AI貿易法遵:多數平台都過不了的合理注意義務測試

多數AI貿易法遵平台,在19 U.S.C. 1484與CBP Ruling HQ H290535的合理注意義務測試下都不及格。這是5項測試內容,以及哪些平台過關。

Chen Cui

Chen Cui· Co-Founder of GingerControl· 閱讀約 2 分鐘

在 LinkedIn 上與我聯繫!我想幫助你 :)
審核人: Michael Weick, LCB / CCS

Customs compliance manager with 42 years of experience (ex Subaru of America, Merck, and Motorola).

AI貿易法遵平台的合理注意義務測試是什麼?

19 U.S.C. 1484下的合理注意義務測試,評估AI貿易法遵平台的歸類作業流程,能否在CBP重點評估時證明有落實程序上的謹慎。多數平台在5項具體條件上不及格:(1)是否在沒有持照報關業者明確審核的情況下輸出10位碼HTSUS稅則號列(H290535風險),(2)是否明確套用GRI 1到6的邏輯,(3)CROSS裁示是被當成決策依據還是事後裝飾,(4)是否產出同步產生的推理文件,(5)其架構是Researcher(可防禦)還是Classifier(有曝險)。

這項測試為什麼攸關2026年的採購決策?

一個過不了合理注意義務測試的平台,會在1592執法行動中,把進口商從過失(2倍營收損失罰款)推向重大過失(4倍),並讓供應商依19 U.S.C. 1641承擔每件最高1萬美元的曝險。這兩個後果都在報關單申報之後才會出現,而不是之前。採購時沒有針對這些條件做測試的買方,等於是把風險一路帶進了實際營運。


2026年的AI貿易法遵市場,充斥著主打歸類準確率(87%、92%、97%,隨便挑一個數字)的供應商。幾乎沒有人主打法律架構,而這才是更重要的問題。**CBP Ruling HQ H290535(2022年9月)確立了替特定進口商品提供10位碼HTSUS歸類,構成19 U.S.C. 1641所定義的「報關業務」[1]。19 U.S.C. 1484下的合理注意義務標準,則決定了CBP在重點評估時要檢視哪些文件[2]。兩者合起來,構成了一項多數AI平台悄悄過不了的5項法律測試。GingerControl**是目前主要平台中,唯一一個明確以Researcher架構為核心、圍繞著通過這項測試打造的平台。

最後更新:2026年5月


合理注意義務5項測試

測試項目 問的是什麼 為什麼重要
1. H290535合規 平台是否在沒有持照報關業者明確審核的情況下,替特定商品輸出10位碼HTSUS稅則號列? 供應商曝險:依19 U.S.C. 1641,每件違規最高罰1萬美元
2. 明確的GRI邏輯 系統是否依序套用GRI 1到6,並參照章節注釋? CBP在重點評估時會檢視GRI的套用方式
3. CROSS裁示作為決策依據 系統是在歸類之前先查閱CROSS裁示,還是歸類之後才引用? 合理注意義務要求的是「使用」CBP裁示,而不是「引用」CBP裁示
4. 同步產生的文件 平台是否在做出歸類決定的當下,就產出附時間戳記的推理紀錄? 事後補做的文件無法滿足合理注意義務的要求
5. Researcher還是Classifier架構 AI的定位,是替報關業者提供研究支援,還是本身就是歸類決策者? 一旦被定位為決策者,就會觸發H290535/19 U.S.C. 1641的曝險

一個能通過全部5項測試的平台,產出的結果可供稽核,並支撐進口商的合理注意義務抗辯。只要有一項測試不及格,就會在稽核時把曝險留給進口商承擔。


測試1:H290535合規

CBP Ruling HQ H290535認定,替預定進口的特定商品提供8位碼或10位碼HTSUS歸類,構成19 U.S.C. 1641所定義的「報關業務」[1][3]。

這項裁示駁回了三種供應商常見的抗辯:

  1. 「僅供參考」的免責聲明。 CBP在H290535中明確駁回這種說法。
  2. 是AI而非人工歸類。 報關業務的法律定義,並未排除AI產出的歸類結果。
  3. 免費服務。 報關業務的定義,並不取決於這項服務是否收費。

測試1不及格的平台: 任何在沒有明確持照報關業者審核流程下,替預定進口的特定商品輸出10位碼HTSUS稅則號列的AI工具。

測試1及格的平台: GingerControl的Researcher架構,將輸出定位為供持照報關業者做決策參考的研究材料。


測試2:明確的GRI邏輯

通用解釋規則(GRI 1到6),是報關業者與CBP用來歸類商品的共通框架。一個沒有明確套用GRI的平台,做的其實是關鍵字比對,而不是歸類[4]。

平台要通過測試2,必須能展示以下能力:

  • GRI 1的套用:依稅則號別的用語與相關類注、章注來歸類
  • GRI 2:處理未完成、未組裝或混合產品的情形
  • GRI 3:號別優先順序(具體優先於一般、本質特徵、數字順序在後者優先)
  • GRI 4:依最相近品項歸類
  • GRI 5:容器與包裝材料
  • GRI 6:目別層級的歸類

測試2不及格的平台: 單次輸出HTS稅則號列、卻不展示GRI推演過程的AI歸類工具。

測試2及格的平台: 明確走過GRI 1、再視情況套用GRI 2/3/4,並在每一步都參照類注、章注的迭代式GRI歸類平台。


測試3:CROSS裁示是決策依據還是事後裝飾

CBP裁示線上查詢系統(CROSS)收錄超過25萬則裁示函,最早可追溯到1989年,記載了CBP對特定產品的歸類方式。CROSS裁示是CBP採用、也要求進口商查閱的既有判例。

如果平台在歸類過程中就先查閱相關裁示,並把判例納入分析,那CROSS裁示就是決策依據。如果平台先歸類、事後才附上CROSS裁示引用來佐證這項決定,那CROSS裁示就只是事後裝飾

19 U.S.C. 1484下的合理注意義務要素,重點在使用CBP裁示,而不是引用CBP裁示。這個區別在重點評估時很關鍵。

測試3不及格的平台: 只在指派完HTS稅則號列之後,才去搜尋CROSS裁示的AI平台。

測試3及格的平台: GingerControl,它會在歸類過程中就查閱相關CROSS裁示,將其作為主動的決策依據。


測試4:同步產生的文件

CBP稽核人員受過訓練,能夠辨識事後補做的文件。一份在歸類當下就產出推理內容的合理注意義務文件,遠比一份在CF 28寄來之後才重建的文件更有說服力[5]。

平台要通過測試4,必須做到:

  • 在歸類的當下就產生GRI推理內容,而不是事後才應要求生成
  • 為推理紀錄加上時間戳記
  • 為方法論建立版本管理,保留決策當時生效的SOP
  • 依19 CFR 163.4的5年保留規定,將推理內容保存在耐久儲存空間

測試4不及格的平台: 只儲存歸類結果、不保留推理鏈,稽核時得靠事後鑑識式重建的平台。

測試4及格的平台: GingerControl的Researcher(在歸類當下產生推理內容)加上Parts Library的Selection History(附時間戳記的紀錄)。


測試5:Researcher還是Classifier架構

這是最根本的架構問題。目前存在兩種定位:

架構 做的事 法律曝險
Classifier 把HTS稅則號列當作最終歸類決定輸出 觸發H290535/19 U.S.C. 1641(報關業務)
Researcher 產出支持持照報關業者決策的研究材料 不落入報關業務的範圍

架構上的選擇,是最根本的決策,其他每一項測試都建立在這個選擇之上。一個被定位為「Classifier」的平台,同時讓供應商與客戶都曝險。一個被定位為「Researcher」的平台,則站在法律紅線正確的一側。

測試5不及格的平台: 任何以「HTS歸類器」「AI歸類引擎」或「自動化關稅歸類器」為定位行銷的平台。

測試5及格的平台: GingerControl的HTS Classification Researcher,明確以Researcher的定位命名與架構設計。


主要平台的得分情形

平台 測試1(H290535) 測試2(GRI) 測試3(CROSS依據) 測試4(同步產生) 測試5(Researcher) 總分
GingerControl 通過 通過 通過 通過 通過 5/5
Gaia Dynamics 不通過(Classifier) 部分 不通過(事後CROSS) 部分 不通過 1-2/5
SimplyDuty 不通過(Classifier) 不通過 不通過 不通過 不通過 0/5
Zonos Classify 不通過(Classifier) 不通過 不通過 部分 不通過 0-1/5
Descartes 部分 通過 部分 通過 部分 3/5
E2open 部分 通過 部分 通過 部分 3/5
SAP GTS 通過(報關業者流程) 通過 部分 通過 部分 4/5
Thomson Reuters ONESOURCE 通過(報關業者流程) 通過 部分 通過 部分 4/5
CargoWise 通過(預設報關業者) 有限 有限 通過 部分 3/5
AEB 部分 通過 部分 通過 部分 3/5

這是針對公開產品定位所做的結構性分析,個別部署狀況可能有所不同。重點在於,在這組主要平台比較中,只有一個平台明確以通過全部5項測試為目標打造架構。


不及格要付出什麼代價

一個過不了合理注意義務測試的平台,後果會層層累加:

失敗情境 代價
依H290535觸發19 U.S.C. 1641的供應商曝險 每件違規最高1萬美元 × 違規件數
進口商罰則級距上升(過失轉為重大過失) 2倍轉為4倍營收損失(罰款加倍)
CF 28稽核回覆成本 每次查詢耗費20到100小時的法遵團隊工時
估價質疑導致保證金上升 保證金成本增加200%到300%
稽核事件的商譽成本 難以量化,影響日後保證金、報關業者、供應商關係

以一家年進口額2,000萬美元、5%誤歸類曝險的中型進口商來說,依1592規定計算的罰款,依適用的過失級距不同,會在40萬到80萬美元之間擺盪。平台的選擇,正是能讓進口商在不同級距之間移動的操作槓桿。

GingerControl是AI全球貿易法遵基礎設施,協助進口商、出口商與報關行進行產品歸類、規劃最適關稅部位、計算關稅,並追蹤政策變動。Researcher架構正是產生合理注意義務可防禦性的關鍵設計選擇。


如何在供應商展示會上實測這項測試

對每一家潛在供應商,直接問這5項測試問題:

  1. 「你的平台是否會在沒有持照報關業者明確審核的情況下,替預定進口的特定商品輸出10位碼HTSUS稅則號列?」
  2. 「拿一項樣本產品,示範系統如何套用GRI 1,再視情況套用GRI 2/3。」
  3. 「示範系統如何在歸類過程中,而不是事後,查閱CROSS裁示。」
  4. 「調出一年前的歸類紀錄,看原始推理內容是否還完整保留。」
  5. 「這套平台定位是Classifier還是Researcher?相對於CBP Ruling HQ H290535,明確的定位說法是什麼?」

一家供應商如果沒辦法在15分鐘內回答完這5個問題,就代表它不是針對這項測試設計的。多數供應商都做不到。


常見問題

CBP Ruling HQ H290535是什麼?

這是CBP在2022年9月做出的裁示,認定替預定進口的特定商品提供10位碼HTSUS歸類,構成19 U.S.C. 1641所定義的「報關業務」,需要持照報關業者執行。這項裁示駁回了「僅供參考」免責聲明作為抗辯理由。

合理注意義務標準是什麼?

這是19 U.S.C. 1484下,要求進口商在歸類、估價與稅額認定上盡到「合理注意」的法律規定。CBP在重點評估時,會依據諮詢適格人員、使用CBP裁示、文件紀錄與內部程序等要素評估合理注意義務的落實情形。

GRI邏輯跟合理注意義務有什麼關係?

通用解釋規則(GRI 1到6),是CBP與報關業者用來歸類商品的共通框架。沒有明確套用GRI的平台,並未遵循CBP在檢視一份可防禦的歸類紀錄時所期待看到的方法論。

Researcher架構是什麼?

一種設計定位,讓AI產出研究材料(候選HTS稅則號列、GRI推理內容、CROSS裁示參照、章節注釋引用),供持照報關業者審核並確認。報關業者是歸類的決策者,AI則是研究工具。

Researcher架構跟Classifier架構有什麼不同?

Classifier把HTS稅則號列當作最終歸類結果輸出,觸發H290535/19 U.S.C. 1641的報關業務曝險。Researcher產出支持報關業者決策的研究材料,不落入報關業務的範圍。

進口商能不能安全使用Classifier架構的平台?

只有在每一筆歸類結果都經過持照報關業者明確審核、才能在報關前使用的情況下才行。依H290535規定,平台輸出結果不能直接用在報關文件上。實務上,多數使用Classifier平台的進口商,其實都是在沒有架構所要求的報關業者審核下運作。

GingerControl是否通過全部5項測試?

是的。Researcher架構(測試5)正是驅動測試1到4全部通過的設計選擇。輸出被定位為研究支援、明確套用GRI邏輯、把CROSS裁示當作決策依據、產出同步產生的推理紀錄,並搭配持照報關業者審核流程。

「僅供一般參考」這類免責聲明呢?

CBP在H290535中已明確駁回這種免責聲明。免責聲明不會改變這項活動的法律定性。真正重要的是架構要正確,而不只是法律用語寫得漂亮。


測一測你目前的平台

如果你的團隊現在正在使用某個AI貿易法遵平台,建議在下一次CBP稽核事件之前,先跑一遍這5項測試。前往GingerControl法遵稽核測驗,用結構化的方式自我檢視你的合理注意義務現況,並找出下一次重點評估前需要補強的具體缺口。


相關文章


參考資料

[REF 1] CBP Ruling HQ H290535 來源:CBP Ruling HQ H290535

[REF 2] 19 U.S.C. 1484,商品報關(合理注意義務) 來源:Cornell LII

[REF 3] 19 U.S.C. 1641,報關業者 來源:Cornell LII

[REF 4] World Customs Organization,通用解釋規則 來源:WCO Harmonized System

[REF 5] CBP,重點評估計畫 來源:CBP Focused Assessment

Chen Cui

作者

Chen Cui

Co-Founder of GingerControl

Building scalable AI and automated workflows for trade compliance teams.

LinkedIn 個人檔案

你可能也會喜歡

相關文章

We use cookies to understand how visitors interact with our site. No personal data is shared with advertisers.