【重要・前提】 AIの調書ドラフトはあくまで素材です。最終的な税務・監査判断・申告書への署名は、必ず税理士資格者の責任で行う必要があります。 本記事は「AIで税理士を代替する」話ではなく「税理士の調書作成時間を圧縮する」話として扱います。
Thomson Reuters Audit IntelligenceでWells CPA(米中小会計事務所)が監査調書作成を大幅に短縮できたと提供元で公表されています。
数値は提供元公表のため、本文では「提供元公表」と明記して扱います。
「これは米国会計事務所の話だから、うちには関係ない」と読み飛ばすにはもったいないです。
「監査調書の作成と整合確認に時間が溶ける」悩みは、米国会計事務所に限らず国内中小会計事務所(従業員3〜20名)まで刺さる治療薬型の課題だからです。
僕が注目したのは、これが「税理士をAIに置き換える話」ではなく「調書ドラフトはAI・判断と署名は税理士」の線引きの話だという点です。
中小会計事務所の「監査調書作成で時間溶ける」課題
中小会計事務所にありがちな構造はこうです。
- 顧問先資料から監査調書を1件ずつ手作業作成
- 整合確認・チェックリスト記入が膨大
- ベテラン税理士の時間を圧迫し新規獲得が止まる
ここにあるのは「調書作成工数が顧客対応リソースを圧迫する」構造です。
これは決算ごとに繰り返される継続痛です。
Audit Intelligence × 監査調書AI がAIで整えた
提供元公表の範囲では、顧問先資料→AIが調書ドラフト・整合確認→税理士が判断・修正→最終署名の構造です。
ポイントは「税理士を全置換」ではなく「ドラフトと整合確認はAI・最終判断は税理士」の線引きです。
- 顧問先資料→AIが調書ドラフトを生成
- 数値整合→AIが自動チェック
- 税理士→根拠を確認し最終判断・署名
- Wells CPA 監査調書作成を大幅短縮(提供元公表)
考察すると、こうです。
- 課題の本質は「調書作成工数が顧客対応を圧迫する」
- 解は「ドラフトはAI・判断と署名は税理士で線引きする」
- 結果として税理士が顧問対応に時間を回せる
結果はどうだったか
提供元公表ベースで示されているのは以下です。 固有の数値は提供元公表由来のため、断定はしません。
- 監査調書作成を大幅短縮
- 整合確認漏れの低減
- 税理士1人あたりの取扱件数増加傾向
定性的にいえば、「決算期に1日溶ける」状態から、「ドラフトは数十分・残りは判断と顧問対応」の状態へ移れる方向に効きます。
中小・個人事業で再現するなら
ここからが本題です。 国内中小会計事務所(従業員3〜20名)で同じ思想を取り入れるなら、どう設計するか。
構成
| 項目 | Wells CPA像 | 国内中小会計事務所(3〜20名) |
|---|---|---|
| 対象 | 全顧問先 | 定型顧問先だけ試験 |
| 手法 | Audit Intelligence | 国内会計事務所向け監査AI |
| 月額費用 | (公表なし) | 推定 $99〜$299/ユーザー |
| 初期費用 | (公表なし) | 推定 0〜10万円 |
| 体制 | 税理士+AI | 税理士1〜3名＋スタッフ＋AI |
| 期間 | (継続) | 3ヶ月で調書時間前後比較 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★★★ |
| 再現性(中小/個人) | ★★★★☆ |
| 難易度(低いほど簡単) | ★★★☆☆ |
(難易度=数字が小さいほど簡単)
スコアの根拠はこうです。
- ROIは非常に高い。税理士の時間を顧問獲得に回せる
- 再現性は高い。顧問先データ整備で運用可
- 難易度は中。AI出力の根拠確認の習慣が要る
前提条件・必要データ
- 顧問先の会計データ整備
- 国内会計基準対応のAI
- 税理士による最終確認の運用ルール
- 現状の調書作成時間を測定済み
失敗条件・適用しないケース
- AI調書をそのまま署名・提出する
- 個別事案の特殊事情をAIだけで判定する
- AI出力を申告書の根拠として直接引用する
「AIを入れれば監査調書が全自動になる」のではありません。
ここは絶対に外せません。 AIは税理士の補助です。最終的な税務・監査判断・申告書への署名は税理士が責任を持って行います。
定型顧問先だけ対象→顧問先データを整える→AIが調書ドラフト→税理士が根拠を確認→最終判断・署名→調書時間の前後比較を残す、という流れで初めて、この事例の「短縮」像が国内中小会計事務所にも見えてきます。
特に「AI調書をそのまま署名・提出」は、根拠の見落としで税務責任を負うリスクで逆効果です。税理士の根拠確認は外さないでください。
出典・参考
一次情報 Thomson Reuters Audit Intelligence https://tax.thomsonreuters.com/en/audit
(固有数値は提供元公表由来。最新の固有事例はブラウザで原典を確認してください)
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
