おはようございます。今日のテーマは、会計事務所におけるAI活用の「次の一歩」です。AIで何ができるかよりも、どのデータをつなぎ、どこを人が確認し、どのルールを蓄積するかが実務の差になり始めています。

📊 今日の数字

73社。顧問先73社のほぼ全社が、請求書OCR、議事録要約、税務リサーチなどで生成AIを実務利用しているという投稿がありました。中小企業はAI活用が遅い、という前提は見直す必要があります。

📌 Claude TeamでGoogle Drive連携と権限管理を事務所単位に

Claude Teamプランの導入で、Google Drive連携が大きく簡素化したという実務報告です。会計事務所でAIを使うとき、最初は「この資料を読ませられる」「この文章を要約できる」といった個人単位の便利さに目が向きます。ただ、事務所全体で使う段階になると、論点は一気に変わります。

重要になるのは、誰がどの顧問先資料にアクセスできるのか、どのフォルダをAIに参照させるのか、退職者や担当変更があったときに権限をどう外すのか、という管理です。個人アカウントで資料を都度アップロードする運用は早く始められますが、ファイルの所在、共有範囲、履歴管理が曖昧になりやすい。AI活用が進むほど、情報管理の粗さがそのままリスクになります。

Google Drive連携が事務所単位で扱いやすくなると、過去資料、議事録、月次コメント、社内メモをAIが参照しやすくなります。一方で、全資料を無制限に読ませるのではなく、顧問先別、業務別、機密度別にフォルダを整理する必要があります。AI導入は、実はファイル管理の再設計でもあります。

会計事務所にとっての実務的な着手点は、まず「AIに読ませてよい資料置き場」を作ることです。顧問先とのやり取り、申告判断の根拠、社内ルールが散らばったままだと、AIは便利でも精度が安定しません。Claude Teamのようなチーム利用環境は、AIそのものよりも、事務所の知識を安全に使う基盤として見ると価値がわかりやすくなります。

📌 顧問先73社の生成AI実務活用が示す中小企業DXの現在地

顧問先73社のほぼ全社が生成AIを実務活用している、という投稿は示唆的です。活用例は、請求書OCR、議事録要約、税務リサーチなど。どれも派手なAIエージェントではありませんが、日常業務の時間を確実に削る領域です。

ここで大事なのは、中小企業が必ずしもAIに遅れているわけではないという点です。むしろ、経理担当者や経営者が個人でChatGPTやClaudeを使い始め、会計事務所より先に試しているケースも増えています。顧問先側がすでにAIを使っているなら、税理士の役割も変わります。単に「AIは危ないので気をつけてください」と言うだけでは足りません。

必要なのは、どの業務ならAIに任せてよいか、どの情報は入力してはいけないか、出てきた結果を誰が確認するかを一緒に設計することです。請求書OCRであれば、読み取り結果と証憑保存の関係。議事録要約であれば、決定事項と未確定事項の区別。税務リサーチであれば、根拠条文や通達、最終判断者の明確化が必要になります。

顧問先のAI活用が進むほど、会計事務所は「処理を代行する人」から「AIを使っても事故が起きにくい業務設計をする人」へ寄っていきます。これは大企業向けのDXコンサルだけの話ではありません。中小企業でも、入力データの整備、証拠保管、判断履歴の残し方はすぐに課題になります。

AI活用の相談を受けたときは、ツール比較から入るより、まず業務を棚卸しするのが現実的です。請求書、会議、問い合わせ、税務確認のどこに時間がかかっているか。そこでAIが作る一次案を、人がどう確認するか。この線引きが、顧問先支援の新しい型になりそうです。

📌 freeeの住民税通知データをClaudeで分析する実務例

freeeの住民税通知データをClaudeに投入し、特別徴収額の増減要因や控除漏れの可能性を分析する事例です。これは、会計事務所AI活用の方向性をかなり具体的に示しています。AIにいきなり税務判断を任せるのではなく、既存データを読み解き、確認すべき論点を洗い出させる使い方です。

住民税の特別徴収額は、給与、扶養、控除、自治体からの通知内容などが絡みます。人が全件を目で追うと時間がかかりますが、AIは一覧データの比較、前年差の抽出、増減が大きい人の特定、確認メモの作成に向いています。ここでAIが出すべきなのは「結論」ではなく、「確認候補」です。

この使い方の良い点は、業務範囲を限定しやすいことです。対象データは住民税通知。目的は増減要因の分析と控除漏れの可能性確認。最終判断は人。こうして入力、処理、確認の境界がはっきりしていると、AI導入の検証もしやすくなります。うまくいけば、給与、年末調整、固定資産台帳、月次推移分析などにも横展開できます。

一方で、注意点もあります。個人情報を含むデータを扱うため、どの環境に投入するか、ファイルを保存するか、結果をどこに残すかを事前に決める必要があります。また、AIが「控除漏れの可能性」と示したものを、そのまま顧問先へ伝えるのは危険です。根拠資料を確認し、制度上の要件に照らして、人が説明できる状態にしてから使うべきです。

この事例から学べるのは、AI活用の第一歩は大きな自動化でなくてもよいということです。既にfreeeにあるデータを、確認リストに変えるだけでも十分に価値があります。会計事務所のAI導入は、判断の自動化より先に、確認作業の構造化から始めるのが堅実です。