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（出典: freee 士業向けサイト）。
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。ではなぜ、事務所は忙しいままなのか。
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・求人メディア等）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（出典: 会計求人プラス）。
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（出典: ASPICジャパン）。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（出典: PR TIMES）。
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無く、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（出典: STREAMED）。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（出典: Kaikei AI Daily）。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。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（出典: 泉絢也税理士事務所）。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。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（出典: Language Models and Logic Programs for Trustworthy Tax Reasoning（AAAI 2025））。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。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。
- 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
- 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
- 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
- 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。