AI phân loại mã HS | kiểm chứng, lưu căn cứ và RFP cho nhà máy tại Thái Lan

Mở đầu: 3 điều cần quyết định trước khi đưa AI vào phân loại mã HS

Ngày càng nhiều nhà máy Nhật Bản tại Thái Lan cân nhắc đưa AI vào phân loại mã HS. Mỗi lần mua một loại vật tư mới, mỗi lần thay đổi thiết kế làm vật liệu hay cấu tạo thay đổi, lại có người phải đi tra mã HS. Công việc thực tế thường giao cho đại lý hải quan, nên trong công ty không còn lưu lại căn cứ vì sao chọn mã đó. Người phụ trách trước đã về nước, và không ai giải thích được lý do phân loại. Bài viết này cho rằng tình trạng như vậy không hiếm ở nhiều nhà máy.

Năm 2026 cũng là năm mà việc phân loại trở nên quan trọng hơn. Theo bài phân tích của công ty luật Tilleke & Gibbins, ngày 1 tháng 1 năm 2026, Thông báo của Cục Hải quan số 219/2568 đã bãi bỏ mức miễn thuế 1.500 baht đối với hàng nhập khẩu giá trị nhỏ, và mọi hàng nhập khẩu đều chịu VAT và thuế nhập khẩu. Cũng theo bài phân tích này, ngày 30 tháng 3 năm 2026, Cục Hải quan đã công bố chủ trương nâng thuế nhập khẩu đối với nhiều loại hàng tiêu dùng như sản phẩm nhựa và phụ kiện điện tử lên mức trần theo luật định (phần lớn là 30% hoặc 40%). Bài viết đó cho biết hiện nhiều mặt hàng đang hưởng thuế suất ưu đãi khoảng 5%, và khuyến nghị “phân loại mã HS một cách chặt chẽ”. Ngoài ra, ngày 1 tháng 1 năm 2028, danh mục hàng hóa chung của thế giới sẽ được sửa đổi thành HS 2028.

Vậy có nên để AI tạo sinh xác định mã HS hay không? Bài viết này cho rằng khi đưa AI vào, điều cần quyết định trước không phải là tên công cụ, mà là 3 điều sau.

1. Phạm vi giao cho AI: AI chỉ dừng ở việc đưa ra mã ứng viên. Việc chốt mã do con người phê duyệt.
2. Kiểm chứng mã ứng viên: dù 6 chữ số khớp, mã 8 chữ số dùng để khai báo tại Thái Lan vẫn là chuyện khác. Kiểm tra theo từng cấp chữ số, và với mặt hàng còn phân vân thì dùng thủ tục xác định trước mã số (advance ruling).
3. Lưu căn cứ và phê duyệt: ghi lại đã dựa trên quy tắc nào, lời văn và chú giải của nhóm nào, ai đã phê duyệt, gắn với hồ sơ khai báo và lưu tối thiểu 5 năm.

Có 4 lý do. Dù mã ứng viên của AI sai, trách nhiệm khai báo vẫn thuộc về công ty. Luật Hải quan Thái Lan quy định việc lưu giữ hồ sơ và kiểm tra sau thông quan. Một số sản phẩm chính (như Thomson Reuters và SAP) cũng mô tả theo mô hình “đưa ra ứng viên, hiển thị căn cứ, con người chọn và chốt”. Và trong các nghiên cứu, mô hình ngôn ngữ lớn (LLM) đa dụng có tỷ lệ đúng giảm dần khi số chữ số càng sâu. Dưới đây, bài viết lần lượt kiểm tra các dữ kiện theo thứ tự này, cuối cùng chuyển thành hạng mục cho RFP (hồ sơ mời đề xuất) và kiểm thử nghiệm thu.

Lưu ý, bài viết này không đề cập đến toàn cảnh hệ thống xác định xuất xứ, AI-OCR cho chứng từ xuất khẩu, hay lý thuyết chung về quản lý dữ liệu chủ mặt hàng. Tại mỗi ranh giới, bài viết sẽ dẫn sang bài liên quan.

Phân loại mã HS là gì: Thái Lan khai báo theo AHTN 2022 với 8 chữ số

Mã HS là mã số dựa trên hệ thống phân loại hàng hóa quốc tế (HS) do Tổ chức Hải quan Thế giới (WCO) ban hành. 6 chữ số đầu là chung cho toàn thế giới, chi tiết dần theo chương (2 chữ số), nhóm (4 chữ số) và phân nhóm (6 chữ số). Mỗi quốc gia đặt thêm các cấp chi tiết riêng bên dưới.

Theo hướng dẫn quốc gia (Country Guide) của Cục Thương mại Quốc tế thuộc Bộ Thương mại Hoa Kỳ (ITA) và các nguồn khác, Thái Lan áp dụng Danh mục Thuế quan Hài hòa ASEAN dựa trên HS 2022 (AHTN 2022) làm biểu thuế nhập khẩu, và mã số thuế của Thái Lan có 8 chữ số. 6 chữ số đầu là HS chung của thế giới, 2 chữ số sau là phần chi tiết của ASEAN và Thái Lan. Hướng dẫn này mô tả biên độ thuế suất theo giá trị là 0–80%.

Điểm cần nắm ở đây là ngay trong cùng một phân nhóm 6 chữ số, nếu mã 8 chữ số khác nhau thì thuế suất hoặc yêu cầu giấy phép có thể khác nhau. Khi nói về hiệu năng của AI, con số “đúng bao nhiêu % ở 6 chữ số” thường được nêu ra, nhưng mã dùng để khai báo tại Thái Lan là 8 chữ số. Sự khác biệt này sẽ còn xuất hiện nhiều lần ở các phần sau.

Quy tắc tổng quát giải thích (GIR 1–6), khung xương của việc phân loại

Việc phân loại HS được thực hiện theo Quy tắc tổng quát giải thích (General Rules for the Interpretation, GIR). Theo bản tiếng Anh do Cơ quan Hải quan Liên bang Thụy Sĩ đăng lại, các điểm chính như sau.

• Quy tắc 1: tên của phần và chương chỉ để tham khảo. Về mặt pháp lý, việc phân loại được xác định theo lời văn của nhóm và chú giải của phần, chương.
• Quy tắc 2(a): hàng chưa hoàn chỉnh hoặc chưa lắp ráp, nếu đã có đặc trưng cơ bản của hàng hoàn chỉnh, thì được xếp vào nhóm của hàng hoàn chỉnh. 2(b) quy định về hỗn hợp vật liệu và các trường hợp tương tự.
• Quy tắc 3: khi hàng có vẻ thuộc nhiều nhóm, xác định theo thứ tự (a) nhóm có mô tả cụ thể nhất, (b) vật liệu hoặc bộ phận tạo nên đặc trưng cơ bản, (c) nhóm có số thứ tự sau cùng.
• Quy tắc 4: hàng không thuộc nhóm nào thì xếp vào nhóm của hàng giống nó nhất.
• Quy tắc 5: quy định về hộp đựng và bao bì.
• Quy tắc 6: việc phân loại phân nhóm được xác định theo lời văn của phân nhóm và chú giải phân nhóm, so sánh giữa các phân nhóm cùng cấp.

Bài viết này cho rằng khi chấp nhận mã ứng viên của AI, việc có một trường ghi lại “theo quy tắc nào, dựa trên lời văn và chú giải của nhóm nào” là điều tự nhiên. Đây sẽ là khung xương của thiết kế hồ sơ được trình bày ở phần sau.

Phân loại sai thì điều gì xảy ra: kiểm tra qua điều khoản Luật Hải quan Thái Lan

Nếu khai báo nguyên mã ứng viên do AI đưa ra và mã đó sai, có thể hiểu rằng trách nhiệm khai báo vẫn thuộc về công ty đã khai báo. Theo bản dịch tiếng Anh không chính thức của Luật Hải quan Thái Lan (B.E.2560/2017), các điều khoản liên quan như sau. Văn bản chính thức là bản gốc tiếng Thái, và nội dung dưới đây là phần diễn đạt lại các điểm chính của điều khoản. Với từng trường hợp cụ thể, vui lòng xác nhận với đại lý hải quan hoặc chuyên gia. Bài viết này không phải là tư vấn pháp lý.

Điều cần lưu ý khi đọc là không nhầm lẫn Điều 202 với Điều 243. Điều 202 là mức phạt tiền đối với khai báo sai hoặc không đầy đủ, mức trần là 500.000 baht. Theo Điều 252, dù không cố ý vẫn phải chịu trách nhiệm. Nói cách khác, có thể hiểu rằng ít nhất trong phạm vi Điều 202, lý do “AI đã sai” hay “người phụ trách không biết” khó được chấp nhận. Mặt khác, mức phạt “từ 0,5 lần đến 4 lần số thuế phải nộp thêm” của Điều 243 là quy định cho trường hợp có ý định trốn thuế. Không phải mọi trường hợp phân loại sai đều thuộc Điều 243.

Theo bài phân tích năm 2017 của Tilleke & Gibbins, luật mới có hiệu lực từ ngày 13 tháng 11 năm 2017, và cách tính phạt “giá trị hàng hóa cộng thuế, nhân 4 lần” của Điều 27 luật cũ đã được thay bằng “0,5–4 lần số thuế trốn” của Điều 243. Cần lưu ý không dùng nguyên các mô tả “4 lần” trong tài liệu cũ để đào tạo nội bộ.

Liên quan trực tiếp đến thiết kế khi đưa AI vào là Điều 63 và Điều 159. Hồ sơ phải lưu ít nhất 5 năm kể từ ngày xuất nhập khẩu, và hải quan có thể kiểm tra tại cơ sở đối với hàng hóa trong vòng 5 năm. Khi bị hỏi “vì sao chọn mã này” trong kiểm tra sau thông quan, chỉ ảnh chụp màn hình của AI thì không đủ để trả lời. Bài viết này cho rằng thiết kế lưu căn cứ và phê duyệt trong 5 năm là phù hợp với các điều khoản này.

Cũng có tình huống ngược lại. Theo Điều 25, yêu cầu hoàn thuế nộp thừa phải thực hiện trong vòng 3 năm kể từ ngày xuất nhập khẩu. Khi rà soát lại phân loại, có thể phát hiện ra mã có thuế suất thấp hơn mới là mã đúng. Việc rà soát phân loại không chỉ để phòng thủ mà còn là cách xác nhận khoản tiền có thể lấy lại.

Xác định xuất xứ cũng phụ thuộc vào mã HS: ưu đãi FTA và tiêu chí CTC

Sai mã HS không chỉ ảnh hưởng đến thuế suất mà còn ảnh hưởng đến việc xác định có được hưởng thuế suất ưu đãi FTA hay không.

Theo phần giải thích RCEP của Hải quan Nhật Bản, quy tắc xuất xứ RCEP có “tiêu chí chuyển đổi mã số hàng hóa (CTC)”, theo đó hàng hóa được coi là có xuất xứ nếu mã phân loại của nguyên liệu không có xuất xứ và của thành phẩm khác nhau đủ mức. Ví dụ, CTSH yêu cầu thay đổi ở cấp 6 chữ số, với điều kiện mã HS 6 chữ số của mọi nguyên liệu không có xuất xứ đều khác với thành phẩm. Phần giải thích này lấy ví dụ quy tắc cụ thể mặt hàng của 2905.32 là “CTSH hoặc RVC40”, và giải thích rằng nếu nguyên liệu thuộc Chương 28 thì không cần kiểm tra thêm, nếu thuộc Chương 29 nhưng ngoài nhóm 29.05 thì chỉ cần kiểm tra 4 chữ số, còn nếu nằm trong nhóm 29.05 thì cần kiểm tra 6 chữ số. Nếu mã của cả thành phẩm lẫn nguyên liệu không đúng thì không thể thực hiện việc xác định này.

Theo mục Hỏi đáp tư vấn thương mại và đầu tư của JETRO, với hàng xuất khẩu từ Nhật Bản sang Thái Lan, Hiệp định EPA Nhật Bản – Thái Lan (JTEPA), Hiệp định Đối tác Kinh tế Toàn diện ASEAN – Nhật Bản (AJCEP) và RCEP cùng tồn tại mà không có thứ tự ưu tiên, doanh nghiệp có thể chọn hiệp định có lợi. Số chữ số cần thay đổi được xác định theo quy tắc cụ thể mặt hàng, và với mặt hàng không có quy tắc cụ thể mặt hàng thì thông thường là chuyển đổi 4 chữ số (CTH) hoặc hàm lượng giá trị khu vực từ 40% trở lên. Vì điều kiện khác nhau theo từng hiệp định, tiền đề là mọi nguyên liệu trong BOM (định mức nguyên vật liệu) đều đã được gắn mã HS.

Tức là, dù AI xác định đúng mã HS của thành phẩm, nếu mã phía nguyên liệu chưa được chuẩn hóa thì việc xác định xuất xứ vẫn không tiến triển. Toàn bộ cơ chế xác định xuất xứ, cách tính RVC (hàm lượng giá trị khu vực) và quản lý BOM được trình bày chi tiết trong bài Triển khai hệ thống xác định xuất xứ. Bài viết này chỉ tập trung vào cách xác định mã HS, vốn là đầu vào của quy trình đó.

Trong những tình huống được yêu cầu chứng minh xuất xứ hay thực tế sản xuất, hồ sơ thể hiện được sự thay đổi mã HS sẽ phát huy tác dụng song song với hồ sơ sản xuất. Về việc chứng minh thực tế sản xuất nói chung, xem bài Rủi ro trung chuyển hàng hóa và cách nhà máy tại Thái Lan chứng minh thực tế sản xuất.

AI xác định mã HS chính xác đến mức nào: nghiên cứu và báo cáo của cơ quan hải quan

Độ chính xác của AI thay đổi lớn tùy theo đo trên mặt hàng gì, ở bao nhiêu chữ số, trong điều kiện nào. Phần này xem các kết quả chính đã công bố, kèm theo điều kiện của từng kết quả.

ATLAS: so sánh trên HTS 10 chữ số của Hoa Kỳ

ATLAS là bài báo do các nhà nghiên cứu của Flexify.AI công bố trên arXiv (2509.18400 v1, ngày 22 tháng 9 năm 2025). Dữ liệu học, kiểm định và kiểm thử được tạo từ 18.731 phán quyết (2.992 loại mã HTS 10 chữ số) trong cơ sở dữ liệu phán quyết CROSS của Cơ quan Hải quan và Bảo vệ Biên giới Hoa Kỳ (CBP), trong đó tập kiểm thử gồm 200 trường hợp. Khớp 10 chữ số được tính là đúng hoàn toàn, khớp 6 chữ số được tính là đúng một phần. Trong điều kiện HTS 10 chữ số của Hoa Kỳ, với tập kiểm thử 200 trường hợp tạo từ phán quyết của CBP, kết quả như sau.

Điều đọc được từ bảng này là với mọi mô hình, tỷ lệ đúng ở 10 chữ số đều giảm mạnh so với 6 chữ số. GPT-5-Thinking đạt 55,5% (111 trường hợp) ở 6 chữ số, nhưng ở 10 chữ số chỉ còn 25,0% (50 trường hợp). Số chữ số đúng trung bình trên 10 chữ số được báo cáo là 5,61 chữ số với GPT-5-Thinking và 6,30 chữ số với Atlas.

Có 3 điểm cần lưu ý. Thứ nhất, đây là kết quả trên HTS 10 chữ số của Hoa Kỳ, không phải độ chính xác trên AHTN 8 chữ số của Thái Lan. Thứ hai, tập kiểm thử chỉ có 200 trường hợp, quy mô nhỏ. Thứ ba, dữ liệu dùng để học là các phán quyết đã công bố, có tính chất khác với mặt hàng của công ty bạn.

HSCodeComp: 632 sản phẩm thương mại điện tử, 10 chữ số

HSCodeComp là bộ đánh giá (benchmark) được công bố trên arXiv (2510.19631 v1, ngày 22 tháng 10 năm 2025). Bộ này yêu cầu xác định mã HS 10 chữ số cho 632 sản phẩm thương mại điện tử thuộc 32 danh mục, từ thông tin nhiều nhiễu gồm tiêu đề, thuộc tính và hình ảnh, với đáp án do chuyên gia thuế quan gán. Theo phần tóm tắt (abstract) của arXiv v1, độ chính xác 10 chữ số của tác tử (agent) tốt nhất là 46,8%, còn của chuyên gia con người là 95,0%. Đây là giá trị trên 632 sản phẩm thương mại điện tử, 10 chữ số, theo arXiv v1, không phải con số áp dụng nguyên cho vật tư của nhà máy, nhưng có thể thấy giữa AI và chuyên gia vẫn còn khoảng cách lớn.

Nỗ lực từ phía hải quan: BACUDA và Azerbaijan

Phía cơ quan hải quan cũng đang nghiên cứu AI. Các chuyên gia của dự án phân tích dữ liệu BACUDA của WCO (khởi động tháng 9 năm 2019) đã phát triển một mô hình dùng xử lý ngôn ngữ tự nhiên bằng mạng nơ-ron Doc2Vec để gợi ý nhiều mã HS ứng viên từ tên hàng do doanh nghiệp khai báo. Mô hình sử dụng dữ liệu nhập khẩu do Hải quan Nigeria cung cấp, nhưng bài viết của WCO không nêu con số độ chính xác.

Theo bài viết tháng 11 năm 2023 của WCO, Hải quan Azerbaijan đã phát triển một công cụ dựa trên mô hình mã nguồn mở của BACUDA, được huấn luyện bằng hơn 1,6 triệu bản ghi dữ liệu từ năm 2022 trở đi. Đây là giá trị do cơ quan hải quan báo cáo trên dữ liệu của chính nước mình (điều kiện đo không được công bố): khoảng 85% ở 6 chữ số, 82% ở 10 chữ số, và trên 95% ở 11 chương có nhiều dữ liệu. Bài viết cũng giới thiệu tính năng tìm kiếm đa ngôn ngữ, gợi ý bổ trợ qua ChatGPT API, tính thuế suất và liên kết với công cụ quản lý rủi ro để phát hiện phân loại sai. Đây là giá trị của một hệ thống do cơ quan hải quan xây dựng bằng lượng lớn dữ liệu của chính nước mình, nên không thể dùng làm mốc tham chiếu khi doanh nghiệp dùng AI cho mặt hàng của mình.

“6 chữ số khớp” không có nghĩa là “đúng”

Kết luận mà bài viết này rút ra từ các kết quả trên rất đơn giản. AI đa dụng có thể xác định đúng ở mức nhất định đến phân nhóm 6 chữ số, nhưng khi vào phần chi tiết riêng của từng quốc gia thì tỷ lệ đúng có xu hướng giảm. Mã 8 chữ số khai báo tại Thái Lan cần được kiểm tra riêng, kể cả khi 6 chữ số đã khớp. Các con số độ chính xác chỉ có thể so sánh khi đã thống nhất loại mặt hàng, số chữ số, số trường hợp và điều kiện kiểm thử. Bài viết này cho rằng con số “độ chính xác bao nhiêu %” do nhà cung cấp đưa ra cũng nên được kiểm tra điều kiện theo cùng góc nhìn đó.

Bài báo của ông Andrew Grainger đăng trên World Customs Journal (tháng 3 năm 2024) cũng cho rằng hiệu năng của công cụ hỗ trợ phụ thuộc vào mức hiểu đặc tính sản phẩm, chất lượng dữ liệu và phương pháp huấn luyện. Trong kiểm chứng của tác giả, công cụ học máy đã bỏ sót nhóm mới hoặc hiểu sai tên hàng mơ hồ. Bài báo cũng cho rằng công cụ có thể học và tái tạo các lỗi trong khai báo trước đây. Ngoài ra, bài báo có công khai rằng đơn vị tài trợ cho nghiên cứu là Avalara.

Các sản phẩm chính mô tả AI phân loại mã HS như thế nào

Đối với AI phân loại thương mại, phần này sắp xếp theo thứ tự chữ cái các tính năng được mô tả trong tài liệu công khai của từng công ty. Đây không phải là bảng so sánh ưu nhược hay khuyến nghị, mà là bảng để xem “thiết kế phân công giữa AI và con người theo hình thức nào”. Giá công khai của tất cả các sản phẩm đều không xác nhận được.

Bổ sung cho bảng trên. Thông tin về tác tử của SAP dựa trên tin tức của Mynavi News (ngày 6 tháng 11 năm 2025), là 1 trong 14 tác tử Joule được công bố tại SAP Connect 2025. Tại thời điểm đưa tin, bản beta dự kiến vào tháng 12 năm 2025 và bản phát hành chung dự kiến vào năm 2026. Theo trang trợ giúp, AI phân loại của Thomson Reuters hiện chỉ cung cấp tại Hoa Kỳ. Thông cáo báo chí tháng 10 năm 2025 của công ty này mô tả việc chuẩn hóa dữ liệu sản phẩm từ mẫu tên hàng, tạo căn cứ phân loại phục vụ kiểm toán, và cập nhật dữ liệu mã HS và thuế quan. Tài liệu của Zonos mô tả rằng kết quả kiểm tra thủ công được đưa ngược lại để cải thiện mô hình.

Từ các tài liệu nêu trên, không xác nhận được mức độ hỗ trợ AHTN 8 chữ số của Thái Lan, cũng như cách xử lý tên hàng tiếng Thái. Khi cân nhắc triển khai, đây là những hạng mục cần kiểm tra riêng trong RFP.

Điều thấy được từ bảng là sự phân công “AI đưa ra ứng viên”, “hiển thị căn cứ và ví dụ tương tự”, “con người chọn và lưu lại”. Thomson Reuters và SAP nêu rõ hình thức con người chọn hoặc phê duyệt, và ít nhất trên tài liệu công khai, không công ty nào đưa hình thức “AI tự mình chốt mã” lên hàng đầu. Có thể nói 3 điều cần quyết định, vốn là xương sống của bài viết này, chính là việc biến sự phân công đó thành nghiệp vụ của công ty mình.

Quyết định (1): phạm vi giao cho AI chỉ “đến bước đưa ra ứng viên”

Điều đầu tiên cần quyết định là giao cho AI đến đâu. Đề xuất của bài viết này là ranh giới như sau: AI chỉ đưa ra ứng viên và bản nháp căn cứ. Việc chốt mã do người phụ trách nội bộ (hoặc đại lý hải quan, chuyên gia) phê duyệt.

Lý do như đã thấy ở trên. Theo Điều 252, dù không cố ý vẫn phải chịu trách nhiệm; trong nghiên cứu, tỷ lệ đúng của AI đa dụng giảm ở các cấp chữ số sâu; và một số sản phẩm chính cũng mô tả với tiền đề là con người phê duyệt. Bài báo của ông Grainger cũng cho rằng công cụ chỉ là “hỗ trợ”, cần nói rõ với người dùng rằng ứng viên có thể sai, và doanh nghiệp nên định kỳ kiểm tra và sửa kết quả.

Tuy nhiên, nếu áp cùng một mức kiểm tra cho mọi mặt hàng, ý nghĩa của việc đưa AI vào sẽ giảm đi. Vì vậy, bài viết khuyến nghị phân loại mặt hàng theo mức rủi ro.

• Rủi ro cao (bắt buộc chuyên gia xem xét): mặt hàng có chênh lệch thuế suất lớn, mặt hàng sử dụng ưu đãi FTA (bao gồm cả phía nguyên liệu), mặt hàng có thể cần giấy phép, mặt hàng có giá trị lớn, mặt hàng từng bị chỉ ra sai sót phân loại.
• Rủi ro trung bình (người phụ trách nội bộ phê duyệt): hàng thay đổi thiết kế từ hàng hiện có, mặt hàng có hàng tương tự trong các lần phân loại trước đây của công ty.
• Rủi ro thấp (kiểm tra đơn giản): mặt hàng có thông số giống hệt mặt hàng đã chốt trước đây, chỉ khác nhà cung cấp và tên hàng, v.v.

Bổ sung về giấy phép. Theo tin của LINE TODAY (bài gốc từ moneyandbanking.co.th, ngày 29 tháng 5 năm 2026), Thái Lan có khoảng 21.000 mã hàng, trong đó 9.400 mã cần giấy phép của 23 cơ quan và được liên thông qua Cơ chế một cửa quốc gia (National Single Window, NSW). Nếu phân loại sai, không chỉ thuế quan mà còn có nguy cơ bỏ sót giấy phép cần thiết. Cũng từ điểm này, bài viết cho rằng các mặt hàng có thể liên quan đến giấy phép nên được xếp vào nhóm không giao phó cho AI.

Quyết định (2): quy trình kiểm chứng ứng viên và xác định trước mã số

Khi nhận ứng viên từ AI, hãy quy định sẵn quy trình kiểm tra theo thứ tự sau.

1. Kiểm tra đến 6 chữ số: đọc lời văn của nhóm và phân nhóm ứng viên, chú giải của phần, chương và chú giải phân nhóm, rồi đối chiếu với thông số, vật liệu và công dụng của mặt hàng. Đây là bước kiểm tra Quy tắc 1 và Quy tắc 6.
2. Áp dụng quy tắc: nếu hàng có vẻ thuộc nhiều nhóm, ghi rõ đã quyết định theo (a), (b) hay (c) của Quy tắc 3. Với hàng chưa lắp ráp hoặc hàng dạng bộ, kiểm tra Quy tắc 2 hoặc Quy tắc 3(b).
3. Kiểm tra 8 chữ số: xác nhận phần chi tiết 8 chữ số của AHTN trên biểu thuế của Thái Lan. Dù 6 chữ số đã khớp, ở bước này vẫn có thể ra một mã khác.
4. Nhất quán với phân loại trước đây của công ty: kiểm tra xem mã có mâu thuẫn với mặt hàng đã chốt trước đây có cùng vật liệu, công dụng hay không. Nếu mâu thuẫn, một trong hai đang sai.
5. Nhất quán với xác định trước mã số và phán quyết: kiểm tra xem có mâu thuẫn với kết quả xác định trước mã số mà công ty đã nhận, hoặc với các phán quyết đã công bố có thể tham chiếu hay không.

Để có thể tìm kiếm căn cứ phân loại và kết quả xác định trước mã số trước đây trong nội bộ, cơ chế RAG kết hợp tìm kiếm tài liệu nội bộ với LLM sẽ hữu ích. Cách thiết kế và đánh giá được tổng hợp trong bài Hướng dẫn triển khai RAG cho doanh nghiệp. Các trường hợp trước đây do RAG tìm ra cũng chỉ là tư liệu để kiểm chứng, không thay thế cho việc chốt mã.

Mặt hàng còn phân vân thì dùng thủ tục xác định trước mã số của Thái Lan

Với mặt hàng mà nội bộ có ý kiến khác nhau, việc dùng thủ tục xác định trước mã số (advance ruling) để có được nhận định của Cục Hải quan là cách hiệu quả. Theo bản dịch tiếng Anh không chính thức của Luật Hải quan, theo Điều 18, bất kỳ ai cũng có thể đề nghị Cục trưởng xác định trước về trị giá hải quan, xuất xứ và việc giải thích biểu thuế (phân loại), và kết quả xác định trước ràng buộc Cục Hải quan và người đề nghị trong thời hạn do Cục trưởng quy định. Biểu phí trong phụ lục của luật này ghi rằng phí xác định trước về giải thích phân loại là 2.000 baht một trường hợp. Về số tiền thực tế đang thu hiện nay và cách xử lý trên hệ thống nộp điện tử mới, vui lòng xác nhận với Cục Hải quan hoặc đại lý hải quan trước khi nộp đơn.

Về mặt vận hành, theo bài phân tích tháng 3 năm 2025 của Tilleke & Gibbins, thủ tục này trở nên khả thi nhờ Thông báo của Cục Hải quan số 17/2561 năm 2018, và đơn được nộp trực tuyến qua trang web của Cục Hải quan hoặc tại bộ phận phụ trách phân loại. Đơn phải kèm chứng từ thể hiện hàng dự kiến nhập khẩu như đơn đặt hàng, hợp đồng mua bán, bảng giá, và nếu thông tin đầy đủ thì kết quả được ban hành trong 30–60 ngày làm việc (tùy độ phức tạp của mặt hàng). Bài viết cho biết nên nộp đơn ít nhất 30 ngày làm việc trước khi nhập khẩu, và kết quả có hiệu lực 3 năm kể từ ngày ban hành (trừ khi pháp luật hoặc hoàn cảnh thay đổi).

Theo tin của LINE TODAY đã nêu ở trên, Cục Hải quan đang chuẩn bị phiên bản mới của hệ thống nộp đơn xác định trước mã số điện tử “Tariff e-Service”, dự kiến khởi động vào tháng 8 năm 2026. Bản tin nêu các tính năng như thông báo kết quả trực tuyến, cho phép cá nhân và doanh nghiệp mới nộp đơn trước khi đăng ký xuất nhập khẩu, theo dõi tình trạng bất cứ lúc nào, liên thông với hệ thống khai báo nhập khẩu, và tra cứu cơ sở dữ liệu WCO, quyết định giải quyết khiếu nại và các kết quả xác định trước mã số đã có. Về tình trạng vận hành thực tế, vui lòng kiểm tra thông báo của Cục Hải quan trước khi sử dụng.

Tham khảo khi xuất khẩu sang Nhật Bản: xác định trước mã số của Hải quan Nhật Bản

Khi xuất khẩu sản phẩm từ Thái Lan sang Nhật Bản, việc phân loại ở phía Nhật Bản cũng trở thành vấn đề. Theo trang tiếng Anh của Hải quan Nhật Bản, với xác định trước mã số phân loại, hình thức yêu cầu bằng văn bản (mẫu C-1000) được khuyến nghị, và văn bản trả lời có hiệu lực 3 năm. Văn bản trả lời sẽ không được tôn trọng nếu rơi vào một trong các trường hợp: nội dung yêu cầu khác với hàng thực tế, hết hiệu lực, pháp luật sửa đổi, hoặc áp dụng sai pháp luật. Trả lời bằng lời nói (về nguyên tắc, kể cả trả lời qua email) không được tôn trọng khi kiểm tra nhập khẩu, và nếu không đồng ý với văn bản trả lời, có thể nêu ý kiến trong vòng 2 tháng kể từ ngày giao văn bản trả lời. Nếu thống nhất phân công với nhà nhập khẩu phía Nhật Bản và gắn bản sao văn bản trả lời vào hồ sơ của mặt hàng, việc kiểm tra về sau sẽ nhanh hơn.

Quyết định (3): lưu căn cứ và phê duyệt trong 5 năm

Điều thứ ba là hồ sơ. Điều 63 quy định lưu giữ ít nhất 5 năm kể từ ngày xuất nhập khẩu, và Điều 159 quy định kiểm tra sau thông quan trong vòng 5 năm. Bài viết này cho rằng thiết kế lưu nhật ký đề xuất của AI, lý do chấp nhận và người phê duyệt, gắn với hồ sơ khai báo trong tối thiểu 5 năm, là phù hợp với các điều khoản này.

Bài báo của ông Grainger cũng cho rằng công cụ nên giải thích được căn cứ, và có dạng có thể lưu hồ sơ giống như lý do phán đoán của con người. Bảng dưới đây là ví dụ các hạng mục cần ghi lại.

Luồng hồ sơ này được thể hiện qua sơ đồ sau.

Ứng viên của AI trở thành hồ sơ căn cứ sau khi được con người phê duyệt, được lưu vào dữ liệu chủ mặt hàng, và từ đó được dùng cho khai báo và xác định xuất xứ. Theo chiều ngược lại, việc có thể lần từ hồ sơ khai báo về dữ liệu chủ mặt hàng, hồ sơ căn cứ và ứng viên của AI chính là sự chuẩn bị cho kiểm tra sau thông quan.

Khi được yêu cầu nộp tài liệu trong kiểm tra sau thông quan, việc có hồ sơ và việc xuất được hồ sơ ngay là hai vấn đề khác nhau. Cách số hóa hồ sơ và cách tính thời gian đến khi nộp được trình bày trong bài Số hóa hồ sơ phục vụ kiểm toán. Bài viết này cho rằng nếu hồ sơ phân loại cũng được tổ chức để có thể truy xuất ngay từ mã hàng hoặc số tờ khai, gánh nặng khi ứng phó kiểm tra sẽ giảm.

Liên kết với dữ liệu chủ mặt hàng, BOM và ERP

Về cơ bản, hồ sơ phân loại không nên để trong một tệp riêng mà nên gắn với dữ liệu chủ mặt hàng. Theo trang trợ giúp của Thomson Reuters, AI phân loại của công ty này tham chiếu các mặt hàng đã phân loại trước đây của doanh nghiệp để đưa ra ứng viên, và lưu số HS đã chấp nhận cùng căn cứ vào bản ghi của mặt hàng. Theo tin tức, tác tử của SAP là cơ chế gợi ý mã số thuế từ đặc tính sản phẩm và quy định thương mại. Tài liệu của Zonos mô tả tính năng kiểm chứng mã hiện có. Tất cả đều cho thấy việc phân loại được xử lý như một phần của dữ liệu mặt hàng.

Trong thực tế nhà máy, bài viết này cho rằng việc quyết định trước 3 điểm sau sẽ giúp liên kết dễ tiến hành hơn.

• Có trường mã HS trong dữ liệu chủ mặt hàng: gắn cho mặt hàng mã 8 chữ số, phiên bản HS đã áp dụng, đường dẫn đến hồ sơ căn cứ, ngày phê duyệt và hạn rà soát.
• Gắn mã cho cả nguyên liệu trong BOM: để xác định CTC trong xác định xuất xứ, cần có mã phía nguyên liệu. Chỉ phân loại thành phẩm là không đủ.
• Phân loại lại khi có thay đổi thiết kế: đưa luồng tạo yêu cầu rà soát phân loại khi vật liệu hoặc cấu tạo thay đổi vào ERP hoặc quy trình thay đổi thiết kế.

Cách chuẩn hóa dữ liệu chủ về mặt hàng, BOM và quy trình công nghệ được giải thích trong bài Triển khai quản lý dữ liệu chủ cho doanh nghiệp sản xuất. Nếu đưa mã HS vào dữ liệu đặt hàng và nhận đơn với đối tác, bài Hướng dẫn triển khai EDI cho doanh nghiệp sản xuất cũng có thể tham khảo.

Lưu ý, việc đối chiếu tên hàng, số lượng, số tiền giữa các chứng từ như hóa đơn thương mại (invoice) và phiếu đóng gói (packing list) là một công đoạn khác với phân loại. Nội dung này được trình bày trong bài Triển khai AI-OCR cho chứng từ xuất khẩu. Bài viết này cho rằng cách dễ sắp xếp là nối hồ sơ phân loại với việc đối chiếu chứng từ bằng mã mặt hàng làm khóa chung.

Chuẩn bị cho sửa đổi HS 2028: quản lý phiên bản và kiểm tra quy tắc xuất xứ

Ngày 1 tháng 1 năm 2028, bản thân HS sẽ được sửa đổi. Theo trang chính thức của WCO, HS 2028 là kết quả của chu kỳ rà soát lần thứ 7, gồm 299 bộ sửa đổi (sets of amendments). Sau sửa đổi sẽ có 1.229 nhóm và 5.852 phân nhóm; so với HS 2022, có 6 nhóm và 428 phân nhóm mới, 5 nhóm và 172 phân nhóm bị xóa. Chu kỳ rà soát lần thứ 7 bị kéo dài thành 6 năm (tháng 7 năm 2019 đến tháng 6 năm 2025) do đại dịch COVID-19. WCO cho biết các sửa đổi đã được chấp nhận và xem khoảng thời gian còn lại là giai đoạn chuẩn bị. Trang HS 2028 của WCO có đăng bảng tương quan giữa phiên bản 2022 và phiên bản 2028.

Về phía ASEAN, theo công bố của ASEAN, Nhóm công tác kỹ thuật về phân loại (TSWGC) đã bắt đầu rà soát AHTN 2022 từ tháng 10 năm 2024. Các phần chi tiết riêng của ASEAN được rà soát dựa trên đề xuất của các nước thành viên, và các phần chi tiết được giữ lại sẽ trở thành nền tảng của AHTN 2028 phù hợp với HS 2028. Quỹ Hội nhập Nhật Bản – ASEAN (JAIF) hỗ trợ, và cuộc họp khởi động được tổ chức tại Jakarta ngày 28 tháng 11 năm 2024. Mặt khác, AHTN 2028 sẽ được áp dụng tại Thái Lan từ khi nào thì tại thời điểm viết bài này chưa xác nhận được.

Bài viết này cho rằng có 3 việc nhà máy có thể chuẩn bị cho đợt sửa đổi.

1. Gắn phiên bản cho mã trong dữ liệu chủ mặt hàng: với cùng một mặt hàng, cho phép lưu song song mã HS 2022 (AHTN 2022) và mã HS 2028. Kể từ ngày chuyển đổi, mã dùng để khai báo sẽ thay đổi.
2. Dùng bảng tương quan để rà soát các mặt hàng bị ảnh hưởng: dùng bảng tương quan của WCO để nắm trước những phân nhóm chịu ảnh hưởng của sửa đổi trong số mặt hàng của công ty. AI có thể dùng cho bước tìm hiểu sơ bộ khi rà soát này, nhưng việc đối chiếu cũ mới vẫn do con người xác nhận.
3. Kiểm tra quy tắc xuất xứ được viết theo phiên bản HS nào: quy tắc cụ thể mặt hàng của FTA được viết theo mã của một phiên bản HS nhất định. Tương tự tinh thần của Customs Notice 2021-51 của Lực lượng Biên phòng Úc, khi HS sửa đổi cần kiểm tra quy tắc cụ thể mặt hàng được viết theo phiên bản nào.

Ở đây, mốc 5 năm lưu hồ sơ một lần nữa phát huy tác dụng. Hoàn toàn có thể xảy ra trường hợp từ năm 2028 trở đi bị kiểm tra sau thông quan đối với các tờ khai từ năm 2027 trở về trước. Khi đó, doanh nghiệp phải xuất trình được mã theo phiên bản có hiệu lực tại thời điểm đó cùng căn cứ. Cần thiết kế để không ghi đè xóa mã của phiên bản cũ mà lưu lại theo từng phiên bản.

Dữ liệu gửi đi đâu và bảo mật: bản vẽ, BOM, giá và tên hàng tiếng Thái

Để tăng độ chính xác phân loại, cần cung cấp nhiều thông tin về mặt hàng. Tuy nhiên, bản vẽ, BOM, giá mua và tên khách hàng cũng là những thông tin không muốn đưa ra bên ngoài. Khi dùng dịch vụ AI trên đám mây, hãy quyết định trước các điểm sau.

• Gửi gì: chỉ tên hàng, vật liệu, công dụng và thông số chính là đủ, hay gửi cả bản vẽ và ảnh.
• Không gửi gì: có vận hành theo nguyên tắc không gửi giá, tên khách hàng, thông tin sản phẩm chưa công bố hay không.
• Dữ liệu đã gửi được xử lý thế nào: nơi lưu trữ, thời gian lưu trữ, có dùng để huấn luyện hay không, cách xóa.

Cách gửi thông tin cho AI tạo sinh và cách kiểm tra trong RFP và kiểm thử nghiệm thu được tổng hợp chi tiết trong bài Ngăn rò rỉ dữ liệu từ AI tạo sinh.

Một vấn đề nữa đặc thù với nhà máy tại Thái Lan là tiếng Thái. Tên hàng và bản thông số từ nhà cung cấp địa phương thường bằng tiếng Thái, lẫn cả từ viết tắt và tên gọi nội bộ. Dịch sang tiếng Anh rồi mới đưa cho AI, hay xử lý được nguyên tiếng Thái, có thể làm chất lượng ứng viên khác nhau. Như đã nêu, từ tài liệu của các sản phẩm chính không xác nhận được cách xử lý tiếng Thái. Về cách đánh giá AI trên tài liệu nghiệp vụ tiếng Thái, xem bài Đánh giá AI tạo sinh tiếng Thái cho nghiệp vụ.

Các hạng mục cần ghi trong RFP

Phần này chuyển 3 điều cần quyết định ở trên thành hạng mục RFP gửi nhà cung cấp. Những điểm không xác nhận được qua tài liệu của các công ty sẽ được kiểm tra qua hồ sơ đề xuất và trên hệ thống thực tế.

Về chi phí, do không xác nhận được giá công khai, việc so sánh sẽ dựa trên báo giá. Bài viết này cho rằng nếu hình thức tính phí theo số lượng, việc đề nghị báo giá tách riêng lần phân loại hàng loạt danh mục ban đầu và số lượng hàng mới, hàng thay đổi thiết kế sau đó sẽ giúp so sánh dễ hơn.

Thiết kế PoC và kiểm thử nghiệm thu

Sau khi nghe giải thích qua RFP, hãy kiểm tra trên mặt hàng của công ty bằng PoC (thử nghiệm khái niệm). Như đã thấy, các con số nghiên cứu thay đổi lớn tùy theo điều kiện. Đo trên mặt hàng của chính công ty, trong điều kiện của chính công ty, là cách kiểm tra duy nhất.

Cách tạo dữ liệu đáp án

• Trích các mặt hàng đã chốt từ các tờ khai trước đây: chọn những mặt hàng mà công ty tự tin về đáp án, như mặt hàng đã có kết quả xác định trước mã số, mặt hàng đã được xác nhận qua kiểm tra sau thông quan, mặt hàng đã khai báo lâu dài không có vấn đề. Bài báo của ông Grainger cho rằng để huấn luyện, dữ liệu đã được chuyên gia xác nhận phù hợp hơn lịch sử khai báo thô. Đáp án cho kiểm thử cũng được chọn theo cùng cách nghĩ đó.
• Nhất định đưa vào các mặt hàng khó: chủ ý đưa vào mặt hàng có vẻ thuộc nhiều nhóm, hàng dạng bộ, hàng chưa lắp ráp, hàng đa chức năng, hàng có vật liệu hỗn hợp. Nếu chỉ đo trên mặt hàng dễ, con số sẽ cao hơn năng lực thực tế.
• Ghi lại số lượng và điều kiện: lưu lại đã đo với bao nhiêu trường hợp, trên nhóm mặt hàng nào, với thông tin nào (chỉ tên hàng, hay có cả thông số và ảnh).

Đo những gì

• Đo tỷ lệ khớp riêng cho 6 chữ số và 8 chữ số: không đánh giá chỉ bằng tỷ lệ khớp 6 chữ số. Xem riêng tỷ lệ khớp ở 8 chữ số, là cấp dùng để khai báo tại Thái Lan.
• Đáp án có nằm trong các ứng viên đầu bảng hay không: nếu tiền đề là con người chọn, không chỉ xem tỷ lệ đúng của ứng viên hạng 1 mà còn xem đáp án có nằm trong các ứng viên được đưa ra hay không.
• Chất lượng căn cứ: chuyên gia kiểm tra xem căn cứ được hiển thị có thực sự bám theo quy tắc và lời văn của nhóm, chú giải hay không.
• Loại lỗi: đếm riêng lỗi nhầm chương, nhầm nhóm và nhầm phần chi tiết.

Vui lòng tự công ty quyết định con số làm tiêu chí đạt, dựa trên mức rủi ro của mặt hàng và thời gian có thể dành cho phê duyệt của con người. Bài viết này không đưa ra ngưỡng đạt cụ thể. Tuy nhiên, điều quan trọng là quyết định tiêu chí trước khi bắt đầu PoC, và không điều chỉnh theo hướng có lợi sau khi kết thúc. Cách quyết định tiêu chí kết thúc PoC và chuyển sang vận hành chính thức được giải thích trong bài Tiêu chí kết thúc PoC AI, còn cách xây dựng kiểm thử nghiệm thu trước khi vận hành chính thức được giải thích trong bài Kiểm thử nghiệm thu tác tử AI.

Trong kiểm thử nghiệm thu, không chỉ kiểm tra hiệu năng mà còn kiểm tra quy trình phê duyệt, việc lưu nhật ký, kết xuất phục vụ kiểm toán và việc chuyển đổi phiên bản có hoạt động đúng yêu cầu hay không. Đặc biệt, bài viết khuyến nghị thao tác thực tế để kiểm tra “từ một số tờ khai, có lần ra được ứng viên lúc đó, lý do chấp nhận, người phê duyệt và phiên bản HS có hiệu lực hay không”.

Câu hỏi thường gặp

AI có xác định được mã HS không?

AI có thể đưa ra ứng viên, nhưng bài viết này không khuyến nghị giao cho AI việc chốt mã. Trong điều kiện HTS 10 chữ số của Hoa Kỳ, với tập kiểm thử 200 trường hợp tạo từ phán quyết của CBP, tỷ lệ đúng của GPT-5-Thinking là 55,5% ở 6 chữ số và 25,0% ở 10 chữ số. Độ chính xác trên AHTN 8 chữ số của Thái Lan cần được đo trên mặt hàng của chính công ty. Một số sản phẩm chính như Thomson Reuters và SAP cũng mô tả trong tài liệu công khai theo hình thức con người chọn và chốt.

Cách tra mã HS như thế nào?

Trong thực tế doanh nghiệp sản xuất, sắp xếp thông số, vật liệu và công dụng của mặt hàng, xác định nhóm và phân nhóm theo Quy tắc tổng quát giải thích, rồi xác nhận mã 8 chữ số trên biểu thuế của Thái Lan. Đồng thời kiểm tra sự nhất quán với các lần phân loại trước đây của công ty và với kết quả xác định trước mã số. AI được dùng như công cụ giúp bước tìm hiểu sơ bộ này nhanh hơn, còn căn cứ và phê duyệt được lưu vào hồ sơ.

Xác định trước mã số (advance ruling) của Thái Lan là gì?

Đây là chế độ đề nghị Cục Hải quan đưa ra nhận định trước về phân loại và các nội dung khác. Theo bản dịch tiếng Anh không chính thức của Luật Hải quan, chế độ này có căn cứ tại Điều 18, và biểu phí trong phụ lục ghi phí xác định trước về phân loại là 2.000 baht một trường hợp. Theo bài phân tích của Tilleke & Gibbins, nếu thông tin đầy đủ, kết quả được ban hành trong 30–60 ngày làm việc và có hiệu lực 3 năm kể từ ngày ban hành. Về phí và thủ tục thực tế, vui lòng xác nhận với Cục Hải quan hoặc đại lý hải quan trước khi nộp đơn.

Cần làm gì cho sửa đổi HS 2028?

Hướng tới ngày có hiệu lực 1 tháng 1 năm 2028, gắn phiên bản cho mã trong dữ liệu chủ mặt hàng, dùng bảng tương quan của WCO để rà soát các mặt hàng bị ảnh hưởng, và kiểm tra quy tắc cụ thể mặt hàng của FTA được viết theo phiên bản HS nào. Ngày áp dụng AHTN 2028 tại Thái Lan chưa xác nhận được tại thời điểm viết bài, nên cần theo dõi thông báo của Cục Hải quan.

AI xác định sai thì ai chịu trách nhiệm?

Có thể hiểu rằng trách nhiệm khai báo vẫn thuộc về công ty đã khai báo. Theo bản dịch tiếng Anh không chính thức của Luật Hải quan, khai báo sai hoặc không đầy đủ theo Điều 202 bị phạt tiền tối đa 500.000 baht, và theo Điều 252 thì không xét đến việc có cố ý hay không. Chính vì vậy cần có cơ chế để con người phê duyệt ứng viên của AI và lưu lại căn cứ. Với từng trường hợp cụ thể, vui lòng xác nhận với đại lý hải quan hoặc chuyên gia.

Cục Hải quan Thái Lan có dùng AI để phân loại không?

Theo bài viết tháng 7 năm 2026 của The Nation, Cục trưởng Cục Hải quan cho biết đang chuẩn bị dùng AI và hệ thống quản lý rủi ro để khoanh vùng hành khách, hành lý, bưu kiện và hàng hóa có rủi ro cao. Mục đích chính là phòng chống ma túy, và bài viết không đề cập đến việc áp dụng AI vào phân loại HS.

Tổng kết

• Khi đưa AI vào phân loại mã HS, điều cần quyết định trước không phải là tên công cụ mà là 3 điều: (1) phạm vi giao cho AI (đến bước đưa ra ứng viên, việc chốt do con người phê duyệt), (2) kiểm chứng ứng viên (kiểm tra riêng 6 chữ số và 8 chữ số, mặt hàng còn phân vân thì dùng xác định trước mã số), (3) lưu căn cứ và phê duyệt (quy tắc, nhóm, chú giải, người phê duyệt, gắn với hồ sơ khai báo trong tối thiểu 5 năm).
• Theo bản dịch tiếng Anh không chính thức của Luật Hải quan Thái Lan, khai báo sai hoặc không đầy đủ phải chịu trách nhiệm dù không cố ý, hồ sơ phải lưu ít nhất 5 năm, và hải quan có thể kiểm tra tại cơ sở trong vòng 5 năm. Có thể hiểu rằng sai sót của AI cũng sẽ quay về thành trách nhiệm của công ty.
• Trong các nghiên cứu, AI đa dụng có tỷ lệ đúng giảm dần khi số chữ số càng sâu. Hãy đọc các con số khi đã thống nhất mặt hàng, số chữ số, số trường hợp và điều kiện.
• Tài liệu công khai của các sản phẩm chính (Thomson Reuters, SAP và các sản phẩm khác) cũng mô tả theo sự phân công ứng viên, căn cứ và lựa chọn của con người. Mã 8 chữ số của Thái Lan, tiếng Thái và thời gian lưu trữ cần được kiểm tra riêng qua RFP và kiểm thử nghiệm thu.
• Hướng tới sửa đổi HS 2028 ngày 1 tháng 1 năm 2028, bài viết khuyến nghị thiết kế việc quản lý phiên bản mã trong dữ liệu chủ mặt hàng và việc kiểm tra quy tắc xuất xứ cùng lúc với việc đưa AI vào.

Ngay cả ở giai đoạn bắt đầu rà soát tổng thể nghiệp vụ phân loại, như nên rà soát lại phân loại từ mặt hàng nào, hay vạch ranh giới phạm vi giao cho AI ở đâu, quý doanh nghiệp cũng có thể trao đổi với TOMAS TECH. Vui lòng liên hệ tại đây.

Tài liệu tham khảo

• Customs Act B.E. 2560 (2017), bản dịch tiếng Anh không chính thức (Unofficial Translation, PDF) https://multimedia.3m.com/mws/media/1577570O/th-customs-rule-eng-pdf.pdf
• Tilleke & Gibbins “Requesting Advance Rulings on Customs Classification under Thai Law”, ngày 14 tháng 3 năm 2025 https://www.tilleke.com/insights/requesting-advance-rulings-on-customs-classification-under-thai-law/
• Tilleke & Gibbins “A Step Forward: Thailand Takes Dramatic Steps to Modernize Customs Laws”, năm 2017 (PDF) https://www.tilleke.com/wp-content/uploads/2017/11/A-Step-Forward-Thailand-Takes-Dramatic-Steps-to-Modernize-Customs-Laws.pdf
• Tilleke & Gibbins “Thailand Announces Customs Duty Hikes for Key Consumer Goods”, ngày 1 tháng 4 năm 2026 https://www.tilleke.com/insights/thailand-announces-customs-duty-hikes-for-key-consumer-goods
• LINE TODAY (bài gốc từ moneyandbanking.co.th), ngày 29 tháng 5 năm 2026 https://today.line.me/th/v3/article/PGeg6r7
• The Nation “Customs turns to AI, X-rays to stop Thailand becoming drug-transit hub”, ngày 6 tháng 7 năm 2026 https://www.nationthailand.com/news/general/40068314
• U.S. International Trade Administration “Thailand – Customs Regulations” https://www.trade.gov/knowledge-product/thailand-customs-regulations
• WCO “Amendments effective from 1 January 2028” https://www.wcoomd.org/en/topics/nomenclature/instrument-and-tools/hs-nomenclature-2028-edition/amendments-effective-from-1-january-2028.aspx
• WCO “HS Nomenclature 2028 Edition” https://www.wcoomd.org/en/topics/nomenclature/instrument-and-tools/hs-nomenclature-2028-edition.aspx
• ASEAN “ASEAN commences AHTN 2022 Review to Strengthen Regional Trade Integration” https://asean.org/asean-commences-ahtn-2022-review-to-strengthen-regional-trade-integration
• WCO BACUDA “WCO BACUDA experts develop a neural network model to assist classification of goods in HS”, ngày 3 tháng 3 năm 2022 https://bacuda.wcoomd.org/2022/03/03/wco-bacuda-experts-develop-a-neural-network-model-to-assist-classification-of-goods-in-hs/
• WCO “Advanced AI-HS tool developed by the Azerbaijan Customs”, ngày 16 tháng 11 năm 2023 https://www.wcoomd.org/en/media/newsroom/2023/november/advanced-ai-hs-tool-developed-by-the-azerbaijan-customs.aspx
• Andrew Grainger “Customs Tariff Classification and the Use of Assistive Technologies”, World Customs Journal Vol.18 No.1, ngày 31 tháng 3 năm 2024 https://www.worldcustomsjournal.org/article/116525-customs-tariff-classification-and-the-use-of-assistive-technologies
• Hải quan Nhật Bản “Advance Classification Ruling” https://www.customs.go.jp/english/advance/classification.htm
• U.S. CBP “Rulings” https://www.cbp.gov/trade/rulings
• Thomson Reuters “ONESOURCE Global Classification AI” (trang trợ giúp) https://www.thomsonreuters.com/en-us/help/onesource-global-trade/global-classification-modernized/onesource-global-classification-ai.html
• Thông cáo báo chí của Thomson Reuters, ngày 20 tháng 10 năm 2025 https://www.thomsonreuters.com/en/press-releases/2025/october/thomson-reuters-launches-enhanced-ai-solutions-for-corporate-tax-and-trade-driving-intelligent-compliance-and-strategic-growth
• Mynavi News TECH+, ngày 6 tháng 11 năm 2025 https://news.mynavi.jp/techplus/article/20251106-3632318/
• Zonos “Classify features” https://zonos.com/docs/catalog/classify/features
• CPA Practice Advisor “Avalara Announces New AI-Based Tariff Code Classification Solution”, ngày 3 tháng 10 năm 2024 https://www.cpapracticeadvisor.com/2024/10/03/avalara-announces-new-ai-based-tariff-code-classification-solution/151780/
• Descartes “Product Classification and Duty Determination” https://descartes.com/solutions/global-trade-intelligence/product-classification-and-duty-determination
• Yuvraj, Devarakonda “ATLAS”, arXiv 2509.18400 v1, ngày 22 tháng 9 năm 2025 https://arxiv.org/html/2509.18400v1
• “HSCodeComp”, arXiv 2510.19631 v1, ngày 22 tháng 10 năm 2025 https://arxiv.org/abs/2510.19631
• Hải quan Nhật Bản, phần giải thích “RCEP” https://www.customs.go.jp/english/epa/rcep/rcep2.html
• JETRO “Hỏi đáp tư vấn thương mại và đầu tư” https://www.jetro.go.jp/world/qa/04E-080302.html
• Australian Border Force “Customs Notice 2021-51” (PDF) https://www.abf.gov.au/help-and-support-subsite/CustomsNotices/2021-51.pdf
• General Rules for the Interpretation of the Harmonized System (bản tiếng Anh do Cơ quan Hải quan Liên bang Thụy Sĩ đăng lại, PDF) https://www.bazg.admin.ch/dam/en/sd-web/T8KbdrI4bLxt/general-rules-interpretation-harmonized-system-en.pdf