FTAでの対象HSコード年次:AIに尋ねると本当によく間違う

HSコードがおよそ5年おきに更新されること、FTAではFTAでのルールを決める際のHSコードの年次が各協定で決まっていることは、担当者では極々当たり前です。

しかし、「日本インドCEPAのHSコードの年次はいつ?」と聞いてもとあるAIでは正しく回答できないことが多くあります。

大変残念なことです。

現在、AIを使ったHSコード符番システムとFTA業務支援システムを構築中でほぼできあがりつつあります。

ただ、こういったところの単純なミスは困るので、頑張って問題点を探し出し、修正をしています。

HSコードの年次はAIにはわかりにくいのですかね。

FTA戦略的活用研究会 東京会場終了しました

本日は東京会場の研究会です。

企業プレゼンテーションは、ヤマハ発動機。

グローバルでのFTA活用の素晴らしさを教えてもらいました。質疑応答もヤマハさんからも参加者からも多く出て、活発な意見交換がなされました。

そして、FTA関連の企業の意見交換

テーマとしては、企業の定める原産地基準。トランプ関税とアメリカの原産地規則などいろいろなポイントが提起されました。

本日は私からも現段階の国別相互関税リストを配ってあります。いろいろな意見が飛び交いました。

そして最後のテーマは私が作成しつつあるAIによるHSコード符番システム。そのデモや成果物を見せてのお披露目会です。

皆さんには感心を持ってもらえたと思います。

懇親会は6名の方が参加しました。これくらいのサイズだと活発な意見が飛び交い、大変勉強になりました。

写真からHSコードを特定するモジュールを開発中。AIによる差が激しい

HSコードを特定する、特に写真で写したもののHSコードを特定することを考えています。

例えば、こんなもの。

お分かり頂けると思いますが、DAMのカラオケシステムのスピーカーですね。

まず最初に、あるAIを使いました。

結果はこちら。

推定されるHSコード(HS2022)

推定6桁コード品名(英語)適用理由推定精度
8518.22Loudspeakers, multiple-type, mounted in the same enclosure写真の箱形スピーカーはウーファ+ツイータ等複数ドライバを同一キャビネットに収めたカラオケ用拡声器と推定されるため。「拡声器(エンクロージャーに取り付けてあるかないかを問わない)」を規定する8518項中、複数型を規定する8518.22が最適。75 %

参考:単一ドライバ構成なら 8518.21、キャビネット無しの裸ドライバなら 8518.29。スタンド単体を別送する場合は「部分品・付属品」として 8518.90 に分類される可能性があります。


判定の根拠

  1. 第85類 8518項の範囲
    • 「拡声器(エンクロージャーに取り付けてあるかないかを問わない。)」を包含し、さらに号注で単一型(-21)、複数型(-22)を明示。
  2. 写真から読み取れる形状・用途
    • DAMブランドの業務用(カラオケ)スピーカー
    • 前面にバスレフポートが2口、ウーファと高域ドライバの2way構成が一般的。
    • エンクロージャー(箱)に組み込み済みで、外付け三脚スタンドに設置。
  3. 通則の適用
    • 通則1:項・類注に従い8518項が優先。
    • 通則6:号レベルでより具体的な「複数型拡声器」を選択。

ちゃんとDAMのスピーカーと特定しています。

HSコードの特定自信の割合は75%と控えめ。

そして、違うAIを使ったところ、判定の毎に答えが違いました。

・電子たばこ

・電気ケトル

・革製ベルト

・色鉛筆

どんどん遠ざかっている気がします。

判定するHSコードは99%の確率で自信があるそうで、使えませんね。

今の時代は、AIもきちんと選択をする必要がありますね。

HS Code符番のAIモデル:3つめ

ChatGPT、Gemini、に続いてどれがいいかを定めるために3つめのモデルを試しています。

AIエンジンとしては新しいと言っていいのか分かりません。

Perplexity AIです。こちらは、上記のモデルでも使われるAIを選択して使うことができます。(サブスクをした場合)

Xの最新のGrok 4も使えます。また、Claudeも使うことができます。

これらの違いが結果にどう影響を当たるかを見ようと思っています。

AIによるHSコード符番システム

先日から、お話ししているAIを使ってのHSコード符番システムですが、割とこなれてきました。

現在二つのプラットフォームで開発し、正確性などを比べています。
・ChatGPT
・Gemini

FTA-BPOサービスでの活用に限定するか(つまりは、外部には提供しない)か、ビジネスとして展開するかは思案中です。

当然、結論は皆さんのご興味次第であります。

他にもHSコードのAIはありますが、当方は、専門家の知見を組み込んだ内容となっています。

ご関心のある方、こちらからお知らせ下さい。
・競合となる方からのご関心には返答しないこともありうることをご理解下さい。

HS Code Finder 2の機能追加

今やっているAIのHS Code Finder2ですが、商品説明用の写真、ファイルを追加できるようにしました。

例えば、このような写真だけを示してHSコードを問いました。

こんなように、単なる魚の写真で魚の品種を特定、それを元にHSコードを推論します。

有能ですね。

AIによるHSコード符番:続報2

HS Code FinderをChat GPTを使って作成を試みています。

このバージョンはバージョン2として先のモデルとは別に作成しています。

それとは別に、Geminiでもモデルができないかをトライしています。

ChatGPTと違い、GeminiはAIモデルのレベルの違いがありますが、無料で作ることができます。
 

モデル事の優劣比較をしていきます。

AIによるHSコード符番GPTs

最近の投稿は、AIがらみばかりですいません。

作ったGPTsをHSコードのプロの方に使っていただきました。

判定が間違っている例を出していただき、感謝しています。

これからこのモデルに対してプロのご意見を伺ってチューニングしていきます。

ロジスティックのAI-powered HS Code Finder (続:他にない強み)

ロジスティクスのAIを使ったHSコード附番ツールは、他にはない強みが必須です。

このツールでは、税関が提示する情報を基盤としつつ、ロジスティックとして長年培ってきた独自の情報もソースとして活用しています。具体的には、当社を支援いただいているHSコードのプロフェッショナルによるセミナー資料、Web学習ツール、コンサルティング時の資料など、現場から生まれた貴重な情報を積極的に取り入れています。

これらの独自ソースを加えることで、ツールの精度はさらに向上し、より実用的なものとなります。

引き続き、開発に尽力してまいります!