Digicustで通関しても申告責任は残る|子会社に入れる前の線引き

「AIが書類を読んで申告の下書きまで作るなら、間違えたときの責任もツール会社と分け合えるのでは」「欧州の物流子会社が入れたいと言っているが、日本本社は何を確かめればよいのか」——欧州に拠点を持つ企業の管理部門で、こうした声が出始めています。けれども、ここには大きな誤解があります。申告の作業をAIに任せられるようになっても、税関に対して申告の内容を負うのは、これまでどおり申告者とその代理人です。この記事では、欧州の通関申告をAIで下ごしらえする Digicust を題材に、欧州子会社や欧州向けの物流に入れるとき、誰が申告の責任者で、どの申告を人が確かめ、品目分類の根拠を監査に備えて何で残すかを、運用として定着させる順に整理します。
カメ先生AIが申告の下書きを作るなら、間違いの責任も軽くなると思われがちなんだ。でも本当は、申告書に名前が載る人の責任は何も変わらない。変わるのは、誤りが入り込む場所と、それを見つける方法のほうなんだよ。
カメ子作業が減っても、税関に向き合うのは同じ人ということですか。
カメ先生そう。しかもAIは速く大量に作るから、確かめ方を決めずに入れると、同じ誤りが何百件にも広がる。だから先に、人が見る申告と、根拠の残し方を決めておくんだ。
カメ子速さが上がるほど、確かめる仕組みのほうが大事になるんですね。
- Digicust は欧州の通関申告を書類の読み取りから事前入力まで下ごしらえするAIで、申告の責任は申告者と代理人に残る
- 人が確かめる申告は、AIの確信度だけでなく、品目・金額・規制の有無で先に決めておく
- 品目分類の根拠・照合の記録・人の判断を、欧州の保存義務に合わせて残す運用を日本本社が承認条件にする
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
誤解:「AIが作った申告なら、誤りの責任も分けられる」
通関のAIを検討するとき、最初に出てくる期待は「人手が減る」ことと、「誤りが減る」ことです。ここまではおおむね正しいのですが、そこから「誤ったときの責任もツール会社と分け合える」と考えるのは誤りです。欧州の関税の法律では、申告を出した人と、その人の代わりに出した代理人が、申告の内容について税関に向き合います。申告の下書きを誰が作ったかは、税関から見れば社内の事情にすぎません。
Digicust 自身も、2026年8月19日の公式ブログで「処理はAIで自動化できるが、説明責任は人と組織に残る」と書いています。記事の末尾には、内容は法律・税・通関の助言ではないという注記も付いています。つまり、提供元は「作業を肩代わりするが、判断と責任は引き受けない」という線を自ら引いているのです。導入を決める側が、この線を自社の規程に書き写すところから始めるのが筋です。
この誤解がやっかいなのは、効果が大きいほど気づきにくい点です。処理が速くなり、例外が減ったように見えると、確認の手間を削りたくなります。ところが、誤った品目番号が長く使われ続けても、税率が同じなら納税額は変わらず、誰も気づかないことがあります。後で事後調査が入ったときに、何百件分の申告を遡って説明することになるのは、子会社の通関責任者です。
Digicustとは:既存の通関ソフトの手前で、申告の下ごしらえを担うAI
Digicust は、オーストリアのウィーン空港に本拠を置き、2020年から通関の自動化を開発している会社です。公式サイトによると、AIのエージェントがインボイス・梱包明細・運送状・証明書・荷主からのメールを読み取り、品目を分類し、輸出管理と制裁の照合をかけ、申告の項目を埋めて、既に使っている通関ソフトへ渡す仕組みです。公式は「既存の仕組みを置き換えない」とはっきり書いています。
公表している数字は、自動化率70〜90%、書類からの抽出精度99.9%などです。いずれも提供元が公表している値で、第三者の検証を経た数字ではありません。顧客の事例として、1件あたり3〜4時間かかっていた作業が、読み込みから担当者の確認まで約5分になったという紹介もありますが、これも事例の一つとして受け取るのが妥当です。
顧客の中心は通関業者とフォワーダーで、そのほかに荷主の小売や製造業も挙がっています。2025年12月3日の公式発表では、プレシリーズAで230万ユーロを調達し、法人顧客は60社超、処理した申告は50万件超としています。今回確認した範囲では、買収・合併・事業終了・社名変更の告知は見当たりませんでした。
連携先として、公式サイトは欧州で使われている20以上の通関ソフトを挙げ、画面は21言語に対応するとしています。公式トップには「100社超が稼働」という表記もあり、資金調達の発表の「60社超」とは時点や数え方が違うと見られます。数字は出典と日付を添えて社内資料に書き写すようにしておくと、後から説明を求められたときに困りません。
2026年の動き:処理時間の半減、処理の場所、品目分類の一括化
2026年9月8日の公式ブログは、8月に申告エージェントを更新した結果を公表しています。7月1日から9月2日までの顧客の処理6,841回を対象に、ツール呼び出しを含む1回あたりの処理時間の中央値が131秒から65秒になったとしています。上位5%の遅い処理でも369秒から301秒に縮み、1工程あたりの消費クレジットは2.10から1.78に下がったとのことです。
同じ記事で、AIの主な処理も、障害時に切り替える予備の経路も、EU域内の基盤で動かしていると説明しています。荷受人の名前、インボイスの金額、品目番号、原産地といったファイル内のデータがEU域内で処理される、という書き方です。一方で、どの会社のモデルを使っているか、どこの国のどの施設かまでは書かれていません。
もう一つの動きが、2026年4月20日に紹介された品目分類の一括処理です。表計算ファイルやCSVで品目一覧を渡すと、拘束力のある事前教示の事例を検索し、関税分類の解釈通則に沿って分類を推し、確信度の高いものはまとめて承認、低いものは専門家に回す流れです。なお8月の更新では、新しい設定は新規の利用者に自動で適用され、既存の設定は利用者が切り替えるまで据え置きとされています。どちらで動いているかを子会社が把握しておく必要があります。
日本本社から見た前提:対象は欧州の申告で、日本の通関には使わない
最初に範囲をはっきりさせておきます。公式サイトはドイツ・スイス・英国・オーストリアの電子申告への対応を詳しく挙げ、欧州外を含む30か国超を掲げていますが、日本の通関システムへの対応は挙げていません。この記事は、欧州子会社の輸出入や、欧州向け物流の申告に使う場面に絞り、EUと英国の申告を前提に書きます。
したがって日本本社の立場は、自分たちが使う道具を選ぶことではなく、子会社が使う道具を承認することになります。承認で見るべきは、機能の良し悪しより、子会社の通関責任者が誰で、その人が申告の誤りに気づける体制か、という点です。
英国は欧州連合を離脱して以降、独自の関税制度と電子申告の仕組みを持っています。同じツールで両方の申告ができても、規則・品目表・保存の求めは別々です。Digicust も2026年7月に英国の品目番号の付け方を解説する記事を出しており、英国向けとEU向けで同じ品目に別の番号が付くことを前提に運用を組む必要があります。EUの加盟国についても、申告の手続きの細部は国ごとに違います。どの国の申告に使うのかを、子会社ごとに一覧にしてから話を始めるのが近道です。
申告の責任は誰に残るか:申告者・代理人・委託先
EUの関税法典では、税関に情報を出す者がその正確さと完全さに責任を負い、代理人を立てる場合は、本人の名義で出す直接代理と、代理人自身の名義で出す間接代理に分かれます。間接代理では、代理人も税関に対する債務を負うと定められています。AIはこのどの立場にも立ちません。申告書に名前が載るのは、子会社か、子会社が委託した通関業者です。
ここから、社内の役割分担を3つに分けて決めておきます。
| 役割 | 誰が担うか | AIを入れても変わらないこと |
|---|---|---|
| 申告の名義人 | 欧州子会社(または間接代理の通関業者) | 申告内容の正確さを税関に対して負う |
| 申告の確認者 | 子会社の通関担当、または委託先の担当者 | 送信前に内容を確かめ、例外を判断する |
| 承認と監督 | 子会社の通関責任者、日本本社の管理部門 | 確認の範囲を決め、抜き取りで点検する |
| AIの提供元 | Digicust | 下書きと照合を出すが、判断と責任は持たない |
この表のうち、日本本社が直接決められるのは最後の段、承認と監督の部分です。「誰がボタンを押して送信するか」を名前で決めておくことが、後のすべての運用の土台になります。役職名だけでなく、休暇や退職のときに代わる人まで書いておくと、運用が崩れにくくなります。
子会社が欧州の認定事業者(AEO)の資格を持っている場合は、もう一つ考えることがあります。認定の審査では、申告の正確さを保つ社内の統制が見られます。AIを入れたことで確認の手順が変わるなら、その手順の変更自体を記録し、統制の説明を更新しておくのが無難です。資格の扱いは国の税関や専門家に確かめてください。
子会社が自社で申告する場合と、通関業者に任せている場合
欧州子会社の通関には大きく2つの形があります。子会社の中に通関担当がいて自社で申告している場合と、通関業者やフォワーダーに任せている場合です。Digicust の顧客は通関業者が中心なので、実は委託先の通関業者がすでに使っていることも十分にありえます。
自社で申告している場合は、導入の判断も確認の体制も子会社の中で完結します。日本本社が見るのは、確認者の人数と、送信前の確認を省かない仕組みです。委託している場合は、子会社がツールを入れるのではなく、委託先に「AIを使っているか」「使っているなら、どの申告を人が確かめているか」を問い合わせ、契約や業務仕様書に書き込むことが中心になります。
どちらの形でも、子会社の取引データが外に出ていく先が一つ増える点は同じです。委託先が使っている場合、子会社から見ればAIの提供元は再委託先にあたるので、データの扱いを委託契約の中で確かめておく必要があります。
人が確かめる申告を先に決める:確信度だけで振り分けない
Digicust の公式ブログは、情報が矛盾するとき、不確実さが高いとき、判断が要る案件は人に回す設計を説明しています。品目分類の一括処理でも、確信度の高いものはまとめて承認、低いものは専門家へ、という流れです。ただし、確信度はAIの自己評価であり、確信度が高いのに誤っている申告を拾う仕組みにはなりません。
そこで、AIの確信度とは別に、社内の基準で「必ず人が見る申告」を決めておきます。たとえば次のようなものです。
- 輸出管理や制裁の照合で一件でも候補が挙がった申告
- 初めて扱う品目、初めての仕向け国、初めての取引先が含まれる申告
- 金額が社内で決めた水準を超える申告
- 特恵税率の適用や減免を受ける申告(原産地の証明が要るもの)
- AIが項目を埋めきれず、不足として挙げた申告
このほか、一定の割合を毎月無作為に抜き取って人が見直す運用を足します。AIに判断させない申告の種類を、AIの出力を見る前に決めておくのがポイントです。後から決めると、AIが自信を持って出した結果に引っ張られてしまいます。
品目分類と並んで人の目が要るのが課税価格です。Digicust は2026年9月に課税価格の加算要素と典型的な誤りを解説する記事を出していますが、運賃・保険料の扱い、買い手が無償で提供した金型や設計、支払うロイヤルティなどは、インボイスに書かれていないことが多く、書類を読むAIには拾えません。親子会社間の取引価格が絡む申告は、経理や移転価格の担当と連携して人が確かめる対象に入れておきます。
品目分類の根拠を、監査に備えて残す
通関で誤りが最も後を引くのが品目分類です。EUでは、申告に関わる書類を少なくとも3年間保存することが関税法典で求められており、事後調査では「なぜこの品目番号にしたのか」を説明できるかが問われます。Digicust の公式ページは、関税分類の解釈通則に沿った推論、品目表や注釈への言及、確信度と別の候補を示すとしています。これらをそのまま根拠として社内に残すのが第一歩です。
8月19日の記事には、竹由来とされた繊維の分類を人が見直し、税関にも確認して分類を改めた例が載っています。二つの候補の税率がどちらも12%で、納税額は変わらなかったものの、品目番号そのものは誤っていたという話です。税額に影響がなくても、誤った番号は統計・輸出管理・原産地の判断に波及します。
残すべき記録を、次のようにまとめておくと監査の準備になります。
- AIが出した品目番号、別の候補、確信度、根拠として挙げた規則や事例
- 元になった書類(インボイス・仕様書・製品ページ)と、その版や日付
- 人が採用したか、修正したか、修正した場合の理由と担当者名
- 拘束力のある事前教示を取得している品目は、その番号と有効期限
- 利用者が独自に設定した補完ルール(例:正味重量が無いときの推定)とその承認者
最後の項目は見落とされがちです。公式ブログでも、正味重量が欠けているときに総重量の85%とみなす設定は「利用者が設定した指示であり、一般的な通関のルールではない」と注記しています。社内で決めた補完の約束事は、誰がいつ決めたかを記録しておく必要があります。
もう一つ、EUの拘束力のある事前教示は、税関が特定の品目について分類を書面で示すもので、原則3年間、税関と取得者の双方を拘束します。輸出入の量が多く、分類が揺れやすい主力品目は、AIの推論に頼り続けるより事前教示を取るほうが確実です。AIはその候補を洗い出す段階で使い、取得した教示の番号と期限を品目の基本情報に登録しておけば、以後の申告はそれを根拠にできます。
輸出管理・制裁の照合は「拾う」までをAIに任せる
Digicust は、軍民両用の品目、禁輸、制裁リストの照合も行うと公表しており、EU・英国・国連・米国財務省のリストを挙げています。公式ブログでは、AIは一致の候補に優先順位を付け、人が確かめるべき例外に文脈を添える役割だと説明しています。つまり、AIの役割は候補を拾うことで、該当するかどうかを決めることではありません。
日本企業の場合、ここにもう一つの層があります。日本から欧州子会社に送った製品や技術は、日本の外為法の規制も受けます。欧州側の照合で何も出なかったからといって、日本側の該非判定が要らなくなるわけではありません。技術の提供については既存の記事でも扱っているので、ここでは、欧州の照合と日本の判定は別のもので、片方の結果をもう片方の代わりにしないという一点だけ押さえておきます。
照合で候補が出た申告は、AIの所見にかかわらず、子会社の輸出管理の担当者が判断する流れにします。判断した結果と理由も、品目分類と同じように記録に残します。また、制裁リストは頻繁に更新されます。ツール側のリストがいつの時点のものかを、照合の記録と一緒に残せるかを確かめておくと、後から「その日の時点で照合していた」と説明できます。
何が社外に出るか:取引の書類と、その中の個人データ
AIに渡るのは、インボイス・梱包明細・運送状・証明書・荷主とのメールなどです。そこには取引先の名前と住所、単価と数量、担当者の名前やメールアドレスといった営業上の秘密と個人データの両方が含まれます。欧州の拠点なので、一般データ保護規則の対象になる情報も当然入ります。
この点で、Digicust の公式サイトは、EU域内の基盤、情報セキュリティの国際規格ISO/IEC 27001:2022の認証、顧客が管理する暗号鍵の選択肢、監査記録の出力、役割ごとの権限、シングルサインオンなどを挙げています。8月の更新でも、主な処理と予備の経路の両方をEU域内に置いたと説明しています。
それでも、確認すべき点は残ります。
- 「EU域内で処理」とあるので、モデルの提供元や再委託先を確かめずに契約する
- 荷主とのメールを丸ごと転送する設定にして、案件と関係のない添付まで渡してしまう
- 保存期間を決めないまま、読み取った書類をツール側に置き続ける
- 日本本社の担当者が、欧州の取引データを個人のアカウントで閲覧できる状態にする
とくに、AIのモデルをどの事業者が提供しているかは公式ブログに書かれていません。データ処理の契約と再委託先の一覧を求めて確かめるのが、日本本社が承認する前の条件になります。あわせて、日本本社の担当者に閲覧の権限を渡す場合は、役割ごとの権限で必要な画面だけに絞り、欧州の個人データを日本へ移す扱いになるかどうかを子会社の個人情報の担当と確かめておきます。
費用の増え方:件数・クレジット・例外対応
費用の考え方は、件数に比例して増える部分と、人の手間として残る部分に分けて見ます。公式ページでは、品目分類の簡易版が前払いで1件1ユーロ、通常のプランでは1件あたり0.5〜3クレジットを消費すると紹介されています。申告エージェントについては、8月の更新で1工程あたりのクレジットが約15%下がったとしています。ただし、申告の料金体系の全体は公開されておらず、見積もりで確かめるしかありません。
費用が読みにくくなるのは、1件の申告が何工程に分かれるかが書類の質で変わるからです。書類がそろっている案件は少ない工程で終わり、不足や矛盾がある案件はやり取りが増えます。試行の段階で、子会社の実際の案件を使い、1件あたりの工程数とクレジットを月単位で記録しておくと、本番の予算が立てやすくなります。
もう一つ見落としやすいのが、例外に回った申告を人が見る時間です。自動化率が高いほど例外は少なくなりますが、残る例外は難しいものばかりになります。ツールの費用と、例外を見る専門人材の費用を一緒に見積もらないと、導入後に「人件費が思ったほど減らない」という評価になりがちです。
定着させる運用:導入から3か月の進め方
入れてすぐに全件をAI経由にするのは避けます。次のように段階を踏み、各段階で日本本社に報告が上がる形にしておくと、運用が崩れにくくなります。
最初の1か月は、従来どおり人が申告を作り、同じ案件をAIにも処理させて結果を突き合わせます。品目番号・金額・原産地の差を記録し、どの種類の申告で差が出やすいかを把握します。
差の出方を見て、必ず人が見る申告の条件を確定します。照合で候補が出たもの、初めての品目、一定以上の金額などを、子会社の通関責任者が文書にして承認します。
基準外の申告からAI経由に切り替え、毎月一定割合を無作為に抜き取って人が見直します。抜き取りで見つかった誤りは、原因と再発防止策を記録します。
処理件数、例外の割合、抜き取りで見つかった誤り、設定の変更履歴を四半期ごとに日本本社へ報告し、基準を見直します。
段階を踏む目的は慎重さそのものではなく、AIの誤りの傾向を、自社の品目と取引先の組み合わせで知ることにあります。提供元が公表する精度は、他社の書類で測った値だからです。
あわせて、抜き取りで誤りが見つかったときの手順も先に決めておきます。送信済みの申告の誤りは、AIの提供元ではなく申告の名義人が、各国の手続きに沿って税関に訂正や申し出をすることになります。誰が訂正の要否を判断し、同じ設定で処理した過去の申告をどこまで遡って洗い直すかを決めていないと、一件の誤りが見つかったところで作業が止まります。AIの誤りは同じ条件の申告に繰り返し現れやすいので、遡りの範囲を設定の変更履歴から絞れるようにしておくと実務が回ります。
定着した後に崩れる典型
導入から半年ほどたつと、確認の運用が少しずつ形だけになっていきます。よくある崩れ方は次のとおりです。
- 確信度が高い申告の一括承認が習慣になり、承認者が中身を開かなくなる
- 例外に回る申告が減ったことを理由に、確認の担当者を減らす
- 提供元のモデル更新に気づかないまま、誤りの傾向が変わる
- 品目表の改正(年次の見直し)を、AIが追っているはずだと思い込む
とくに3つ目と4つ目は、自社の側では何も変えていないのに、結果が変わるという種類の問題です。8月の更新のように、新しい設定が既定になる時期を提供元の告知で追い、切り替える前に並行運用で差を見る、という小さな手順を年に数回入れておきます。EUでは2026年から品目表の見直しが続き、2028年からは税関のデータを一元化する仕組みが動き出す予定だと Digicust も解説しています。制度が動く時期ほど、抜き取りの割合を増やすのが安全です。
運用が形だけになっていないかは、抜き取りで見つかる誤りの数がゼロ続きになっていないかで見当が付きます。ゼロが続くのは、誤りが無いからではなく、見ていないからであることが多いのです。
止め方・やめ方:既存の通関ソフトに戻れるか
Digicust は既存の通関ソフトに申告データを渡す形なので、やめるときは、AIの下ごしらえを外して、人が通関ソフトに入力する元の流れに戻ることになります。通関ソフト自体を入れ替えるわけではないので、止める道は比較的はっきりしています。
ただし、戻れるのは人と手順が残っている場合に限られます。導入後に入力の担当者を減らしてしまうと、止めたくても処理能力が足りず、止められなくなります。最低限、全件を人が作れる手順書と、それを回せる人数の目安を残しておくことを、導入の条件にしておきます。
もう一つは記録の持ち出しです。品目分類の根拠、照合の記録、人の判断の履歴は、ツールの中にだけ置かず、定期的に自社の保管先へ書き出しておきます。やめた後も、保存義務の期間は記録を出せる状態にしておく必要があるからです。契約を終えたときにデータがどう扱われるか、削除の証明が出るかも、契約前に確かめておきます。解約の通知期間や、前払いのクレジットが残ったときの扱いも、見積もりの段階で書面にしてもらうと、やめる判断を先送りせずに済みます。
日本本社が承認する前のチェックリスト
最後に、欧州子会社から導入の申請が上がってきたとき、日本本社の管理部門が確かめる項目をまとめます。
- どの国の、どの種類の申告に使うかが一覧になっている(EUと英国は分けて書く)
- 申告の名義人・確認者・承認者が名前で決まっていて、代わりの人もいる
- 委託先の通関業者がすでにAIを使っているかを確かめ、契約に反映した
- 必ず人が見る申告の条件が文書になり、子会社の通関責任者が承認している
- 品目分類の根拠・照合の記録・人の判断を、少なくとも3年残す手順がある
- AIのモデルの提供元と再委託先、データの保存期間と削除の扱いを確かめた
- 日本側の該非判定とは別に扱うことが、輸出管理の担当者と合意できている
- 全件を人が作れる手順と人数が残っていて、いつでも元の流れに戻れる
- 四半期ごとに処理件数・例外の割合・抜き取りの誤りが日本本社に報告される
この一覧のうち、半分以上が答えられない段階での導入は早すぎます。ツールの性能を確かめる前に、自社の側の体制が整っているかを見るのが、子会社のAI導入を承認する本社の役割です。
まとめ
Digicust は、欧州の通関申告を、書類の読み取りから品目分類、輸出管理と制裁の照合、申告の事前入力まで下ごしらえするAIで、2026年には処理時間の中央値を半分にし、処理をEU域内に収めました。それでも、申告の内容を税関に対して負うのは、申告の名義人と代理人のままです。欧州子会社や欧州向け物流に入れるときは、日本の通関には使わない前提で、申告の名義人・確認者・承認者を名前で決め、AIの確信度とは別に人が見る申告を先に決め、品目分類の根拠と人の判断を保存義務に合わせて残すこと。速くなった分だけ、確かめる仕組みと元に戻れる道を用意しておくことが、AIに作業を任せても責任を手放さない運用の条件です。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
