株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
物流会社の通関書類作成をAIで効率化する方法｜商品情報からHSコード自動分類・申告書ドラフト生成まで
物流会社・通関業者にとって、通関書類の作成は国際物流の根幹を成す専門業務です。国際共通のHSコードと国内の統計細分から正確な税番を特定し（HS2022の国際6桁分類は5,611号）、輸出入申告書を作成する——この高度に専門的な業務をAIで効率化する動きが加速しています。NECは生成AIによる「AI税番判定サポート」を提供し、Shippio Clearは貿易書類のAI-OCRとNACCS形式への出力に対応するなど、通関DXが実用段階に入っています。
業務の詳細フロー（現状の手作業）
ステップ1：商品情報の確認
輸出入する商品のインボイス、パッキングリスト、商品説明書等から、商品名、材質、用途、成分、原産国等の情報を確認します。通関に必要な情報が不足している場合は、荷主や輸出者に問い合わせます。
ステップ2：HSコード（税番）の特定
商品情報を基に、HSコード（Harmonized System Code）を特定します。国際共通の6桁の分類に、日本では3桁の統計細分を加えた9桁の統計品目番号を用います。商品の材質・用途等を確認し、分類通則や部・類の注に基づいて選定します（税関：HSコード）。この作業は通関士の専門知識と経験に大きく依存します。
ステップ3：関税率・規制の確認
特定したHSコードに基づく関税率（基本税率、WTO税率、EPA税率等）を確認します。輸入規制（食品衛生法、薬機法、ワシントン条約等）の該当有無も確認します。
ステップ4：申告書の作成
NACCS（輸出入・港湾関連情報処理システム）に輸出入申告データを入力します。申告書には、申告者、荷主、商品名、HSコード、数量、価格（CIF/FOB）、原産国、関税額等を記載します。
ステップ5：申告・検査対応・許可取得
NACCSを通じて税関に申告し、必要に応じて税関検査（書類審査、現物検査）に対応します。許可が下りると輸出入が可能になります。
課題・ペインポイント
- HSコード特定の難度：多数の税番から正確なコードを選定するには深い専門知識が必要で、誤分類は関税の追加納付や通関の遅延につながる場合がある
- 通関士の人材不足：分類や法令に関する専門知識が必要で、担当人材の育成と業務継承が課題
- 書類作成の反復作業：同一商品でもインボイスの記載方法が荷主ごとに異なり、毎回手動でのデータ変換が必要
- 規制確認の複雑さ：HSコードに紐づく輸入規制が多岐にわたり、確認漏れのリスクがある
- 迅速な処理要求：サプライチェーンのスピード向上に伴い、通関処理の迅速化が求められるが人手では限界がある
AI化のアプローチ（LLMによる実装イメージ）
入力データの設計
- 商品情報：インボイスの品名、材質、用途、成分情報（OCRで自動抽出）
- HSコード体系：関税定率法の税番リストと各税番の分類基準
- 過去の通関実績：同一商品・類似商品の過去の税番特定実績（RAGで参照）
- 関税率表：HSコード別の関税率（基本税率、WTO税率、EPA税率等）
- 輸入規制データ：HSコード別の輸入規制（食品衛生法、薬機法等）の該当情報
処理パイプライン
- インボイスの自動読み取り：本記事の設計案では、品名、数量、単価、原産国等を抽出対象とし、AI-OCRで構造化データに変換。抽出可否と精度は書式・項目別に検証する（AI-OCR・NACCS形式出力の製品例：Shippio Clear 公式機能説明）
- HSコードの自動分類：LLMが商品情報と関税定率法の分類基準を照合し、HSコードの候補を自動提案。本記事の実装案では、過去の通関実績もRAGで参照する。NECの公表機能として確認できるのは、商品情報からの税番候補と根拠の提示（製品例：NEC「AI税番判定サポート」）
- 関税率・規制の自動確認：候補のHSコードから関税率・輸入規制を照合し、原産地、材質、用途等の適用条件も確認対象にする。該当性は担当者が確認する
- 申告書ドラフトの自動生成：OCRで抽出したデータ＋HSコード＋関税率をNACCS入力用のフォーマットに自動変換
- 異常値・不整合の自動検出：申告内容の不整合（価格と数量の矛盾、原産国とEPA税率の不整合等）を自動検出
人間が判断すべきポイント
- HSコードの最終確定：AIの候補と根拠を確認して申告内容を確定する。通関業者に委託する場合は、同業者が法定の対象書類を通関士に審査させる。輸入者の納税義務と税関の審査・判断も区別する（通関業法14条、関税法6・7条）
- グレーゾーンの分類判断：「この商品は○○類と△△類のどちらに該当するか」の境界事例の判断は通関士の専門知識が必要
- 事前教示の申請判断：分類に確信が持てない場合の税関への事前教示の申請判断
- 税関検査への対応：税関からの質問・検査要請には、輸出入者や委託を受けた通関業者等が必要な情報を整えて対応する。通関士だけに限定される業務と捉えない
他業種への応用例
以下は文書の抽出・照合・下書きという処理を他業種に応用する設計例です。特定顧客への導入実績を示すものではなく、規制上の判断や最終確認は担当者が行う前提です。
- 銀行の貿易金融書類審査：L/C・船荷証券のOCRデータ抽出→条件照合を支援し、不一致を審査担当者に提示する
- 保険会社の募集文書審査：保険業法等を踏まえたチェックリストに基づき、LLMが審査時の確認候補を提示する
- 製薬会社の承認申請書類：規制要件に基づく申請書のLLMドラフト生成と、根拠資料に照らした担当者による確認
導入ステップと注意点
以下の期間は計画を立てる際の目安です。データの整理状況、対象品目数、検証体制に応じて調整します。
ステップ1：過去の通関実績のデータベース化（2〜4週間）
過去の通関実績（商品名→HSコードの対応関係）をベクトルデータベースに格納し、類似商品のHSコードをRAGで参照できるようにします。
ステップ2：HSコード分類プロンプトの設計（2〜4週間）
関税定率法の分類基準をLLMのプロンプトに落とし込みます。主要な商品カテゴリ別にプロンプトテンプレートを設計します（出典：Xnova "HS Code AI Classification Guide 2025"）。
ステップ3：パイロット運用（4〜8週間）
高頻度の商品カテゴリからAI分類を試行し、通関士の判断との一致率を検証します。一致率が高いカテゴリから段階的に自動化範囲を拡大します。
注意点
- 法的責任：誤分類で納税額が不足すれば追加納付等が生じる場合がある。AIの提案と根拠を確認し、輸入者の納税義務、通関業者が通関士に行わせる審査、税関の判断を区別する（関税法・通関業法）
- HS番号の改正対応：WCOによるHS番号の定期改正に対応し、分類基準DBの更新が必要。通常は5年周期だが、次回は2022年版から6年後のHS2028（2028年1月1日発効）となる
- 国ごとの差異：6桁のHSコードは国際統一だが、それ以降の桁は国ごとに異なるため（日本の統計品目番号は9桁）、輸出先国の分類体系も考慮が必要。なお、海外事例の導入に際しては日本の関税法制との違いに注意が必要
renue視点：専用ツールではなく汎用LLMで実現する理由
通関書類作成の「商品情報を読み→HSコードを特定し→申告書を作成する」というプロセスは言語処理の連鎖です。NECのHSコード特定支援のような専用ツールも存在しますが、汎用LLMに関税定率法の分類基準と過去の通関実績をRAGで参照させれば、自社の取扱商品に特化したHSコード提案が可能です。通関士の「この商品はこの条件だからこのコード」という暗黙知を言語化してプロンプトに落とし込むことが、AI化の第一歩です。
まとめ
物流会社の通関書類作成は、インボイスOCR→HSコード自動分類→関税率/規制自動確認→申告書ドラフト生成→異常値自動検出のパイプラインでAIによる大幅な効率化が可能です。NECのHSコード特定支援やShippioのAI自動転記など、業界での実装が進んでいます。ただし、HSコードの確定や境界事例の分類には専門的な確認が必要であり、輸入者の納税義務、通関業者による通関士の審査体制、税関の判断の区別が重要です。
設計観点の整理：物流通関AI導入で陥りやすい3大落とし穴
通関書類AIは関税法・通関業法・国内税番更新とHS2028対応・CBP H350722行政判断の4軸で設計を誤ると、HS誤分類による関税追徴・通関業法違反・国際貿易コンプライアンス失敗の致命的リスクが生じる領域です。
落とし穴1：関税法×通関業法×NACCS×国内税番更新・HS2028対応×AI HSコード判定の5層コンプライアンス
国内の通関AI化は関税法（67条の輸出入申告・許可、68条の必要書類の提出、7条の納税申告）、通関業法（13条の通関士設置〔例外あり〕、14条の対象書類の審査・記名）、NACCS業務コード集、適用日時点の実行関税率表、申告データのコード仕様を合わせて確認します。国際共通のHSは6桁、日本の統計品目番号は9桁です。NACCSでは追加コードの扱いも確認し、例えば輸出申告事項登録（EDA）は統計品目番号9桁とNACCS用品目コード1桁を別欄に入力します。少額貨物等の入力例外もあるため、一律に「HS10桁」とは扱いません。AIによる候補提示にはNEC「AI税番判定サポート」等があります。設計時には「顧客情報の送信について契約・機密区分・AIサービスの保存／学習条件を確認し、条件に応じて閉域LLMも検討する」「AI出力は担当者が確認し、通関業者が対象書類を通関士に審査させる」「適用日をまたぐ貨物の新旧コード切替を検知する」を組み込みます。外部LLMへの送信が一律に法律で禁止されるわけではなく、個人データについては個人情報保護委員会の注意喚起に沿って入力・学習利用等の条件を確認します。
落とし穴2：グローバル通関AI×CBP H350722判定×各国関税規制×Digicust/Freightos/Globalior×AI分類の効率検証
海外通関AIでは、CBP HQ H350722（2026年1月16日）という米国税関の行政判断が参考になります。無免許の第三者が、実際に輸入される貨物についてHTSUSの6桁を超える分類候補をAIで提供する行為等を、通関業務に当たると判断しています。実際の輸入と結び付かない一般的な調査用ツールについては、申告業務との分離や実効的な免責表示等を検討していますが、免責文を付ければ許されるという判断ではありません。他人のために行う通関業務と輸入者自身の手続を区別し、業務内容に応じて資格要件を確認します。製品・情報サービスとしては、DigicustのAI分類支援、FreightosのHS検索ツール、Globaliorの分類上の注意点の解説があります。時間短縮の数値はこれら3社共通の実績ではなく、GingerControlが手作業90〜110分／品目に対しAI支援と人の確認で約5分と説明したものです。提供元の説明値として扱い、自社品目で精度と所要時間を検証します。WCO Trade Tools等で分類情報を参照し、国際HSの次回改訂は2028年1月1日発効として国内の税率表更新と区別します。改訂対象を4分野だけに限定しません。米国のAES（自動輸出システム）はACEの輸出情報を扱う仕組みであり、対象となる申告業務に応じて連携要否を確認します。EU AI Actの透明性規定は2026年8月2日から適用されますが、対人対話や生成物の表示等の要件を、システムの用途・提供者／利用者の役割ごとに確認する必要があります。貿易AI全てが同一の透明性要件対象になるという意味ではありません。分類ではGRI（General Rules for the Interpretation of the Harmonized System：HSの解釈に関する通則）を適用します。AIの迅速な候補提示と、複雑・高額案件での人の重点レビューを組み合わせる運用は、本記事の設計提案です。
落とし穴3：中国通関AI×順豊「豊語」大模型×商品分類93%精度31カ国（順豊公表値）×広州の事前分類×跨境EC
中国では、順豊が投資家向け説明資料で「丰语（豊語）」等の自社モデル活用を公表するなど、物流分野への大模型の活用が進んでいます。順豊の2025年度可持続発展報告（本文114ページ）は、申告品名の整形、自社開発の海関コード分類モデル・申告要素識別モデル、AIによる書類審査や画像を使う検査支援を紹介しています。商品分類は31カ国の越境業務を対象に精度93%とする同社の公表値であり、「豊語」単独の性能とは区別します。広州単一窓口は商品事前分類の結果を数秒で返すサービスを紹介し、精度95%という数値を公表しています。ただし評価指標の原文は「前三位HS编码」であり、HSコード上位3桁の正解率、あるいは全桁分類の正解率と断定して読み替えません。数秒という説明も事前分類の応答時間であり、通関手続全体の完了時間ではありません。越境ECでは、こうした品目分類・申告要素の整理・書類審査の支援を、担当者の確認と組み合わせます。規制対応はPIPL、2026年1月1日施行の改正網絡安全法、生成AIサービス管理暫定弁法について、データの種類とサービスの提供形態ごとに確認します。生成AI暫定弁法は中国国内の公衆向けサービスを対象とし、備案等には提供サービスの性質による条件があります。PIPL40条は重要情報インフラ運営者や所定の処理規模に達する個人情報処理者等に国内保存と国外提供時の条件を定めていますが、全ての通関AIに国産モデルと中国内DCを一律義務付けるものではありません。日中越境ECでは、日本の関税法制、中国の海関規則、HSの共通分類と両国の国内細分を合わせて設計することが重要です。
