนความเชี่ยวชาญด้านศุลกากร

เหตุใด IOR จึงมีความสำคัญมากกว่าในอดีต

CBP ได้ดำเนินการอย่างเป็นรูปธรรมแล้วเพื่อเพิ่มความเข้มงวดในการตรวจสอบข้อมูลระบุตัวตนของผู้นำเข้า ใน ประกาศใน Federal Register เดือนสิงหาคม 2026 หน่วยงานระบุว่าจะเริ่มบังคับใช้ข้อกำหนดอย่างเข้มงวดขึ้นกับข้อมูลที่ยื่นผ่านแบบฟอร์ม CBP Form 5106 โดยเริ่มตั้งแต่วันที่ 18 กันยายน 2026 CBP ระบุว่าอาจเพิกถอนหมายเลขผู้นำเข้าที่จดทะเบียน หากข้อมูลที่มีอยู่ไม่ถูกต้องหรือไม่ครบถ้วน ซึ่งจะทำให้หมายเลขดังกล่าวใช้สำหรับนำสินค้าเข้าประเทศไม่ได้

เรื่องนี้มีความสำคัญเพราะข้อมูลประวัติ IOR เป็นมากกว่าแฟ้มข้อมูลด้านธุรการ แต่ยังเชื่อมโยงนิติบุคคลเข้ากับรายการนำเข้า อากร นายหน้าศุลกากร และภาระผูกพันตามกฎระเบียบ หากข้อมูลระบุตัวตนพื้นฐานไม่ถูกต้อง การตรวจสอบและกระทบยอดข้อมูลอื่น ๆ ก็อาจทำได้ยากขึ้น

นี่เป็นเรื่องที่ AI และระบบอัตโนมัติช่วยสร้างประโยชน์ในทางปฏิบัติได้ โดยไม่ต้องตัดสินใจเรื่องการปฏิบัติตามข้อกำหนดด้วยตนเอง ระบบสามารถตรวจพบที่อยู่ ชื่อนิติบุคคล ข้อมูลติดต่อ หรือข้อมูลความเป็นเจ้าของที่ขัดแย้งกันในระเบียนภายในองค์กร อีกทั้งยังแจ้งเตือนระเบียนที่ไม่ได้รับการตรวจสอบเมื่อไม่นานมานี้ หรือระบุการเปลี่ยนแปลงที่ควรให้บุคคลเข้ามาพิจารณา เป้าหมายไม่ใช่การให้ алгоритึมตัดสินว่าผู้นำเข้าปฏิบัติตามข้อกำหนดหรือไม่ แต่เป็นการช่วยให้ทีมกำกับดูแลการปฏิบัติตามข้อกำหนดเห็นได้ง่ายขึ้นว่าข้อมูลของตนอาจไม่เพียงพอที่จะรองรับข้อสรุปดังกล่าวอีกต่อไป

เอกสารส่งออกจากต่างประเทศอาจเพิ่มภาระด้านข้อมูล

ความท้าทายถัดไปอาจมีขอบเขตกว้างกว่ามาก ใน ประกาศล่วงหน้าเพื่อจัดทำข้อกำหนดที่เสนอ เดือนกันยายน 2026 CBP ขอความเห็นจากสาธารณชนเกี่ยวกับข้อกำหนดที่จะช่วยให้หน่วยงานมองเห็นห่วงโซ่อุปทานและเอกสารการส่งออกจากต่างประเทศได้ชัดเจนยิ่งขึ้น

ข้อเสนอนี้ยังอยู่ระหว่างการพิจารณา CBP กำลังสอบถามว่าผู้นำเข้าควรยื่นหรือเก็บรักษาเอกสารที่ผู้ส่งออกต่างประเทศต้องจัดส่งให้หน่วยงานศุลกากรของประเทศตนก่อนส่งออกหรือไม่ หน่วยงานยกตัวอย่างเอกสารไว้โดยเฉพาะ เช่น ใบขนสินค้าขาออก ใบกำกับสินค้าเชิงพาณิชย์ รายการบรรจุหีบห่อ หนังสือรับรองถิ่นกำเนิดสินค้า ใบอนุญาตส่งออก ใบตราส่งสินค้า และใบตราส่งสินค้าทางอากาศ CBP ยังสอบถามด้วยว่าผู้นำเข้าที่จดทะเบียนควรรับผิดชอบในการเก็บรักษาและจัดส่งเอกสารเหล่านั้นหรือไม่ และควรใช้หลักความระมัดระวังตามสมควรเมื่อผู้นำเข้าประเมินความถูกต้องของเอกสารหรือไม่

คำถามข้อสุดท้ายนี้มีความสำคัญเป็นพิเศษ ผู้นำเข้าอาจไม่ได้เป็นผู้จัดทำใบขนสินค้าขาออกจากต่างประเทศ แต่อาจเป็นซัพพลายเออร์ ผู้จัดจำหน่าย หรือผู้ให้บริการโลจิสติกส์ที่จัดทำเอกสารดังกล่าว ถึงกระนั้น ผู้นำเข้าก็อาจยังต้องอธิบายว่าข้อมูลในเอกสารนั้นเกี่ยวข้องกับรายการนำเข้าในสหรัฐฯ อย่างไร

ดังนั้น งานที่ต้องทำจึงไม่ใช่แค่การจัดเก็บไฟล์ PDF แต่เป็นการเปรียบเทียบข้อมูล คำอธิบายสินค้าตรงกันหรือไม่? ปริมาณสมเหตุสมผลหรือไม่? เป็นผู้ผลิตรายเดียวกันหรือไม่? ประเทศต้นทางสอดคล้องกันหรือไม่? มูลค่าที่แจ้งไว้จำเป็นต้องมีคำอธิบายหรือไม่? หากเอกสารสองฉบับมีข้อมูลต่างกัน ผู้นำเข้าสามารถอธิบายเหตุผลได้หรือไม่?

AI มีประโยชน์สูงสุดเมื่อช่วยเชื่อมโยงหลักฐาน

จุดนี้เองที่ AI สามารถทำได้มากกว่ากรณีใช้งานด้านศุลกากรที่คุ้นเคยที่สุดอย่างการจำแนกประเภทสินค้า โมเดลภาษาขนาดใหญ่และระบบ AI อื่น ๆ มีประโยชน์เป็นพิเศษเมื่อข้อมูลไม่มีโครงสร้างหรือกระจายอยู่ในเอกสารหลายฉบับ ข้อมูลจำเพาะของผลิตภัณฑ์อาจอธิบายสินค้าแบบหนึ่ง ใบแจ้งหนี้จากซัพพลายเออร์อาจใช้ชื่ออีกแบบหนึ่ง ส่วนรายการนำเข้าทางศุลกากรอาจใช้คำอธิบายแบบย่อ หนังสือรับรองถิ่นกำเนิดสินค้าอาจเพิ่มชุดรหัสระบุอีกชุดหนึ่ง ผู้ที่รู้จักธุรกิจอาจเข้าใจว่าเอกสารทั้งสี่ฉบับกล่าวถึงผลิตภัณฑ์เดียวกัน แต่การค้นหาความเชื่อมโยงเหล่านี้ด้วยตนเองจากระเบียนนับพันรายการเป็นเรื่องยาก

AI ช่วยให้ค้นพบความเชื่อมโยงเหล่านั้นได้ โดยสามารถดึงข้อมูลที่เกี่ยวข้องจากเอกสาร ปรับคำอธิบายสินค้าให้เป็นมาตรฐานเดียวกัน ระบุความไม่สอดคล้องที่อาจเกิดขึ้น และจัดลำดับความสำคัญของระเบียนที่ควรตรวจสอบ นอกจากนี้ยังสามารถค้นหาคำวินิจฉัยด้านศุลกากร แนวทางกำกับดูแล และคำตัดสินก่อนหน้า เพื่อช่วยผู้เชี่ยวชาญด้านการปฏิบัติตามข้อกำหนดเมื่อตรวจสอบประเด็นการจำแนกประเภทหรืออัตราภาษีศุลกากร

องค์การศุลกากรโลกยอมรับถึงศักยภาพที่กว้างขวางยิ่งกว่านี้ รายงานปี 2025ว่าด้วยการนำ AI และแมชชีนเลิร์นนิงมาใช้ในงานศุลกากร ระบุว่าการจัดการข้อมูล การกำกับดูแล การบริหารความเสี่ยง การทำงานร่วมกันได้ ความมั่นคงปลอดภัยทางไซเบอร์ และทักษะของบุคลากร เป็นปัจจัยสำคัญต่อการนำเทคโนโลยีเหล่านี้มาใช้ให้ประสบผลสำเร็จ เรื่องนี้เตือนให้เห็นว่า AI ในงานศุลกากรไม่ได้เป็นปัญหาเรื่องแชตบอตเป็นหลัก แต่เป็นปัญหาเรื่องข้อมูลและการกำกับดูแล

ดังนั้น การประยุกต์ใช้ที่มีประสิทธิภาพสูงสุดจึงควรเชื่อมโยงกับขั้นตอนการทำงานที่เฉพาะเจาะจง ระบบ AI อาจแจ้งเตือนเมื่อพบความคลาดเคลื่อนระหว่างเอกสารของซัพพลายเออร์กับรายการใบขนสินค้า จากนั้นผู้เชี่ยวชาญด้านการปฏิบัติตามข้อกำหนดสามารถตรวจสอบเอกสารต้นทาง พิจารณาว่าความคลาดเคลื่อนนั้นมีมูลจริงหรือไม่ และบันทึกเหตุผลประกอบการพิจารณา

การตรวจทานโดยมนุษย์ยังคงสำคัญ

การตัดสินใจด้านศุลกากรมีผลทางการเงินและกฎหมาย จึงยิ่งต้องให้ความสำคัญกับการอธิบายเหตุผลของผลลัพธ์ ระบบที่ให้คำตอบโดยไม่แสดงหลักฐานรองรับย่อมก่อให้เกิดความเสี่ยงใหม่ต่อการปฏิบัติตามข้อกำหนด ด้วยเหตุนี้ AI ที่ใช้ในการปฏิบัติตามกฎระเบียบการค้าควรเก็บรักษาข้อมูลที่รองรับผลลัพธ์ไว้ หากระบบแนะนำการจำแนกประเภท ผู้ใช้ควรเห็นคุณลักษณะของสินค้า แหล่งข้อมูลที่เกี่ยวข้อง และเหตุผลที่นำไปสู่คำแนะนำนั้นได้ หากระบบตรวจพบความคลาดเคลื่อน ผู้ใช้ก็ควรตรวจสอบย้อนกลับไปยังเอกสารที่ขัดแย้งกันได้

แนวทางนี้สอดคล้องกับหลักการในวงกว้างของ กรอบการบริหารความเสี่ยงด้าน AI ของสถาบันมาตรฐานและเทคโนโลยีแห่งชาติ ซึ่งให้ความสำคัญกับความน่าเชื่อถือของ AI รวมถึงความรับผิดรับชอบ ความโปร่งใส ความสามารถในการอธิบาย และความสามารถในการตีความ NIST ยังระบุด้วยว่าการกำกับดูแลโดยมนุษย์เป็นส่วนสำคัญของการบริหารจัดการระบบ AI

สำหรับทีมศุลกากร นั่นหมายความว่าโดยทั่วไปแล้ว AI ควรทำหน้าที่เป็นนักวิเคราะห์ ไม่ใช่ผู้มีอำนาจตัดสินใจโดยอัตโนมัติ AI สามารถค้นหาหลักฐาน เปรียบเทียบเอกสาร ตรวจหาการเปลี่ยนแปลง และจัดลำดับความสำคัญของงานได้ ส่วนผู้เชี่ยวชาญที่เป็นมนุษย์ยังคงรับผิดชอบในการประเมินหลักฐานและตัดสินใจเรื่องการปฏิบัติตามข้อกำหนด

วางรากฐานข้อมูลให้พร้อมก่อนเพิ่มชั้น AI

เมื่อนำ AI มาใช้ สิ่งที่ชวนให้เริ่มต้นคือโมเดล แต่สำหรับการปฏิบัติตามข้อกำหนดด้านศุลกากร จุดเริ่มต้นที่เหมาะสมกว่าคือข้อมูล ผู้นำเข้าควรพิจารณาว่าสามารถเชื่อมโยงข้อมูลที่เกี่ยวข้องกับสินค้าเข้าด้วยกันผ่านระบบต่าง ๆ ที่รองรับธุรกรรมได้หรือไม่ ซึ่งอาจรวมถึง:

• ข้อมูลจำเพาะของสินค้า
• การจำแนกประเภทตามพิกัด HTS
• คำวินิจฉัยศุลกากร
• ข้อมูลซัพพลายเออร์และผู้ผลิต
• การพิจารณาประเทศถิ่นกำเนิด
• ใบแจ้งหนี้
• เอกสารการขนส่ง
• ข้อกำหนดด้านกฎระเบียบ
• ข้อมูลใบขนสินค้าขาเข้าก่อนหน้า

นอกจากนี้ ควรพิจารณาด้วยว่ามองเห็นการเปลี่ยนแปลงต่าง ๆ หรือไม่ หากซัพพลายเออร์เปลี่ยนข้อมูลจำเพาะของสินค้า มาตรการด้านภาษีเปลี่ยนแปลง หรือข้อมูลบริษัทของผู้นำเข้าเปลี่ยนไป ทีมกำกับดูแลการปฏิบัติตามข้อกำหนดจะระบุเอกสารที่ได้รับผลกระทบได้หรือไม่

คุณภาพของข้อมูลยิ่งมีความสำคัญเมื่อเริ่มนำ AI มาใช้ ระบบ AI ไม่สามารถกระทบยอดเอกสารได้อย่างน่าเชื่อถือ หากข้อมูลไม่ครบถ้วน ล้าสมัย หรือไม่สอดคล้องกัน ระบบอาจตรวจพบรูปแบบในข้อมูลที่มีปัญหาได้ แต่ไม่สามารถเปลี่ยนหลักฐานที่ขาดหายไปให้กลายเป็นหลักฐานที่เชื่อถือได้

เรื่องนี้สอดคล้องกับผลงานล่าสุดจาก WCO ซึ่งเน้นย้ำว่าการกำกับดูแลข้อมูลเป็นรากฐานของ AI และการวิเคราะห์ข้อมูลในงานศุลกากร การหารือเรื่อง AI ในงานศุลกากรปี 2026ขององค์การเน้นย้ำถึงความสำคัญของข้อมูลที่เชื่อถือได้และได้รับการกำกับดูแลอย่างเหมาะสม เพื่อให้ได้ผลลัพธ์ที่ไว้วางใจได้

ข้อได้เปรียบด้านศุลกากรในอนาคตอาจอยู่ที่การอธิบายเหตุผลได้

สภาพแวดล้อมด้านศุลกากรที่กำลังก่อตัวขึ้นมีแนวโน้มที่จะเอื้อประโยชน์แก่บริษัทที่ทำได้มากกว่าแค่ให้คำตอบ โดยบริษัทเหล่านั้นจะต้องแสดงให้เห็นด้วยว่าคำตอบนั้นได้มาอย่างไร

คำสั่งฝ่ายบริหาร 14411 และแนวทางที่ CBP เสนอเกี่ยวกับเอกสารการส่งออกจากต่างประเทศ บ่งชี้ถึงความจำเป็นในการมองเห็นข้อมูลเกี่ยวกับบุคคล สินค้า และเอกสารที่เกี่ยวข้องกับธุรกรรมนำเข้าได้ชัดเจนยิ่งขึ้น ผลที่ตามมาอาจเป็นสภาพแวดล้อมด้านการปฏิบัติตามข้อกำหนดที่จัดการสเปรดชีตและคลังเอกสารซึ่งแยกจากกันได้ยาก AI ช่วยได้ แต่ระบบที่มีคุณค่าสูงสุดจะไม่ใช่ระบบที่เพียงสร้างการจำแนกประเภทหรือสรุปข้อบังคับเท่านั้น หากแต่ต้องเชื่อมโยงหลักฐาน แสดงความคลาดเคลื่อน เก็บรักษาแหล่งข้อมูล และให้มนุษย์มีส่วนร่วมในกระบวนการ

ผู้นำเข้าสามารถเริ่มเตรียมความพร้อมได้ตั้งแต่ตอนนี้:

• ตรวจสอบความถูกต้องของข้อมูล IOR
• ระบุแหล่งที่สร้างและจัดเก็บเอกสารของซัพพลายเออร์และเอกสารการส่งออกจากต่างประเทศ
• ตรวจหาความแตกต่างระหว่างเอกสารของซัพพลายเออร์กับข้อมูลใบขนสินค้าขาเข้าของสหรัฐฯ
• ทบทวนว่าการตัดสินใจด้านการปฏิบัติตามข้อกำหนดเรื่องใดยังคงต้องอาศัยการค้นหาด้วยตนเอง
• พิจารณาว่า AI จะช่วยลดงานที่ต้องใช้ในการค้นหาและประเมินหลักฐานได้ตรงจุดใดบ้าง

อนาคตของ AI ในงานศุลกากรอาจไม่ได้อยู่ที่การเข้ามาแทนที่ผู้เชี่ยวชาญด้านศุลกากร แต่อาจเป็นการช่วยให้ผู้เชี่ยวชาญมองเห็นภาพรวมของธุรกรรมได้ชัดเจนยิ่งขึ้น เมื่อการบังคับใช้กฎหมายศุลกากรอาศัยข้อมูลมากขึ้น ความได้เปรียบในการแข่งขันอาจตกเป็นของผู้นำเข้าที่ตอบคำถามง่าย ๆ ได้อย่างมั่นใจ ไม่ใช่แค่ “เราสำแดงอะไรไป” แต่ยังต้องตอบได้ว่า “เราแสดงหลักฐานได้หรือไม่ว่าเหตุใดสิ่งที่สำแดงจึงถูกต้อง”