PwC税理士法人が法人税申告書チェックAIで正答率97%を実現した事例です。 デジタルフロントの記事(2025-08-20)で公開されています。
「大手税理士法人だから関係ない」と読み飛ばすにはもったいないです。 中小士業・会計事務所で「申告書レビューがシニア依存で属人化している」で悩んでいる構造そのものだからです。 PwCはこの問題を、「OCR+LLMで申告書をパース→判定基準と整合性チェックを自動化」で解いています。
僕が注目したのは、「正答率97%・作業時間30〜40%短縮」という具体的な数字です。中小士業にそのまま転用できます。
中小士業・会計事務所の申告書レビュー課題
社員10〜100名の中小士業・会計事務所にありがちな構造はこうです。
- 法人税申告書が数百ページ規模
- シニアスタッフの目視チェックに依存
- 結果、人件費×工数が膨大
- ミスチェックの負荷が個人に集中
汎用ChatGPTでは申告書フォーマットを読めません。「OCR+LLM+判定基準連携」が必要、というのが本事例の骨子です。
PwC税理士法人の取り組み
デジタルフロントの記事で紹介されている内容は以下です。
- 対象: 法人税申告書のレビュー業務
- 基盤: OCR+LLMによるワークフロー自動化
- 用途:
- 申告書パース: OCRで数百ページを構造化
- 整合性チェック: 判定基準とLLMで照合
- 指摘出力: 異常箇所を一覧化してレビューへ
- 設計思想: AI初稿+人最終判断
効果実感の数字:
- AIの正答率97%
- レビュー作業時間30〜40%短縮
- 初年度で数千時間規模の削減見込み
何が真似できるか
PwC税理士法人は大手ですが、設計思想だけ抜き取るとこうなります。
- 申告書をOCRで構造化
- 判定基準チェックリストをLLMに渡す
- 異常箇所だけを人がレビュー
- 効果は「1件あたり工数×正答率×再修正率」で測る
特に「OCR+LLM分業」が秀逸です。中小士業ほど「全部手作業」となりがちですが、構造化と判定を分けると一気に効率化できます。
中小企業で再現するなら
ここからが本題です。社員10〜100名の中小士業・会計事務所で同じ思想を取り入れるならどう削るか。
構成
| 項目 | PwC税理士法人 | 中小会計事務所(社員10〜100名) |
|---|---|---|
| 対象 | 法人税申告書全件 | 主要顧問先の申告書 |
| ツール | OCR+LLMワークフロー | AI-OCR+ChatGPT/Claude(月3〜15万円目安、2026年5月時点。要最新価格確認) |
| 月額費用 | (記載なし) | 推定 月5〜20万円(AI-OCR+LLM) |
| 初期費用 | (記載なし) | 推定 50〜200万円(判定ルール整備+ワークフロー設計) |
| 体制 | 監査+IT | 経営+税理士+情シス(or 外部支援) |
| 期間 | (記載なし) | 3〜6ヶ月で運用化 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★★★ |
| 再現性(中小企業) | ★★★★☆ |
| 難易度(低いほど簡単) | ★★★☆☆ |
(難易度=数字小さいほど簡単)
スコア根拠は以下です。
- ROIは最高。30〜40%短縮は人件費に直結
- 再現性は高い。判定ルールがある業務なら再現可
- 難易度は中。OCR精度+ルール整備が前提
前提条件・必要データ
- 申告書フォーマットがある程度標準化
- 判定基準がチェックリスト化されている
- AI出力後の最終承認フロー整備
- 月次で1件工数・再修正率を計測
失敗条件・適用しないケース
- 申告書が手書きで非デジタル化
- 判定基準がベテランの頭の中だけ
- AI出力を校閲なし提出(申告ミスリスク)
- 効果測定をせず「便利になった気がする」で終わる
「AI-OCR契約すれば97%精度になる」のではありません。
判定ルール棚卸し→OCR検証→LLM連携設計→運用研修→検証案件→月次測定、という流れが3〜6ヶ月で回って初めて、本事例が描く「正答率97%」像が中小事務所にも見えてきます。
特に「判定ルール棚卸し」を省くと、AIに何をチェックさせるかが定まらず精度が出ません。
出典・参考
市野
愛知県岡崎市でAI活用支援を手がける一人社長。 中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。
愛知県岡崎市を拠点に、中小企業向けのAI活用支援を提供。ChatGPT・Claude Code等を活用した業務自動化やSEO・広告運用の内製化を支援。経営者が自らAIを使いこなせる体制づくりをサポートしている。
＞＞詳細なプロフィールはこちら