通関データ管理が
フォワーダーの想定以上にコストを増やす理由

ペーパーレスのパラドックス

政府は約30年にわたり、デジタル税関インフラの構築に取り組んできた。米国は2016年に従来の自動通関システムをACEに移行。英国は通関申告サービスへ移行し、インドはICEGATEを構築した。数十カ国がWCOデータモデルフレームワークに基づくシングルウィンドウプラットフォームを立ち上げた。あらゆる公式指標によれば、税関はかつてないほどデジタル化が進んでいる。

しかし、中規模の通関業者の現場に足を踏み入れると、状況は一変する。エントリーライターが荷主から送られたPDFのコマーシャルインボイスを開く。それはフォワーダーのメールに添付されて届いたものだ。彼女は荷受人名、HSコード、申告価格、原産国、インコタームズを読み取り、別のソフトウェア（ABI申告プラットフォーム）に入力する。そのデータはACEに送信される。その後、別の担当者が同じ出荷詳細を会社のTMSに再入力して運行管理を行い、さらに別の担当者が会計システムに請求のために再入力する。たった1枚のインボイスから、3回もの手動データ入力が発生する。食品ならFDA、化学品ならEPAといった政府関連機関が関与する場合、4つ目のシステムへの入力が必要となる。

これがペーパーレスのパラドックスである。税関当局はデジタルポータルを備えている。通関業者は紙の書類ではなくコンピュータを使っている。しかし、人間の手が出荷データに触れる時点では、ワークフローは1990年代から根本的に変わっていない。書類はファックスからPDFに変わった。申告ソフトのUIは現代的になった。しかし、中核となる作業——一方の画面から情報を読み取り、別の画面に入力する——はまったく同じである。

なぜ4つの異なるシステムが同じ貨物データを入力するのか

この問題が運用上のものではなく構造的なものである理由を理解するには、1つの貨物のデータの旅を追ってみよう：

ホップ1 — 荷主からフォワーダーへ。 深圳の輸出業者が商業送り状とパッキングリストをフォワーダーに送る。これらはPDFまたはスキャン画像として届く。フォワーダーのオペレーション担当者が書類を開き、荷主名、荷受人、商品説明、重量、個数、申告価格などの貨物詳細をフォワーダーのTMS（おそらくCargoWise）に入力する。これにより、予約、混載、運送会社との連絡に使用される貨物記録が作成される。

ホップ2 — フォワーダーから通関業者へ。 フォワーダーは同じ商業送り状とパッキングリストを仕向国の通関業者に転送する。通関業者の申告作成担当者がPDFを開き、同じ荷受人、同じHSコード、同じ金額をABI認定の申告ソフト（米国の場合）または同等の国のプラットフォームに再入力する。フォワーダーのTMSと通関業者の申告ソフトは連携していない。両社がCargoWiseを使用していても、異なる法人が運営する別々のインスタンス間でデータが自動的に流れることはない。

ホップ3 — PGAポータルへの申請。 商品がパートナー政府機関（医療機器はFDA、農産物はUSDA、化学品はEPA）の管轄下にある場合、別のポータルで異なるフィールド要件のもと、別途データを提出する必要があります。データはブローカーのABIエントリに存在しますが、PGAシステムに自動反映されることはなく、誰かが再入力またはコピーペーストします。

ホップ4 — オペレーションから経理へ。 通関後、出荷詳細を請求システムに届ける必要があります。フォワーダーは顧客に請求書を発行し、ブローカーはエントリの請求を行います。関税額は実際に支払われた金額と一致させる必要があります。経理ソフトウェア（統合ERPモジュールやスタンドアロンプラットフォームのいずれも）は、通関データをネイティブに取り込むことはほとんどありません。ここでもデータは再入力されます。

ホップ5 — 社内レポート。 週次のオペレーションレポートのために、TMS、ABIシステム、経理からデータをスプレッドシートに手動で抽出します。3つのソースシステム、1つのExcelワークブック、すべて手作業です。

各ホップで新たなエラー発生確率が生じます。物流環境における標準的な手動データ入力のエラー率は1～4%です。月間10,000件の取引では、100～400件のデータエラーが発生します。通関において、エラーは単なる修正ではなく、出荷保留、CBPフォーム28（情報請求）、潜在的な罰則につながります。国際フレイトフォワーダーズ協会（FIATA）は、「システム間の相互運用性の欠如、データ品質とデータ標準の不整合」を業界の根本的な課題として明確に挙げています。この問題は最高レベルで認識されていますが、それを支える構造は変わっていません。

誰も想定していなかった互換性問題

問題が単に「企業が異なるソフトウェアを使っている」ことなら、APIで解決できる。より深い問題は、税関データの標準自体が管轄区域間で互換性がなく、時には同一管轄区域内でも互換性がないことだ。

世界税関機構は1990年代からデータモデルを公開・維持してきました。これは、国境を越えたデータ交換を相互運用可能にするための、調和・標準化されたデータ定義と電子メッセージ形式のセットです。WCOデータモデルは、世界中のシングルウィンドウ環境のデータ基盤であり、貨物申告、貨物報告、輸送手段報告、ライセンス・許可・証明書のための再利用可能な「情報パッケージ」を定義しています。理論上は、国境を越えた貿易データの共通言語です。

実際には、APECのシングルウィンドウ相互運用性に関する概要によると、加盟エコノミーはWCOデータモデルの存在にもかかわらず、「多様なデータ形式（UN/EDIFACT、ANSI X12、XML、独自形式）」を使用しています。マレーシアのuCustoms、インドのICEGATE、米国のACEシステム、英国のCDSは、それぞれ異なる技術アーキテクチャ、異なるフィールドマッピング、異なる検証ルールを使用しています。EU内でさえ、同盟関税法がオンライン申告を義務付けているにもかかわらず、実装の詳細は加盟国ごとに異なります。ドイツとフランスに貨物を輸入する通関業者は、両国が同じUCCフレームワークの下で運用されているにもかかわらず、異なる国のシステムインターフェースに直面します。

その結果、各国・各プラットフォームごとにデジタル化が進み、相互運用性を義務付ける拘束力のある枠組みがないまま、グローバルな税関インフラが構築されました。各国のシステムはデジタル上の孤島です。モノは国境を越えますが、データは越えません。

税関データの失敗がもたらす実際のコスト

税関の非効率性を語る言葉は抽象的だ——「ボトルネック」「摩擦」「遅延」。しかし、再入力カスケードにおけるエラーにはすべて値札がついており、そのコストは急速に膨らむ。

最も目に見えるコストから始めよう：デマレージとディテンションだ。税関手続きが滞る——HSコードの不一致、申告価格の相違、証明書の欠落——ことで貨物が港に留まると、時計は動き始める。標準的なデマレージは、フリータイム期間終了後（通常3〜7日）、1コンテナ1日あたり75〜300ドル。ターミナル外でキャリアのコンテナを保持するディテンション料金は、さらに1日100〜200ドル加算される。1週間を過ぎると料金は跳ね上がる。1コンテナあたり1日200ドルで10日間遅延すれば、計画外のコストは2,000ドル。アジアからの12コンテナ出荷では24,000ドル——在庫切れコスト、スケジュール回復のための緊急貨物運賃、FBA向け商品であればAmazonの低在庫ペナルティはまだ考慮していない。

米州開発銀行の調査によると、通関手続きが1日遅れるごとに貿易コストが0.9%増加します。平均的な輸入遅延は約8.5日であるため、通常の陸揚げコストに加えて7.65%のコスト増となります。10万ドルの貨物の場合、通関関連の遅延により7,650ドルの追加コストが発生します。しかもこれは平均値であり、空港での遅延は港湾よりもコストが高く、大企業は不均衡に高いコストを負担することが判明しています。

さらに、税関の請求書には表れないコストもあります。2025年の英国の中小企業を対象とした監査では、総配送費の18%が回避可能な罰金に充てられていることが判明しました。これは、実際の納税義務ではなく、データの不正確さ、申告の遅延、誤分類によって発生する罰金です。つまり、配送予算の約5分の1が、データ入力レベルで発生するエラーによって消えていることになります。

見えにくいコストの方が、おそらくはるかに大きい。通関に要する日数が2日だったり10日だったりと予測不能な場合、サプライチェーンプランナーは緩衝在庫を積み増す。その在庫が運転資金を圧迫する。個々のデータ入力ミスが連鎖することもある。HSコードを誤入力すれば貨物保留、保留が発生すればデマレージ、デマレージが利益を削る。通関遅延の原因となるよくある税関データ入力ミス7選については詳しく解説したが、根本原因はほとんどの場合、どこかで発生した再入力ミスにある。世界銀行の試算によれば、サプライチェーン障壁（税関手続きはその中核要素）の削減による効果は、全輸入関税撤廃の最大6倍ものGDP押し上げにつながる可能性があるという。不良な税関データの代償は、デマレージ請求書だけではない。倉庫に滞留する資本、在庫切れによる販売機会の喪失、リードタイム不安定による競争力低下も含まれる。

なぜブローカーのデスクは20年間変わらないのか

これほどコストが大きいのに、なぜ市場は解決を迫らないのか。その答えは、税関エコシステム全体に浸透するインセンティブの不一致にある。

通関業者はデータの品質ではなく、件数で報酬を得ている。 入力担当者の生産性は処理件数で測られる——1日あたり何件の申告を処理したか。単純なものから複雑なものまで扱う担当者の業界基準は、月150～200件である。件数をこなすことに追われると、1件あたりのHSコードの正確性確認や、申告価格と添付書類の突き合わせに割く時間は減る。しかし、エラーによるコスト——通関遅延、CBP照会、罰金——は、輸入者またはフォワーダーが負担し、直接ブローカーには及ばない。データ入力の責任を負う当事者は、データ入力の誤りの代償を支払う当事者ではないのだ。

フォワーダーは輸送に対して報酬を得ており、データ管理に対してではない。 フォワーダーの利益は貨物を動かすこと——混載、ブッキング、ルーティング——から生まれる。通関データは貨物に付随する必要な悪であり、中核サービスではない。フォワーダーは書類をブローカーに転送する。書類に誤りがあれば、ブローカーが——あるいは税関が——それを発見する。いずれにせよ、フォワーダーの報酬体系は上流のデータ品質にペナルティを課さない。サプライチェーンの各当事者は、データの問題を次の当事者に押し付けるインセンティブを持っている。

荷主——データを発生源で修正するのに最も適した立場にある当事者——は、最も直接的なエクスポージャーが少ない。 国際貨物を出荷するメーカーや小売業者は、商業送り状とパッキングリストを作成する。これらの書類は一度作成される。荷主は、自らの手を離れた後にそのデータがどうなるかをほとんど目にしない。再入力のプロセスを見ることはない。フォワーダーが転送しない限り、デマレージ請求書を受け取ることもない。そしてその頃には、遅延の原因となったデータエラーは、それを防ぐことができた人物から組織的に3段階も離れたところにある。

この責任の断片化こそが、通関データ管理をソフトウェアの問題ではなく構造的な問題にしている理由です。世界最高のAI書類抽出ツールを荷主レベルで導入しても、抽出されたデータがフォワーダーのTMS、ブローカーのABIソフトウェア、PGAポータルに、各段階で人間による再入力なしに直接流れ込まなければ、5段階のチェーンの最初の1区間をデジタル化したに過ぎません。

これらのギャップを埋める技術は存在します。商業送り状、パッキングリスト、船荷証券から構造化データを抽出できるツール（エントリー作成者が何時間もかけて手動で読み取っているのと同じ書類）は、すでに機能しています。通関申告データをExcelに抽出するワークフローの全容については既に説明しました。その中核メカニズムは視覚言語モデルによるアプローチです。抽出したい列（荷受人名、HSコード、申告価格、原産国、インコタームズ）を定義し、書類をアップロードすると、AIが各値をページ上の位置ではなく意味を理解して特定します。出力は構造化されたテーブル（Excel、CSV）で、下流の全システムにとって唯一の信頼できる情報源として機能します。少なくとも抽出ステップは、もはや手動である必要はありません。

しかし、抽出は第一歩に過ぎません。真の解決には、抽出されたデータを最終的に存在すべきプラットフォームに接続することが必要です。異なる国の申告を異なるHSコード要件を持つ異なる国のシステムに行う必要がある、多国間貨物を扱うフォワーダーにとっては、通関申告をバッチ処理して1つのスプレッドシートにまとめることで、たとえ申告ステップにプラットフォーム固有の送信が依然として必要であっても、書類ごとの手動抽出コストを少なくとも排除できます。ここで、構造的な課題（断片化された標準、相互運用性のない申告システム、ミスマッチなインセンティブ）が運用上の課題と衝突します。ボトルネックは書類の読み取りではありません。その後に何が起こるかです。

よくある質問

通関業者はなぜ自社のTMSを税関当局のシステムに直接接続できないのですか？

多くの場合、接続は可能です。米国のABIソフトウェアはACEに直接接続しており、同様の直接申告アーキテクチャはほとんどの先進国に存在します。問題は通関業者と税関のリンクではなく、そのリンクの前の部分、すなわち荷主の書類からデータを抽出し、それを正確に通関業者のシステムに取り込み、別のプラットフォームにあるフォワーダーやPGAのデータと照合することです。税関へのラストワンマイルはデジタル化されていますが、最初の3マイルはそうではありません。

WCOデータモデルは相互運用性の問題を解決しないのですか？

WCOデータモデルは、相互運用可能な通関データのための語彙、つまり標準化されたデータ要素、メッセージ形式、情報パッケージを提供します。しかし、拘束力のある実装義務は提供しません。各国が自国の税関ITインフラにこのモデルをどのように（あるいは採用するかどうか）を決定します。その結果、誰も使用を義務付けられていない共通の辞書ができあがります。参考にはなりますが、統合には不十分です。

AI文書抽出ツールは、通関書類の多様な形式に対応できますか？

商業送り状、パッキングリスト、船荷証券、原産地証明書は、同じ国内でも、ましてや異なる貿易相手国間では、レイアウトが大きく異なります。最新のAIベースの抽出ツールは形式に依存せず、テンプレートパターンではなく意味内容を理解して文書を読み取ります。ページ上のどこに表示されていても、「荷受人」や「HSコード」フィールドを特定できます。清浄な文書の印刷テキストに対する抽出精度は99%に達します。限界はAIの読み取り能力ではなく、生成されたデータを消費するシステムへの経路が必要であることです。

通関業者が通関データコストを削減するために今日できる最大のことは何ですか？

書類受領時点でデータ品質の問題を自ら管理することです。荷主のPDFをそのまま通関業者に転送するのではなく、書類が下流に進む前に主要なデータ項目を構造化された形式に抽出します。チェーン内で構造化データを作成するタイミングが早ければ早いほど、エラーリスクを伴う再入力の回数が減ります。転送されたPDFだけでなく、構造化された出荷データを通関業者に提供するフォワーダーは、通関業者の手動抽出作業とそれに伴うエラーを排除します。これにより各国税関システム間の相互運用性の問題は解決しませんが、チェーン内で回避可能な最大のコスト要因を取り除くことができます。

通関データの自動化は、ITチームを持つ大規模なフォワーダーにしか実現できないのでしょうか？

従来、TMSプラットフォームと通関申告ソフトウェア間のカスタム統合には、大規模なフォワーダーだけが負担できる開発リソースが必要でした。AIベースの文書抽出ツールによって状況は変わりました。テンプレート設定なしで任意の文書に対応し、標準形式（Excel、CSV）に出力でき、API開発も不要です。月に数百件の貨物を処理する小規模フォワーダーでも、以前は専任のデータ入力チームや高額なカスタム統合が必要だったのと同じ能力で、コマーシャルインボイスから1枚あたり数秒で構造化データを抽出できます。