备案进口商问题正逐渐演变为数据问题

传统上，海关合规被视为一项针对单笔交易的工作：对产品进行归类、计算关税、申报进口并留存记录。如今，海关当局要求更全面地了解每笔进口背后的公司、产品和供应链，这种模式越来越难以为继。

这一转变在美国尤为明显。第14411号行政令《加强海关执法》于2026年6月3日签署，指示美国国土安全部和美国海关与边境保护局（CBP）加强对备案进口商的要求、加大审查力度，并制定额外的披露和认证要求。该行政令还指示政府要求提供外国出口商在向美国出口货物之前，必须提交给外国海关当局的信息或文件。

对进口商而言，这带来的挑战本质上是数据问题。相关信息可能早已存在，但往往分散在不同系统中，使用不同的描述，并由不同的人员或部门掌握。人工智能可以帮助整合这些信息，但前提是企业必须将人工智能视为受控合规流程的一部分，而不是海关专业知识的替代品。

为什么备案进口商的重要性比以往更高

CBP已经采取切实措施，进一步严格审查进口商身份数据。在2026年8月的《联邦公报》公告中，该机构表示，将开始加强对通过CBP Form 5106提交的信息的执法。CBP表示，自2026年9月18日起，如果备案信息不准确或不完整，便可作废备案进口商编号，使该编号无法用于申报进口商品。

这之所以重要，是因为备案进口商记录不只是行政档案。它将某个实体与海关申报、关税、报关代理和监管义务关联起来。如果基础身份信息有误，其他记录也会更难核对。

在这一领域，人工智能和自动化可以发挥实际作用，而不必自行作出合规判断。系统能够在内部记录中识别相互冲突的地址、实体名称、联系信息或所有权数据。它们还可以标记近期未经过审核的记录，或发现应当引起人工关注的变更。目标不是让算法判定进口商是否合规，而是帮助合规团队更轻松地发现哪些数据可能已不足以支撑这一结论。

外国出口文件可能加重数据负担

下一个挑战的规模可能大得多。在2026年9月发布的拟议规则制定预先公告中，CBP征求公众意见，探讨制定相关要求，以便让该机构更全面地了解供应链和外国出口文件。

这项提议仍在审议中。CBP正在征询意见，了解是否应要求进口商提交或留存外国出口商在出口前必须提供给外国海关当局的文件。该机构特别列举了出口申报单、商业发票、装箱单、原产地证书、出口许可证、提单和航空运单等文件。CBP还询问，备案进口商是否应负责留存并提供这些文件，以及进口商评估文件准确性时是否应适用合理谨慎标准。

最后这个问题尤为重要。外国出口申报单可能并非由进口商制作，而是由供应商、经销商或物流服务商制作。然而，进口商仍可能需要说明其中的信息与美国进口申报之间的关联。

因此，相关工作重点不在于存储PDF文件，而在于比对信息。产品描述是否一致？数量是否合理？制造商是否相同？原产国是否相符？申报价值是否需要解释？如果两份文件内容不同，进口商能否说明原因？

人工智能在关联证据时最有用

人工智能可以在此超越人们最熟悉的海关应用场景——商品归类。当信息缺乏结构化形式或分散在大量文件中时，大型语言模型和其他人工智能系统尤其有用。产品规格可能用一种方式描述商品，供应商发票可能使用另一种名称，而海关申报中可能只有简短描述。原产地证书还可能包含另一套标识信息。熟悉业务的人或许知道这四处指的是同一种产品，但要在数千条记录中手动找出这些关联并不容易。

人工智能可以帮助发现这些关联。它可以从文件中提取相关信息、规范产品描述、识别潜在的不一致之处，并确定需要优先审核的记录。在合规专业人员调查商品归类或关税问题时，它还可以检索相关的海关裁定、监管指南和以往决定。

世界海关组织已认识到这一更广泛的潜力。其2025 年报告指出，数据管理、治理、风险管理、互操作性、网络安全和劳动力技能，是成功采用人工智能和机器学习开展海关工作的关键考量。这提醒我们，海关领域的人工智能问题主要不在于聊天机器人，而在于数据和治理。

因此，最有效的应用将与具体工作流程紧密结合。人工智能系统可以标记供应商文件与报关申报之间的差异。随后，合规专业人员可以审核相关记录，判断差异是否属实，并记录作出判断的依据。

人工审核仍然重要

海关决策会带来财务和法律后果，因此可解释性尤为重要。如果系统给出答案，却不展示其背后的证据，就会带来新的合规风险。因此，用于贸易合规的人工智能应保留支撑其输出的信息。如果系统建议采用某一商品归类，用户应能查看相关商品属性、资料来源以及支撑该建议的推理过程。如果系统发现差异，用户应能追溯存在冲突的记录。

这种做法符合美国国家标准与技术研究院的《人工智能风险管理框架》所体现的更广泛原则。该框架强调人工智能的可信度，包括问责、透明、可解释和可阐释。NIST 还将人工监督列为管理人工智能系统的重要组成部分。

对海关团队而言，这意味着人工智能通常应充当分析人员，而不是自主决策者。它可以查找证据、比对记录、发现变化并确定工作优先级。评估证据并作出合规决策，仍由人类专家负责。

先夯实数据基础，再构建人工智能层

使用人工智能时，人们很容易从模型入手。对于海关合规而言，更好的起点是数据。进口商应了解，能否将支持交易的各个系统中与某项产品相关的信息关联起来。这些信息可能包括： 

• 产品规格
• HTS 税则分类
• 海关裁定
• 供应商和制造商信息
• 原产国认定
• 发票
• 运输单证
• 监管要求
• 以往的报关申报数据

他们还应了解，是否能够看见各项变化。如果供应商更改了产品规格、关税措施发生变化，或者进口商的公司信息有所变动，合规团队能否找出受影响的记录？

引入人工智能后，数据质量变得更加重要。对于不完整、过时或相互矛盾的记录，人工智能系统无法可靠地加以核对。它可以识别劣质数据中的模式，却无法将缺失的证据变成可靠证据。

这与世界海关组织近期的工作方向一致。该组织强调，数据治理是海关领域应用人工智能和分析技术的基础。其2026 年关于海关领域人工智能的讨论着重指出，可靠且治理完善的数据对于产出可信结果至关重要。

下一项海关竞争优势或许在于可解释性

在不断演变的海关环境中，仅能给出答案的公司恐怕难以胜出。它们还需要说明答案是如何得出的。

第 14411 号行政令以及 CBP 针对外国出口单证提出的方案，都表明监管方将更加关注进口交易背后的各方、产品和记录。由此可能形成一种合规环境：彼此割裂的电子表格和文档库将变得难以管理。人工智能可以提供帮助，但最有价值的系统不会只是生成商品归类或概述法规，而是能够串联证据、揭示差异、保留资料来源，并让人员始终参与其中的系统。

进口商现在就可以开始做好准备： 

• 核实 IOR 信息
• 梳理供应商文件和外国出口单证的生成与存储位置
• 找出供应商记录与美国进口申报数据之间的差异
• 审查哪些合规决策仍依赖人工检索
• 确定人工智能可以在哪些环节减少查找和评估证据所需的工作

海关领域的人工智能未来，或许不在于取代海关专家，而在于让专家更全面地了解交易情况。随着海关执法越来越依赖数据，竞争优势或许将属于那些能够自信回答一个简单问题的进口商：他们不仅要回答“我们申报了什么？”，还要回答“我们能否说明申报为何正确？”