【人間と機械の役割分担を考えるシリーズ ④税務・会計編】AIは「正しい数字」を判断できるのか?税務・会計から考える、人間とAIの境界線
「人間と機械の役割分担を考えるシリーズ」、第④回です💡
これまでこのシリーズでは、外科手術と司法と教育の世界を見てきました。
外科医は、AIにどこまで「見る・考える・手を動かす」を任せるのか。
裁判官や弁護士は、AIにどこまで法律を調べさせ、分析させ、判断を支援させるのか。
そして教育では、AIが上手に教えられるようになったとき、人間には何を学ばせるべきなのか、という問題が出てきました。
AIに、どこまで人間の仕事を任せるべきなのか。
そして今日はもう一つの巨大な専門領域。
「税務・会計」と聞くと、どんなイメージを思い浮かべるでしょうか。
数字の緻密さと正確さが求められる仕事、という印象を持つ方も多いかもしれません。もちろん、それも大切な役割です。
しかし、ここでは、少し違った革命が始まっています。
そんな問いから、今日の記事を始めてみたいと思います💡
🔢日本では2026年9月、KSK2が動き始める
日本の国税庁では現在、「KSK2」と呼ばれる次世代の国税システムへの大規模な刷新が進められています。
全国の国税局・税務署をネットワークで結び、納税者の申告や納税などに関する情報を管理してきた、いわば日本の税務行政を支える巨大な基幹システムです。
その次世代版であるKSK2が、2026年9月から本格導入されます。
国税庁が掲げるコンセプトは、とても分かりやすいものです。
「紙からデータへ」
「税目ごとの縦割りシステムから統合へ」
「メインフレームからオープンシステムへ」
つまり、単に古いコンピューターを新しくする話ではありません。
税務行政そのものを、データを中心に動く仕組みに作り直すということです。
そして国税庁はすでに、AIなどを使ってデータを分析し、
「申告漏れの可能性が高い納税者は誰か」
「滞納者にはどのような対応が有効か」
といった判断の高度化にも取り組んでいます。
ここで、税務の世界が大きく変わります。
(1) 次世代システムの開発
ア 目指す方向性
国税庁においては、デジタルの活用による「納税者の利便性の向上」と「課税・徴収の効率化・高度化」を目指していくこととしており、これを実現するためのインフラとして、令和8(2026)年9月の本格導入に向けて、次世代システム(KSK2)の開発を進めています。
イ 現行KSKシステムからの変更点
現行のKSKシステムは、昭和末期から平成初期にかけて設計されたシステム構造を引き継ぎ、現在まで部分的な機能改修を重ねて運用しています。
次世代システムでは、システムの刷新(モダナイゼーション)により、主に以下の点について現行システムを変更することとしています。
● データ中心の事務処理を実現するシステム(紙からデータ)
現在、税目別となっているデータベース・アプリケーションの統合(縦割りシステムの解消)
独自OSを使用する大型コンピュータを中心としたいわゆる「メインフレーム」から、市販の汎用的なOSを使用するいわゆる「オープンシステム」への刷新(メインフレームからの脱却)
🔢世界では、すでに税務当局の69%がAIを使っている
これは日本だけの話ではありません。
OECDが58の国・地域の税務行政を調べた『Tax Administration 2025』によると、
当時、AIを利用している税務当局は、2016年にはわずか「9%」でした。

それが2023年には、
「69%」。
さらに24%が導入を進めています。
つまり、世界の主要な税務当局では、AIを使わない方が少数派になりつつあります。
AIの使い道も、単なるチャットボットではありません。
脱税や不正の検知。
税務リスクの評価。
調査案件の選定。
税務職員の判断支援。
納税者への対応。
税務行政のかなり中核にまで、AIが入り始めています。OECDが掲げている将来像は、「Tax Administration 3.0」と呼ばれています。

これは、納税者が書類を作って税務署に提出し、税務署が後から確認するという従来型の税務から、
企業や個人が普段使っているデジタルシステムの中に、税務そのものが組み込まれていく世界
への転換です。
会計システム。
給与システム。
銀行。
電子請求書。
ECプラットフォーム。
こうした「普段の経済活動」から必要なデータがつながれば、税務は後から申告するものではなくなっていくかもしれません。
"Tax Administration 3.0 involves embedding tax processes into the natural systems used by taxpayers in their daily lives and businesses, so that compliance becomes an automatic by-product of business activity."
(日本語訳:Tax Administration 3.0(税務行政3.0)とは、納税者が日常生活や事業活動で利用している「既存のシステム(日常のデジタル環境)」の中に税プロセスを直接組み込むことを意味する。これにより、コンプライアンス(納税義務の履行)は事業活動の自動的な副産物となる。)
🔢でも、面白い数字が一つある
OECDの調査には、とても象徴的な数字があります。
AIを利用している税務当局のうち、
脱税・不正検知にAIを使っているところは約74%。
リスク評価では約64%。
職員の行政判断の支援では約44%。
AIが「次に何をすべきか」を推奨するところも約41%あります。
ところが、
AIに最終的な行政判断をさせている税務当局は、ゼロでした。
ここが面白いところです。
世界の税務当局は、AIを使っていないわけではありません。
むしろ猛烈な勢いで使っています。
大量のデータを、
見る。
見つける。
比べる。
怪しいところを知らせる。
対応を提案する。
ここまではAIに任せ始めています。
しかし、
「この人に税務上の処分をする」
という
最終判断になると、人間を残している。
医療や司法の世界で見てきた境界線が、ここにも現れます。
🔢会計でも、「計算する仕事」は急速に機械へ移っていく
企業側でも同じ変化が起きています。
昔の会計は、
伝票を入力する。
勘定科目を選ぶ。
請求書と照合する。
集計する。
決算書をつくる。
サンプルを抜き出して監査する。
といった大量の人手によって成り立っていました。
しかし、これらのかなりの部分は自動化できます。
そしてAIによって、
「この取引はいつもと違う」
「この請求書は重複している可能性がある」
「この数字の動きは不自然だ」
「この契約の会計処理には別の解釈もあり得る」
といったところまで、機械が指摘できるようになっています。
すると
会計士や監査人の仕事は、数字をつくることから、数字を疑うことへ
少しずつ移っていきます。
🔢ところが、「正しい数字」は必ずしも一つではない
ここが税務・会計の面白いところです。
会計というと、
「1+1=2」
のように、すべてに正解がある世界に見えます。
しかし、実際の企業会計はそうではありません。
この投資の価値はいくらなのか。
この資産は減損すべきなのか。
将来の損失をどの程度見積もるのか。
この企業を買収したとき、無形資産をどう評価するのか。
どの情報が「重要」なのか。
そこには必ず、Professional Judgment――専門家の判断が入ります。
2025年に発表された、AIの会計・監査への利用限界を検討した研究でも、AIは財務データの処理や解釈を高速化できる一方、結果は前提条件や質問の仕方によって変わり、批判的な専門判断をAIへ全面的に委譲することには限界があると指摘されています。
つまり、
計算が正しいことと、判断が正しいことは違う。
のです。
🔢AI時代の会計士は「数字を知っている人」ではなくなる
そう考えると、AI時代の会計士や税理士の姿も変わってきます。
大量の数字を処理する速さでは、AIには勝てません。
数千件の取引を照合する。
何年分ものデータから異常値を探す。
複雑な税法から関連条文を検索する。
こうした仕事では、人間よりAIの方が圧倒的に速くなるでしょう。
それでも人間が必要なのは、
👉なぜこの数字がおかしいと思ったのか。
👉この会計処理は会社の実態を本当に表しているのか。
👉法律上可能であることと、社会的に妥当であることは同じなのか。
👉この判断を第三者に説明できるのか。
を考えるためです。
AI時代の会計士は、
「数字をつくる人」から、「数字の意味と信頼性に責任を持つ人」
へ変わっていくのかもしれません。
🔢そして、これは企業経営にとって他人事ではない
ここで、税務・会計の話を経営に戻してみます。
企業経営でも、AI導入というと、
「どの生成AIを入れるか」
「どんなAIエージェントをつくるか」
という話になりがちです。
しかしKSK2やOECDのTax Administration 3.0を見ると、その前にもっと大きな仕事があることに気づきます。

AIが判断できるように、組織の情報そのものをつなぐことです。
営業データ。顧客データ。財務データ。市場データ。商品データ。人事データ。契約。過去の意思決定。
これらが部門ごとに分断され、意味も定義も違っていたら、どれだけ賢いAIを載せても、会社全体を理解することはできません。
KSK2が最初にやろうとしていることも、
「AIを導入すること」そのものではありません。
まず、
紙をデータにする。
縦割りを統合する。
システムをつなぐ。
その上で、AIによる分析や判断支援を高度化する。
この順番です。

https://www.sciencedirect.com/science/article/pii/S1877050925030649
1. 税務・コンプライアンスにおけるAI活用の意義
"The integration of Artificial Intelligence (AI) and automation in tax administration transforms traditional compliance mechanisms into data-driven, real-time verification processes."
(日本語訳:税務行政における人工知能(AI)と自動化の統合は、従来のコンプライアンス(納税履行)の仕組みを、データ駆動型かつリアルタイムな検証プロセスへと変革する。)
2. 業務効率化と精度向上(ハルシネーションやエラーの管理)
"Advanced machine learning models reduce administrative overhead and enhance detection accuracy, provided that algorithmic outputs are subject to human oversight and continuous validation."
(日本語訳:高度な機械学習モデルは行政コスト(事務負担)を削減し、検知精度を向上させる。ただし、アルゴリズムの出力に対して人間の監督と継続的な検証が行われることを前提とする。)
🔢AI時代に必要なのは、「答え」より「検証できる仕組み」
医療では、AIにどこまで判断を任せるか。
司法では、AIを使っても、誰が責任を負うのか。
教育では、AIが答えを出せても、人間自身が学んでいるのか。
そして税務・会計では、AIが出した数字や判断を、誰が検証し、説明できるのか。
という問題が見えてきます。AIが高度になるほど、人間の仕事が全部なくなるわけではありません。むしろ人間には、「これは本当に正しいのか?」と問い続ける仕事が残ります。
そして企業経営でも同じです。
AIが、
市場を分析し、
売上を予測し、
投資案件を評価し、
経営会議の資料をつくり、
「この会社を買うべきです」と提案する時代。
経営者に必要なのは、その計算をAIより速くやり直すことではありません。
どのデータからその結論が生まれたのか。
どんな前提が置かれているのか。
何が抜けているのか。
そして、その判断に誰が責任を持つのか。
を理解できる仕組みをつくることです。
AI時代の企業に必要なのは、
最も賢いAIだけではありません。
AIの判断を、検証できる組織。
なのかもしれません。
#生成AI #AIエージェント #税務 #会計 #KSK2 #国税庁 #TaxAdministration #経営戦略 #意思決定 #DX #AI活用 #AI時代の働き方 #AIエージェント #デジタルDX #業務効率化 #リスキリング #税務会計 #公認会計士 #税理士 #国税庁 #KSK2 #データ駆動経営 #コーポレートガバナンス #未来の働き方 #イノベーション
📚 関連記事・マガジン
この記事は、「AI時代、人はどう生きるのか ~未来を考える~」シリーズの一編です。
AI時代・未来予測・働き方・教育・人間らしさをテーマに、社会の変化を読み解く記事を公開しています。ぜひ他の記事もご覧ください。
CROSS Business Producers
CROSS Graph Team
Knowledge Architect フランソワ🐾
未来を描く事業開発のプロフェッショナル。
新規事業・AI戦略・未来構想の伴走支援を行っています。
「正しい戦略より、美しい構想を。」
💻今日のおススメレポートはこちら(購入可能)👇
フィジカルAI:画面を飛び出すAI https://t.co/OFCEP10XBh @YouTube
— AI司書ミミ@株式会社データリソース (@ai_DataMimi) August 6, 2026
関連のレポートご紹介:
2050年ヒューマノイドロボット市場:億ドル市場の扉を開く、ヒューマノイドの商機https://t.co/tCpaxSrLGphttps://t.co/eRdAyXI1qn#ヒューマノイド #未来予測 #フィジカルAI #ヒューマノイドロボット
いいなと思ったら応援しよう!
引き続き応援よろしくお願いします! いただいたチップはクリエイターとしての活動費に使わせていただきます! この記事は noteマネー にピックアップされました

