2025年以來，川普政府的關稅政策大幅升級，對全球數十個國家實施「對等關稅」。日本也難於置身其外。川普政府對日本的關稅政策持續升級，主要圍繞貿易逆差、汽車和農產品等問題施壓，並設定7月9日為談判最後期限。目前日本對美出口商品普遍適用10%的「基準關稅」。汽車及零部件維持2024年政策，即25%的額外關稅；鋼鐵和鋁的關稅在6月4日上調為50%。日本時間7月8日上午1點過，川普總統在其自己的SNS上公佈了一批對貿易對方的新關稅。其中針對日本的對等關稅為25%（即將基準關稅由10%提升為25%），新關稅從8月1日起生效。
關稅戰帶來的不確定性對日本企業尤其是全球化的大企業影響很大，如何評估關稅戰升級帶來的影響，重新布局產業鏈是各個企業所面臨的重要與迫切的課題。
日本擁有眾多全球化企業，尤其是在製造業、IT產業和汽車行業。根據2025年科睿唯安（Clarivate Analytics）發佈的「全球百強創新機構」榜單，在技術研究和創新領域引領全球的100家企業/機構裏，日本有33家企業與機構入選，是全球上榜企業最多的國家。這些企業包括：豐田汽車、本田技研工業、索尼集團、松下控股、佳能、以及三菱電機、日立製作所等。
日本財務省的數據顯示，2024年日本對美出口額達21.3萬億日元，其中汽車及零部件佔比34%（約7.2萬億日元）。
川普政府2025年的關稅政策主要針對汽車、鋼鐵、鋁及部分高科技產品，對日本企業影響顯著。
2024年日本對美汽車出口137萬輛，佔其全球出口的20%。若關稅升至30%～35%，日本車企（豐田、本田、日產等）利潤可能下降17%-44%。據《日本經濟新聞》5月16日發表的《美國關稅對汽車業造成1.7萬億日元打擊》一文，2025年美國反復變化的關稅政策，正使企業的業績波動不定。上市的36家主要公司預計，在2026年第一季度，因關稅導致的利潤減少將達到總計2.6萬億日元，其中約七成（約1.7萬億日元）為汽車行業所承受。
2024年日本對美鋼鐵出口118萬噸（價值3027億日元），佔日本對美出口的1.4%，關稅將削弱其競爭力。
直接受關稅衝擊的企業（汽車、鋼鐵、鋁）：約佔日本對美出口企業的30%-40%（以出口額計算）。因供應鏈調整、貿易成本上升，可能影響50%以上的日本企業，尤其是依賴美國市場的公司。
在複雜的全球供應鏈背景下，日本企業需要系統性地評估川普關稅政策的影響，並制定應對策略。其中，理論上一般採取的有代表性的關鍵評估向度和方法有下述幾種。
1. 供應鏈成本影響評估：如直接關稅成本測算（分層及演算法，按產品HS編碼逐項計算新增關稅。以及疊加效應評估，即考慮中間品關稅，如中國產零部件經日本組裝後出口美國需疊加多重關稅）；供應鏈重新框架成本分析；以及替代供應商可行性分析等等。
2. 市場動態模擬：包括價格彈性模型與競爭格局推演等。
3. 政策情景規劃以及戰略響應工具箱。
4. 數字化評估平台建設。
如果有效地運用這種結構化評估體系，日本企業可望將關稅衝擊的應對周期從傳統3-6個月縮短至4周內，理論上企業損失控製效果將提升40-60%。
然而，應對突發的關稅變動，涉及到複雜而龐大的全球供應鏈，傳統的供應鏈管理難以迅速應對這些風險。其內容涵蓋供應鏈的重新框架、價格的重新定義、與供應商的交涉、對競爭對手的評估等等。從原材料到製成品，涉及到成百上千的供應商。對於複雜的工業製品，材料與部件可能有成千上萬。牽一髮而動全身，做到準確的調整，其難度可想而知。因此，重新審視業務連續性計劃、增強供應鏈韌性已成為當務之急。
傳統的關稅應對大多采用業務縱向管理的方法，即由專業團隊各司分析、採購、財務等職能，難以即時協作。於是，採用人工智慧（AI）應對關稅就成為呼之欲出的需求。
據《日本經濟新聞》早報7月2日報導，富士通（Fujitsu）公司將於7月2日開始向汽車等製造業提供IT服務，計算因美國川普政府關稅措施導致的外部環境變化所帶來的影響。
富士通DI PaaS全貌圖（提供：富士通）
報導稱，除了可以分析關稅引起的成本變動等，該服務還可以利用AI測定採購方變更時的效果，應對計算系統化的需求，支持最佳的經營判斷。
富士通推出的這款面向企業的雲端數據智慧平台叫「Fujitsu Data Intelligence Platform as a Service (簡稱DI PaaS)」。該平台旨在幫助組織高效地管理、分析數據，並利用人工智慧與機器學習（AI/ML）技術驅動業務決策。瀏覽該公司官網，得知該平台有以下幾個特點。
1. 核心功能：支持數據整合與管理，支持多原始資料融合；允許AI/ML賦能，可預置涵蓋製造業的設備預測性維護、零售需求預測等垂直領域的行業模型；支持安全與合規操作，以應對供應鏈上涉及的相關國際法規；採用彈性資源調度的容器化架構，可動態擴展算力資源。
2. 典型應用場景：涵蓋製造業、金融、醫療、以及零售業等等
3. 與關稅影響分析的結合點：可提供供應鏈韌性評估。即DI PaaS平台可整合關稅數據、物流成本、供應商網路，構建數字孿生模型，模擬不同稅率場景下的最優供應路徑。可提供即時風險預警，譬如接入美國CBP（海關與邊境保護局）的關稅更新API，自動觸發供應鏈調整預案。
4. 競爭優勢：作為計算機廠商，富士通硬體深度優化。與Fujitsu PRIMERGY伺服器協同，實現高性能計算（如量子啟發優化演算法）。富士通有「高嶺」這樣立足日本的日語AI大模型，可以實現日本市場定製化。
5. 侷限性：該服務是基於富士通的服務架構，因此傳統企業需配套Fujitsu的諮詢服務（平均3-6個月實施周期）。與SAP等第三方系統的整合需額外配置。
從富士通的案例可以看出，面對不可預測的關稅變動以及當今複雜萬變的國際地緣政治形勢，對複雜的全球供應鏈做出臨機應變的調整是一件極為困難的事情。僅靠傳統的模型、理論，以及業務管理方式已經難於應對。因此，將人工智慧與機器學習（AI/ML）應用於該領域，既可以解決企業的燃眉之急，也為技術創新開啟了新的天地。通過引進AI技術，投資基於即時數據分析的快速靈活戰略的企業，不僅可以保護利潤率，還可以提高整個供應鏈的抗壓力，從而提高市場競爭力，建立競爭優勢。
供稿 / 戴維
編輯 JST客觀日本編輯部
