2025年、グローバルサプライチェーンは「関税」という名の不確実性の波に飲み込まれています。
これまでの物流や調達の常識では、関税は「モノを動かす時」に計算するコストでした。しかし、地政学リスクが激化する現在、製品が出荷される段階で関税率が変わっていることなど日常茶飯事です。
米国では今、この変動リスクに対応するために「シフトレフト（Shift Left）」というアプローチが急速に広まっています。物流部門の負担を減らすのではなく、「製品設計の段階でAIが関税リスクを警告する」という抜本的な転換です。
約4,400ページにも及ぶ膨大な関税率表（HTSコード）を人手で追うことが不可能になった今、海外の先進企業はどのようにAIとマーケットインテリジェンスを活用しているのでしょうか。日本企業が直面する「部門の壁」を突破するヒントと共に解説します。
荷卸し時間97%短縮の衝撃。2025年海外物流「関税と自動化」の二極化
海外トレンド：4,400ページの迷宮と「シフトレフト」の衝撃
米国や欧州のサプライチェーン担当者を今、最も悩ませているのがHarmonized Tariff Schedule（HTS：関税率表）の複雑化です。
人力の限界を超えた「関税コンプライアンス」
米国のHTSコード表だけでも約4,400ページに及びます。これに加え、中国や欧州、ASEAN諸国それぞれの関税率、さらに頻発する追加関税や輸出規制（エンティティリスト）が絡み合います。
これらをExcelやPDFで管理し、担当者が手動でチェックする従来の手法は、もはや「ファックスで在庫管理をする」のと同じくらい時代遅れで危険な行為となりつつあります。
物流から設計へ。「シフトレフト」とは何か
そこで登場したキーワードが「シフトレフト（Shift Left）」です。
元々はソフトウェア開発で「テスト工程を前倒しする」という意味で使われていた用語ですが、2025年の米国物流トレンドでは「関税・コンプライアンスのチェックを、物流・調達段階（右側）から、製品設計段階（左側）へ移動させる」ことを指します。
| 比較項目 | 従来のアプローチ（Reactive） | シフトレフト（Proactive） |
|---|---|---|
| 検討時期 | 出荷直前や通関時 | 製品設計・部品選定時 |
| 主な担当 | 物流・通関部門 | 設計エンジニア・調達 |
| データ連携 | Excel、メールでのバケツリレー | 生きたBOM（Living BOM） |
| リスク対応 | 関税発生後にコスト増を受け入れる | 設計段階で代替部品に変更し回避 |
| AIの役割 | 書類作成の自動化 | リスク予測と代替案の提示 |
これまで物流部門が「後始末」として処理していた関税コストを、設計段階で「最初から発生させない」ようにするのがシフトレフトの本質です。
先進事例：AIと「生きたBOM」が変える意思決定
では、具体的にどのようにAIが関税リスクを回避しているのでしょうか。ここで鍵となるのが、部門間でリアルタイムに共有される「生きたBOM（Living Bill of Materials）」です。
設計図に「地政学リスク」を表示する
ある米国の電子機器メーカーの事例を見てみましょう。
彼らは新しい回路基板を設計する際、エンジニアがCAD上でコンデンサなどの部品を選定します。その瞬間、バックグラウンドで動作するAI（マーケットインテリジェンスツール）が以下の情報を提示します。
- 在庫状況: 「この部品は現在リードタイムが40週です」
- 関税リスク: 「この部品の主要生産国は関税引き上げ対象国です。コストが25%上昇するリスクがあります」
- 代替案提示: 「スペックが同等で、関税協定（FTA）締結国で生産されている代替品はこちらです」
これが「生きたBOM」です。静的な部品表ではなく、市場データや関税データとAPIで連携し、常に最新のリスク情報をエンジニアにフィードバックします。
元OpenAI幹部が語る「AIの真価」
元OpenAIのZack Kass氏は、「関税こそがAIが真価を発揮する（Moment to shine）場面である」と指摘しています。
なぜなら、関税法規は「膨大なテキストデータ」であり、サプライチェーンは「複雑なネットワーク」だからです。これらは人間よりもAIが圧倒的に得意とする領域です。
例えば、オランダの半導体企業Nexperia社に関連するような輸出規制が発動された際、AIは即座に自社のBOM全体をスキャンし、「どの製品のどの部品が規制に抵触するか」「代替サプライヤーはどこか」を数秒で特定します。これを人間が行えば数週間かかり、その間に競合に在庫を抑えられてしまうでしょう。
「計画業務」が消える？SAPが明かす自律型AIと人間の新たな協働
日本企業への示唆：部門の壁を「データ」で壊せるか
日本企業、特に製造業において、この「シフトレフト」の導入には特有の障壁があります。しかし、それを乗り越えた先に大きな勝機があります。
日本の課題：設計と物流の「断絶」
日本の製造業では、設計部門（技術屋）と物流・調達部門（事務屋）の間に深い溝があるケースが少なくありません。
設計者は「最高の性能」を追求し、物流担当者は「届いた図面通りに部品を（なんとかして）安く運ぶ」ことに奔走します。
結果として、設計段階で「関税が高い国の部品」や「物流リスクの高いサプライヤー」が選定されていても、物流部門がそれに気づくのは量産直前です。これでは手遅れです。
今すぐ取り組めるアクション
日本企業がこのトレンドを取り入れるために、明日からできることは何でしょうか。
- Excel BOMからの脱却:
部品表（BOM）を個人のExcel管理から、全社共有のデジタルプラットフォームへ移行させてください。これがAI導入の第一歩です。 - 物流データを設計へフィードバック:
「過去に関税トラブルがあった部品」や「輸送コストが異常に高いルート」のデータを、設計部門定例会で共有するだけでも「アナログなシフトレフト」になります。 - 外部知見（マーケットインテリジェンス）の導入:
自社の実績データだけでなく、世界の関税改定情報や半導体市況などの外部データをAPIで取り込む仕組みを検討してください。
まとめ：防御から攻撃のサプライチェーンへ
2025年以降、関税や規制は単なる「手続き」ではなく、企業の利益率を直撃する経営課題となります。
4,400ページの関税率表と格闘し、後手後手の対応に追われるか。それとも、AIと「シフトレフト」によって設計段階からリスクを排除し、「関税リスクさえも競争優位に変える」か。
その差は、物流部門がどれだけ「上流（設計・開発）」にデータを武器として食い込めるかにかかっています。
この変革は、単なるツールの導入ではなく、組織の意識改革そのものです。しかし、成功すれば日本の強みである「現場力」に「予測力」が加わり、最強のサプライチェーンが構築できるはずです。
See also: 物流AIは「見る」から「指揮する」へ。2026年、自律エージェントの衝撃
