Pax 系統如何自動提取、辨識和分類跨境電商的關鍵數據？

陳品衣在 Flexport 與亞馬遜的經驗如何啟發關稅退稅商機？

陳品衣在 Flexport 和亞馬遜的工作經驗讓她注意到關稅退稅領域的潛力。她發現，由於流程繁瑣，每年有數十億美元的退稅款項未被利用，這促使她創立 Pax，旨在簡化和優化關稅退稅流程。

關稅議題爆發與 Pax 的誕生

2025 年關稅議題的升溫，以及美國取消對 800 美元以下小額包裹的免稅政策，使得企業對退稅的需求更加迫切。陳品衣觀察到傳統退稅流程需要手動從多種文件（如 PDF、提單和商業發票）中提取數據，效率低且容易出錯。為了應對這些挑戰，她創立了 Pax，並成功進入了 Y Combinator 加速器。

Pax 如何運用 AI 打破關稅退稅的困境？

跨境電商普遍存在較高的退貨率，加上政策變更導致小額包裹進口美國也需繳納關稅，使得退貨關稅退稅的需求浮出水面。對於商品種類繁多、每日處理大量交易數據的跨境電商來說，傳統的人工退稅流程非常繁瑣。Pax 提供的服務涵蓋整個流程，客戶只需提供 PDF、CSV 等格式的資料，Pax 系統就能自動提取、辨識和分類進出口日期、產品編號、數量、價值等關鍵數據，並將其轉換為標準化格式。接著，系統會分析進出口交易記錄，根據產業法規或退稅條款，自動進行精密計算與匹配，找出最高退稅金額的方案。客戶可以隨時在 Pax 平台追蹤數據解析與計算邏輯，系統也能快速生成符合美國海關及邊境保護局要求的文件。Pax 通過大量應用 AI 和大型語言模型技術，簡化了數據處理並提高了效率。

AI 與專家團隊的結合

Pax 大量採用 AI 和大型語言模型技術，能從各種文件中提取、識別和分類關鍵數據，並分析進出口交易記錄，找出最佳退稅方案。為了應對法規的複雜性和供應鏈的變化，Pax 還組建了資深專家團隊，負責處理 AI 無法解決的複雜案件，深入解析供應鏈結構，辨識適用於特殊情況的退稅條款，並在必要時代表客戶與政府部門溝通。Pax 不僅解放了客戶的人力，還提供了流程透明度和數據洞察，讓客戶可以從多個角度（如國家、產品類型）了解退稅情況，從而更好地掌握其供應鏈。