AI 在貿易法遵裡的應用：進口人實務指南

AI 在貿易法遵裡實際做的是什麼？

貿易法遵裡的 AI，把型態辨識與結構化推理套用在過去需要花上數小時人工研究的任務上：產品分類、文件驗證、關稅計算、風險評估與政策監控。一套建置良好的系統，會拿數十萬筆 CBP 裁示、稅則表與法規條文來訓練，套用的是多步驟推理，而不是單純的關鍵字比對。目前最有效的應用場景，是 HTS／ECCN 稅則分類、文件轉申報工作流、被制裁對象篩查，以及關稅情境模擬。

像 ChatGPT 或 Copilot 這類通用型 AI 工具，能拿來分類 HTS 稅號嗎？

不行，至少不可靠。ChatGPT、Microsoft Copilot、Google Gemini 這類通用型 AI 模型，並非為關稅分類而訓練。它們缺乏 GRI 邏輯、缺乏類注／章注的意識，也沒有 CROSS 裁示資料庫的存取權。在測試中，它們經常回傳看似合理卻錯誤的稅號，甚至捏造出根本不存在的 HTS 號碼，也無法套用 CBP 要求的法律推理架構。把通用型 AI 工具的輸出用在海關報單上，是法遵風險，不是捷徑。

AI 在貿易法遵裡已經不再是實驗性質。它在產品分類、文件處理、風險鎖定與被制裁對象篩查上，早已從試點走向正式上線。但 2026 年初有兩個發展，重新形塑了整個討論。第一，CBP 於 2026 年 1 月 16 日發布總部裁示 HQ H350722，這是該署首度直接針對 AI 驅動分類工具做出的裁定，為 AI 分類在什麼情況下構成需要報關行執照的「報關業務」，畫出了清楚的法律界線。第二，ChatGPT、Copilot、Gemini 等通用型 AI 工具的爆發性成長，讓部分進口人誤以為只要問聊天機器人就能拿到 HTS 稅號，這是一個危險的誤解，而 CBP 的裁示讓這個誤解變得更加危險。能分辨專為分類研究打造的系統，和一般 AI 聊天機器人之間差異的進口人，將在法遵與法律上取得明顯優勢。

最後更新：2026 年 3 月

為什麼通用型 AI 工具在 HTS 分類上會失靈

通用型 AI 模型，ChatGPT（OpenAI）、Copilot（Microsoft）、Gemini（Google），在許多任務上表現亮眼，但關稅分類不是其中之一，原因如下：

它們缺乏法律推理架構。 HTS 分類受一般解釋規則（GRI 1 至 6）規範，必須依特定順序套用。GRI 3(b) 基本特徵分析、類注排除規定、章注定義，都是法律工具，不是一般常識。一個讀遍整個網路訓練出來的聊天機器人，不會因為讀過醫學教科書就懂得開刀，同樣地，它也不懂得怎麼把 GRI 3(b) 套用在複合產品上。

它們會捏造 HTS 稅號。 通用型 AI 模型是依統計機率生成文字。當被要求給出 HTS 稅號時，它們經常回傳「看起來對」的稅號，10 碼、章別也合理，但實際上在現行 HTSUS 裡並不存在，或存在卻適用於完全不同的產品。通用型 AI 沒有任何機制能對照實際稅則表驗證自己的輸出。

它們沒有 CROSS 裁示的存取權。 CBP 的 CROSS 資料庫收錄超過 22 萬筆分類裁示，作為分類決策的先例依據。通用型 AI 模型無法即時存取這個資料庫，也無法引用具體裁示來支持自己的分類邏輯。

它們無法提出正確的問題。 精準分類往往需要初始描述沒有提供的額外產品資訊，材質組成、功能用途、基本特徵。通用型 AI 工具會照單全收拿到的任何輸入，然後給出一個答案，它們不知道自己不知道什麼。

它們不會留下稽核軌跡。 如果 CBP 發出 CF-28 或展開稽核，進口人必須證明自己盡了「合理注意義務」，也就是每一個分類決策背後都有文件記錄的推理。一張 ChatGPT 對話的截圖，構不成一套站得住腳的分類方法論。

世界海關組織估計，全球每三筆海關報單就有一筆誤分類，而這還是由受過訓練的專業人員完成的結果。使用通用型聊天機器人，只會讓這個錯誤率明顯惡化。

CBP 里程碑裁示 H350722，對 AI 分類工具意味著什麼？

2026 年 1 月 16 日，CBP 發布總部裁示 HQ H350722，這是該署首度直接針對一個提供 AI 驅動 HTS 分類服務的線上平台做出裁定。這項裁示審查的是一家外國、未持照公司經營的平台，該平台提供四項服務：媒合進口人與報關行、擷取報單資料的 OCR 工具、產出 HTSUS 子目建議的 AI 分類工具，以及代進口人送交 CBP 5106 表格。

CBP 對這項 AI 分類工具的分析，確立了幾個每個法遵團隊、以及每個 AI 工具供應商都必須理解的關鍵區別：

六碼與十碼的分界線。 CBP 裁定，提供到 HS 六碼層級的分類不構成報關業務。但為已經進口或即將進口的貨物，提供超過六碼、也就是八碼或十碼層級的分類，則構成需要持證報關行執行的報關業務。邏輯在於：向 CBP 申報報單需要十碼稅號，因此為即將申報進口的貨物提供十碼分類，是一項「有助於」報單準備的行為。

與報單的關聯性測試。 關鍵問題在於這項分類是否與一筆即將申報的報單有關聯。CBP 區分了先前兩則裁示所涉及的情境：

情境	裁示	結果
一般分類資料庫，不論貨物是否確實進口，皆可供所有產品查詢	HQ H272798	允許（須附具實質意義的免責聲明）
針對客戶已購買且即將進口的特定貨物做分類	HQ H290535	不被允許的報關業務

免責聲明本身不足以合規。 CBP 在 HQ H290535 中明確裁定，如果工具是針對即將申報進口的特定貨物提供具體子目建議，附上免責聲明並不能免除未持照業者從事報關業務的違規責任。不過，當工具是以脫離具體報單申報的一般研究資源形式運作時，具實質意義的免責聲明可以發揮效果。

自動化工具仍需持證報關行參與。 這項裁示確立，一項工具，不論是不是 AI，都不構成 19 C.F.R. § 111.1 下的「人」。因此，進口貨物的分類決策，最終必須由一位合法持照的報關行做出，而不能單獨由自動化系統做出。不論 AI 有多先進，這項原則都適用。

GingerControl 的定位，以及它為什麼不一樣

GingerControl 從一開始就被設計為，穩穩落在 CBP 裁示所描述的允許框架之內。原因如下：

專為此設計，而非通用型系統。 GingerControl 不像 ChatGPT、Copilot 或 Gemini 那樣，是一個順帶能回答分類問題的通用型 AI。它是一套專為 HS 與 HTS 分類研究手動架構並微調的系統。每一個組件，候選收斂引擎、提問生成邏輯、CROSS 裁示整合，都是由貿易法遵領域專家打造，目的只有一個：產出站得住腳的分類前研究。

分類前研究工具的定位。 GingerControl 是一項分類前研究工具，依循的是持證報關員所用的同一套推理流程，包含 GRI 分析、類注／章注審閱與 CROSS 裁示研究，但最終的分類判斷仍受益於專業判斷。GingerControl 產出支持分類決策的可供稽核文件，不提供法律意見，也不取代持證海關專業。這樣的定位，直接對應 CBP 在 HQ H272798 裡認可的「一般分類資料庫」允許框架。

以分歧點為核心的迭代式分類，不是關鍵字比對。 多數 AI 分類工具採用單次判定的做法：輸入一段描述，得到一個稅號。GingerControl 走的是相反路線。它用最初的輸入呈現多個候選 HTS 稅號，接著提出以 GRI 邏輯驅動、瞄準候選項之間分歧點的問題，逐步收斂到正確的分類。這些問題是結合產品資訊、HTS 描述語意與適用 GRI 邏輯設計出來的。對一項受 GRI 3(b) 規範的複合產品，問題不會是「這是電腦還是喇叭」，而是「消費者購買這項產品的主要理由是什麼」或「哪個元件占的成本最高」。

在分類過程中引用 CROSS 裁示，而不是事後補上。 競爭工具走的是「先分類、後引用」的路線：先輸出一個稅號，再去 CROSS 搜尋符合那個稅號的裁示，貼在上面製造出有憑有據的表象。GingerControl 則是在分類過程中一併讀取 CROSS 資料庫裡的相似案例，讓先例真正影響決策，而不只是裝飾性引用。

附完整推理鏈的可供稽核輸出。 每一筆 GingerControl 分類結果，都會產出一份文件，記錄：曾考慮過的候選稅號、提出的問題與收到的回答、套用的 GRI 分析、審閱過的類注／章注，以及參照過的 CROSS 裁示。這正是 CBP 在評估進口人是否盡了合理注意義務時，會要求的文件。

GingerControl 是一個貿易法遵 AI 平台，協助進口人、出口人與報關行為產品做分類、模擬關稅成本，並追蹤政策變動。

AI 目前已經在貿易法遵的哪些環節發揮作用？

除了分類之外，AI 在其他三個領域也交出可衡量的成果：

文件轉申報工作流。 發票、裝箱單、採購單與提單很少以乾淨的格式送達。AI 驅動的資料流程，現在能讀取這些輸入、擷取相關資料，並預先組裝出供報關行複核的報單，儘管 CBP 在 H350722 裡也認定，一家未持照業者用來擷取報單資料的 OCR 工具，同樣構成報關業務。

制裁與受限方篩查。 AI 強化的姓名比對，能辨識跨語言的拼字變體、音譯與語言上的細微差異，在降低誤判的同時仍能抓出真正的比對結果。

風險評估與異常偵測。 CBP 本身就透過高階貿易分析專案使用 AI，彙整並分析貿易資料以偵測轉口規避、低報價值與誤分類的模式。內部使用類似 AI 工具的進口人，能在 CBP 發現之前就先找出風險。

「AI 在全球貿易法遵裡已經不再是實驗，它已經果斷地從試點走向正式上線。」，出自 e2open，AI in Global Trade Compliance

進口人該注意什麼？

並非所有 AI 法遵工具都一樣，在 HQ H350722 之後，部分工具可能正遊走在法律灰色地帶。以下是關鍵評估標準：

特徵	該看什麼	警訊
法規定位	分類前研究工具，搭配持證報關行複核	宣稱能在沒有報關行參與下為報單「分類」貨物
分類方法論	套用 GRI 邏輯的迭代式推理	單次判定的關鍵字比對，或通用型 AI 聊天機器人
裁示整合	分類過程中一併參照 CROSS 裁示	分類完成後才附上裁示，或完全沒有
可解釋性	輸出附完整推理鏈	只有稅號，沒有理由（無稽核軌跡）
人為監督	有升級至持證專業人員的複核工作流	宣稱「全自動」報單申報
資料治理	有稽核軌跡、信心分數、飄移監控	黑箱作業，沒有任何文件
關稅涵蓋範圍	完整稅疊（301、232、122、AD/CVD）	只涵蓋基礎稅率
執照合規性	在 HQ H350722 框架內運作	未持照業者為即將進口的貨物提供十碼稅號

自 2026 年 8 月起適用的歐盟 AI 法案，將要求高風險 AI 系統具備人在迴路控制與文件記錄，海關分類可能落入這個類別。現在就導入 AI 的進口人，應該建立能同時滿足美國合理注意義務要求、CBP 的 HQ H350722 框架，以及新興歐盟 AI 法規的治理架構。

常見問題

AI 對 HTS 分類來說夠準確嗎？

目前最精準的微調 AI 模型，在沒有人為監督的情況下，10 碼分類的完全正確率約為 40%。這讓 AI 非常適合用於研究與縮小候選範圍，但不足以支撐自主申報。實務作法是 AI 輔助分類搭配人工專家複核，這正是 GingerControl 的設計方式。

我能用 ChatGPT 或 Copilot 做 HTS 分類嗎？

強烈不建議。通用型 AI 模型缺乏 GRI 邏輯，無法存取現行 HTSUS 或 CROSS 資料庫，經常捏造稅號，也不會留下稽核軌跡。如果錯誤的稅號最終出現在報單上，進口人會依 19 USC §1592 面臨罰則，而一張 ChatGPT 截圖並不構成合理注意義務的抗辯。

CBP 對 AI 分類工具做出了什麼裁定？

在 HQ H350722（2026 年 1 月 16 日）中，CBP 確立了：為即將進口的貨物提供超過六碼的 HTS 稅號，構成需要持證報關行執行的報關業務。但脫離具體報單、附具實質意義免責聲明的一般分類研究工具，是被允許的，類似一個分類資料庫。

使用 AI 能滿足 CBP 的合理注意義務標準嗎？

搭配人為監督、文件化程序與定期驗證來使用一項專為此設計的 AI 分類工具，可以支持合理注意義務。關鍵在於證明 AI 輸出經過合格人員複核，且進口人保留了分類理由的紀錄。使用通用型聊天機器人無法證明合理注意義務。

GingerControl 的做法和通用型 AI 工具有什麼不同？

GingerControl 是一套專為 HTS 分類研究手動架構並微調的系統。與通用型 AI 模型不同，它套用 GRI 邏輯，在分類過程中一併參照 CROSS 裁示，在候選項的分歧點提出針對性問題，並產出可供稽核的報告。它被定位為分類前研究工具，作為報關行複核的研究基礎。

歐盟 AI 法案對貿易法遵有什麼影響？

歐盟 AI 法案自 2026 年 8 月起適用，對高風險 AI 系統訂有要求，包括人在迴路控制、飄移監控與文件記錄。在歐盟轄區用 AI 做海關分類的公司，將需要落實這些控管措施。GingerControl 的架構，含人工複核工作流與文件化推理鏈，已經與這些要求相符。

CBP 自己在執法上如何運用 AI？

CBP 的高階貿易分析專案運用機器學習分析歷史與當前貿易資料、辨識異常，並鎖定貨物進行查驗。CBP 也委託 Exiger 提供 AI 驅動的供應鏈圖譜分析，用來偵測轉口規避與原產地詐欺。重點是：CBP 正在用 AI 抓出錯誤，進口人也該用專為此設計的 AI 來預防錯誤。

貿易法遵裡的 AI，不是一場聊天機器人對話，而是規模化套用的結構化、領域專屬推理。 GingerControl 的 HTS Classifier 運用以分歧點為核心的迭代式分類、GRI 邏輯，以及 CROSS 裁示整合，產出可供稽核的分類前研究。立即試用 →

GingerControl 不只是一項工具，我們與進口人和貿易法遵團隊合作流程顧問、數位轉型策略，以及端到端的客製系統開發。聯繫我們的團隊 →

參考資料

[REF 1] CBP，總部裁示 HQ H350722 引用資料：AI 分類工具分析、報關業務定義、允許與不允許的工具框架來源：HQ H350722 發布日期：2026 年 1 月 16 日

[REF 2] e2open，AI in Global Trade Compliance 引用資料：AI 部署現況、歐盟 AI 法案時程、治理要求來源：AI in Global Trade Compliance 發布日期：2026 年 1 月 23 日

[REF 3] GingerControl，AI 在貿易法遵中的應用引用資料：PwC 調查、WCO 資料、分類方法論、歐盟 AI 法案影響來源：AI 貿易法遵

[REF 4] Bloomberg Tax，海關執法力道升級引用資料：高階貿易分析專案、CBP 的 AI 投資來源：Customs Enforcement

[REF 5] WCO News，主動運用 AI 提升海關法遵引用資料：WCO 對 AI 用於海關的觀點、每三筆報單就有一筆誤分類來源：WCO AI Article

[REF 6] Softlabs，AI HTS 稅則分類解決方案引用資料：自主十碼分類的準確率為 40% 來源：AI HTS Classification

[REF 7] CBP，HQ H272798（2017 年 1 月 26 日）引用資料：允許的一般分類資料庫框架來源：於 HQ H350722 中引用

[REF 8] CBP，HQ H290535（2022 年 9 月 29 日）引用資料：為特定進口貨物做分類不被允許、免責聲明不足以合規來源：於 HQ H350722 中引用

CBP Just Drew the Line on AI Classification Tools, Here's What It Means