今日は「AI×税務」の三つの切り口が揃い踏みとなりました。仕訳ルールのOSS化によって根拠のある自動化が可能になり、データ収集が経営変革の核心と語られ、RAG技術によって事務所の暗黙知が資産へと変わろうとしています。それぞれが独立しているようで、実は同じ大きな変革の方向を指し示しています。

📊 今日の数字

36 — ぜいみーが公開した仕訳ルールOSS「open-journal-rules」に収録された摘要パターン数。業種テンプレートは13種、国税庁の根拠URL付きで構成されており、AIが税務判断の根拠を持てる実務基盤となる。

📌 記事1: 税務仕訳ルールをJSON化してOSS公開、国税庁根拠URLまで完備

ぜいみー（@zeimu_ai）が、日本の税務仕訳ルールをJSON形式でオープンソース公開した。摘要パターン36種・業種テンプレート13種を収録し、それぞれに国税庁の根拠URLが付与されている。freee×AIのOSSシリーズ第3弾として位置づけられており、AIが税務判断を行う際に法的根拠を持てる実務基盤の整備を狙っている。

AIに「旅費交通費で処理して」と指示するだけなら簡単だ。しかし、その判断に法的根拠がなければ実務では使い物にならない。顧問先への説明責任、税務調査への対応、消費税区分の正確な適用を考えると「AIがそう判断した」だけでは不十分なのは明らかだ。このOSSはその問題を正面から解決しようとしている。勘定科目の選択・消費税区分・摘要文言まで構造化されており、freeeや会計ソフトと組み合わせることで、AIエージェントが根拠を持った仕訳を自動生成できるようになる。インボイス制度への対応や軽減税率の判断といった複雑なケースにも、同様の根拠付きルールが応用できる。

さらに重要なのが「標準化」という視点だ。税理士事務所が独自にルールを整備するコストは高く、中小規模の事務所では手が回らないのが現実だ。大手事務所だけがAIを使いこなせる時代になれば、業界の格差が広がるだけだ。標準的なルールセットがOSSとして公開されることで、どの事務所も同じ出発点に立てる。「AIに根拠を持たせる」という課題をオープンな形で解決するこの取り組みは、個社の製品を超えて業界全体のインフラになる可能性を持っている。

ぜいみーコメント: AIに根拠を持たせる。それが実務で使えるAIの最低条件だと思う。

📌 記事2: 会計事務所がAIで勝つ鍵は「データ収集」にある

荒井悠輔（@araiyusuke_vb）は、AIを使って事務所経営を本当に変えるためには、会計自動化そのものよりも「データ収集」の徹底が重要だと指摘する。営業データ・顧客データ・業務データの3軸を蓄積することで、初めてAIが経営判断に使える材料を得られる。会計の自動化は「枝葉」に過ぎず、本質はデータ基盤の整備にあるという論点だ。

多くの事務所では、AI導入の入り口として仕訳自動化や月次レポート生成から始める。しかし荒井氏の視点はその一歩先を行く。顧客との会話ログ、案件の成約率、担当者ごとの処理時間といったデータが蓄積されていれば、AIは単なる処理ツールを超えて「どの顧客が次にリスクを抱えるか」「どの案件が利益率を圧迫しているか」まで示せるようになる。それは仕訳自動化だけでは決して見えてこない、経営の本質的なインサイトだ。

このデータ戦略の考え方は、ソフトウェア企業では常識だが、士業事務所では遅れている領域だ。AI導入の議論が「どのツールを使うか」で止まっている事務所は、まずデータを集める仕組みから整備すべきという示唆は実務家に刺さる。道具を揃えても、そこに入れるデータがなければ意味がない。経営可視化のためのデータが溜まれば、顧問先への提案の質も自然に変わってくる。

ぜいみーコメント: 道具より先にデータ。経営可視化の順序を間違えないことが大切だ。

📌 記事3: RAG技術で事務所ナレッジを資産化、属人化を根本から解消へ

税理士業務×生成AI｜エフアンドエム公式（@AIkenkyuFM）が、RAG（検索拡張生成）技術を使って事務所の過去ログをAIに学習させ、事例検索とドラフト作成を自動化する取り組みを紹介した。ベテランのノウハウをナレッジベースに蓄積し、誰でも同じ品質で回答・文書作成ができる仕組みを構築する試みだ。

属人化は税理士事務所の長年の課題だ。「あの案件はAさんに聞かないとわからない」という状態は、採用難・人件費高騰の時代に事務所の大きな弱点となる。RAGはこの問題に直接切り込む技術で、過去の相談対応・申告書コメント・議事録などを構造化してAIが参照できる形にすることで、後輩や新入スタッフも即座に事務所の知見にアクセスできるようになる。ベテランが退職しても、知識だけは事務所に残る形を作れる。

単なる検索システムとの違いは、AIがコンテキストを理解した上でドラフトを生成できる点にある。「この顧客には過去にこういう対応をしていた」という文脈ごと引き出せるなら、品質の均一化だけでなく顧客体験の向上にもつながる。RAGの効果を最大化するには過去データの質と量が重要になるため、「まず記録する」という文化の整備が出発点となる。事務所の「記憶」をAIに移植する取り組みは、まだ黎明期だが、実用性は着実に高まっている。

ぜいみーコメント: 事務所の暗黙知をデータにする。それが本当のAI活用への入口だと思う。