税理士事務所の業務をAIで効率化する方法｜「最後の2割」と繁忙期の残業をどう減らすか

「繁忙期は毎晩終電、休日出勤も当たり前」。 確定申告期（1〜3月）や3月決算法人の申告が重なる時期、税理士事務所の現場は毎年こうなります。 ある調査では、繁忙期の全体平均残業は月44時間、23.3%の事務所が月80時間以上という数字も報告されています¹。

一方で「AIで会計はもう自動化できる」という話も、あちこちで聞くようになりました。 であれば、なぜ事務所は忙しいままなのでしょうか。

この記事は、税理士事務所の実際の業務を分解したうえで、「どこをAIで軽くできて、どこは人が持つべきか」を実務ベースで整理したものです。 クラウド会計を入れても消えない「最後の2割」まで、正直に踏み込みます。 所長・番頭の方が、自分の事務所に当てはめて読めるように書きました。

この記事は特定の事務所の実データではなく、公開情報（会計ソフト各社・専門メディア・求人メディアなど）をもとに業務の一般的な姿を整理したものです。数字は出典の性質（ベンダー公表値・相場感など）を明記しています。

まず、税理士事務所の1ヶ月を分解する

「税理士の仕事」とひとくくりにすると、どこを効率化できるか見えません。 月次業務は、だいたい次の3フェーズで回っています。

• 月初（集める）：顧問先から資料を回収し、未提出先へ催促し、届いた証憑を仕分ける
• 月中（入力する）：仕訳を入力し、不明な取引を顧問先に確認し、月次試算表を作って照合する
• 月末（返す）：月次報告書をまとめ、顧問先に報告・面談し、資金繰りや経営の相談に乗る

これが12ヶ月くり返され、そのうえに12〜5月の繁忙期（年末調整・確定申告・3月決算）がのしかかります。 担当者1人が抱える顧問先は20〜30社が目安とされ、30社を超えると残業リスクが上がる、という現場感が複数の求人・会計メディアで語られています²。

ここまでは、税理士事務所の方なら「知っている話」でしょう。 大事なのはこの次です。

「時間が溶けている」本当の場所は、入力の前

効率化というと、多くの人がまず「仕訳入力を速くする」ことを考えます。 ところが実務では、入力そのものより、その前後の地味な作業が時間を食っていることがよくあります。

具体的には、こういう作業です。

• 顧問先ごとに、紙・PDF・メール添付・チャット・スマホ写真とバラバラの形式で届く資料を、集めて整える
• 期限までに出してくれない顧問先へ、毎月催促の連絡を入れる
• 入力していて「この出金は何ですか」という不明取引が出るたびに、顧問先へ質問して回答を待つ（この往復が地味に長い）

記帳自動化サービスを提供するある会社も、仕訳入力そのものよりも資料回収・請求書整理・データ化・差し戻し対応といった前工程に多くの時間がかかっているケースが少なくないと指摘しています³。 マネーフォワード系の会社が資料回収・督促の代行を新サービスとして構想しているという話もあり、業界全体が「督促は人手のかかる非効率作業だ」と認識していることがうかがえます⁴。

つまり、効率化の狙いどころは「速く入力する」ではなく、「集める・催促する・確認する」を軽くすることにあります。 以下、AIで効く場所を具体的に見ていきます。

AIで効く場所1：資料回収と督促を、人がやらない

いちばん導入しやすく、効果が見えやすいのがここです。

やることはシンプルで、「どの顧問先が、何を、まだ出していないか」を一覧で見える化し、未提出先へ自動でリマインドを送る仕組みを作ります。 連絡手段は、その顧問先がふだん使っているチャネル（メール、チャット、LINE WORKSなど）に合わせます。

督促は毎月必ず発生する定型作業なのに、「誰に何を催促したか」が担当者の頭の中にしかなく、属人化しがちです。 ここを仕組みにすると、担当者は催促そのものから解放され、督促の抜け漏れも減ります。

• 既製ツールで足りることも多い：証憑アップローダーや顧問先ポータルの提出状況機能で回ることもある
• 自作が効くのはここ：顧問先ごとに提出物・期限・チャネルが違うので、「その事務所の顧問先リストに合わせた督促の自動化」は、汎用ツールでは痒いところに手が届かない。ここは小さな仕組みを作る価値がある

AIで効く場所2：証憑のデータ化と一次仕訳

次が、紙・写真・PDFの証憑をAI-OCRで読み取り、勘定科目の候補まで自動で当てる領域です。

記帳自動化サービスのSTREAMEDは、簿記知識のあるスタッフが300件を手入力すると150分かかるところ、同サービスなら約20分（およそ7分の1）という数字を公表しています⁵。 これはサービス提供側の公表値なので割り引いて読む必要はありますが、証憑のデータ化に大きな短縮余地があること自体は確かです。

ただし、ここには正直に言っておくべき現実があります。

• 手書き・非定型の証憑は精度が落ちる：印刷されたレシートなら日付・金額の読み取りは高精度でも、手書き領収書や取引先名（ロゴ・崩し字）は精度が下がります
• クラウド会計の自動仕訳も、8〜9割止まり：あるレビューでは、freeeの自動仕訳の推測精度は銀行明細で勘定科目87%前後、クレジットカードで81%前後と報告されています⁶。学習で上がるとはいえ、残りは人が直す前提です

だからこそ、目指すのは「全自動」ではありません。 AIが候補を作り、人が確認して確定する。 この形が現実解です。

AIで効く場所3：チェックと確認を「例外だけ」に絞る

証憑のデータ化ができたら、次はその後ろの確認フローです。 ここを設計できるかどうかで、「入れたのに楽にならない」失敗と、本当に時間が浮く成功が分かれます。

実際に成果を出している事務所の使い方を見ると、ある共通パターンが繰り返し出てきます。

• 夜のうちに、機械が動く：証憑を読み取り、仕訳の候補を作り、金額の異常や入力漏れなど「あやしい所」に印をつけておく
• 翌朝、人は印のついた所だけを見る：全件を目で追うのではなく、機械が拾った要確認項目だけを判断・修正して承認する

前月比で大きくズレた科目、通帳残高と帳簿残高の不一致、売掛金台帳と請求書の食い違い。 こうしたチェック項目はもともと定型化されています。 ルールとAIで「例外検知」に振り切れば、担当者は消化作業ではなく判断に集中できます。

ポイントは、AI-OCRやクラウド会計は「読み取り」までしかやってくれないということです。 その後の「確認・修正・承認」の流れは、自分の事務所に合わせて組む必要があります。 ここを用意しないまま高機能ツールだけ入れると、「便利なはずなのに現場は楽になっていない」という状態になりがちです。

クラウド会計だけでは埋まらない「最後の2割」

ここが、この記事でいちばん伝えたいところです。

freeeやマネーフォワードの自動仕訳は非常に優秀ですが、どうしても外しやすい決まった弱点が、業界共通で存在します。

• 交際費と会議費の区分（税務調査で指摘されやすい）
• 消費税の8%と10%の判定（軽減税率まわり）
• 医療費控除の、保険金補填額の差し引き漏れ
• 源泉徴収を全自動にした瞬間の計算ミス

ある税理士は、この状況を「7割は合うが、3割は危ない」と表現しています⁷。 そして精度94%とは、「100件のうち6件はエラーを含む」ということでもあります。 会計の正確性は100%が求められるのに、AIの精度は80〜90%。 この構造的なギャップは消えません。

汎用のクラウド会計は、あらゆる事務所向けの平均的な機能しか提供できません。 「うちの顧問先に、この誤りが特に多い」という個別のクセには対応してくれない。 ここが、小さな仕組みの出番です。

• その事務所に頻出する誤りだけを狙ったチェックスクリプト（例：「この取引先の摘要が出たら交際費に寄せて警告する」「軽減税率の対象品目を含む請求書に印をつける」）
• 顧問先ごとの勘定科目マッピングや除外ルールの管理

「最後の2割」を、大きなシステム刷新ではなく、その事務所専用の小さな道具で潰す。 これが、クラウド会計を入れただけの状態から一歩進むための、現実的な次の一手です。

全自動にしてはいけない場所を、先に決める

ここまで「AIで軽くする」話をしてきましたが、最初に決めるべきは、むしろ「任せてはいけない仕事」の線引きです。

任せていいのは、くり返しの定型作業と一次処理までです。 税額の最終計算、決算金額の確定、むずかしい税務判断や解釈、顧問先への最終的な説明は、人が持つべき領域です。

理由は明快です。 AIが間違えても、税務調査の場で「AIのせいです」は通りません。 責任は納税者と税理士に残ります。

実際、米国の税法を使ったベンチマーク（SARA）でAIに税額計算をそのまま解かせた研究では、GPT-4クラスでも正答率は5割前後にとどまり、誤りが加算税につながるため現状のAIは税額計算そのものには向かないと結論づけられています⁸。 関連資料を丁寧に与えれば精度は上がりますが、素のまま最終計算まで任せるのは危険というのが実態です。 効率化と利益が増えることは別、という点も忘れてはいけません。 時間課金モデルの事務所では、浮いた時間がそのまま売上増につながるとは限らないからです。

だから、全自動にしない。 「機械にやらせる範囲」と「人が判断する範囲」の線を最初に引いておくことが、失敗しないいちばんのコツです。

情報漏洩が心配な方へ：守秘義務とAIの付き合い方

「顧問先の決算数値をAIに入れて大丈夫なのか」。 これは当然の心配で、無視して進めるべきではありません。 税理士には税理士法第38条で守秘義務があり、退職後も続きます。

ただし、論点は「AIに入力すること＝漏えい」ではなく、「そのAIの提供者が、入力データをどう扱うか」です。 ここを設計すれば、安全に使えます。

• 法人向けプラン・API・業務特化のAIは、多くの場合、入力を学習に使いません。一方で個人向けの無料版は、初期設定のまま使うと改善に利用されることがあるため、オプトアウト設定が必須です
• そもそも入れない情報を決める：マイナンバーを含む書類、口座番号、顧問先を特定できる住所などは入力しない。個人名・法人名は匿名化してから扱う

よりどころにできる公的な指針もあります。 守秘義務そのものは税理士法第38条が定めるところですし、生成AIへのデータ入力については、個人情報保護委員会の「生成AIサービスの利用に関する注意喚起等について」、総務省・経済産業省の「AI事業者ガイドライン」といった横断的な文書が参考になります。 導入時は、こうした一次資料に当たって自事務所のルールを固めておくと安全です。

要は、怖がって手を出さないのでも、無防備に入れるのでもなく、「安全な型」を最初に作ることです。 この設計まで含めて用意できるかどうかが、実務では効いてきます。

何から始めればいいか

一度に全部を変えようとすると、たいてい失敗します。 順番はこうです。

1. 業務を棚卸しする：月初・月中・月末で、どこに時間が溶けているかを書き出す。多くの場合、犯人は「入力」ではなく「集める・催促する・確認する」です
2. 1業務だけ選ぶ：いちばん痛い1つ（多くは資料回収の督促、または証憑のデータ化）から始める
3. 標準化してから自動化する：機械的に見える作業も、実は担当者ごとにやり方が違うことが、自動化が詰まる最大の原因です。先にやり方を揃え、揃った部分だけ小さく仕組みにする
4. 人の確認フローをセットで作る：「翌朝15分で見る場所」を必ず用意する。全自動にはしない

小さく始めて、動くことを確かめてから広げる。 これがいちばんリスクの小さい進め方です。

どこから手をつけるべきか分からない場合

自分の事務所のどこがボトルネックで、既製のクラウド会計で足りるのか、それとも「最後の2割」を潰す小さな仕組みが必要なのか。 この見極めは、業務全体を一度棚卸ししてみないと判断できません。

サイドキックは、営業やコンサルタントを挟まず、現役エンジニアが直接お話を伺い、必要な分だけ小さな仕組みを作って伴走します。 分厚い提案書ではなく、動く仕組みを納品するのが方針です。 そして「全自動にすべきでない場所」は、正直にそうお伝えします。

無料業務診断では、事務所の業務の流れをヒアリングして「どこから手をつけると効果が大きいか」をその場でフィードバックしています。 話を聞くだけで終わっても構いません。 メールアドレスだけで申し込めます。

無料業務診断を申し込む

脚注

1. 出典: freee 士業向けサイト ↩

2. 出典: 会計求人プラス ↩

3. 出典: ASPICジャパン ↩

4. 出典: PR TIMES ↩

5. 出典: STREAMED ↩

6. 出典: Kaikei AI Daily ↩

7. 出典: 泉絢也税理士事務所 ↩

8. 出典: Language Models and Logic Programs for Trustworthy Tax Reasoning（AAAI 2025） ↩