ソートリーダー

CPA事務所の税務繁忙期を変えるAI自動化と財務分析の効率化

Nikita Komarov
Unite.AI を Google の優先ソースに追加
要点自動化によりクローズまでの日数が30%短縮され、CPAはデータの整理ではなく判断に集中できるようになります。
もっと見る
  • 自動化によりクローズまでの日数が30%短縮され、CPAはデータの整理ではなく判断に集中できるようになります。
  • プライベートクラウドAIは顧客データを分離して保持し、パブリックモデルによる再トレーニングのリスクを回避します。
  • 自動化を導入した事務所は精度が98%向上したと報告しており、手作業のワークフローは競争力の差を広げています。

税務の繁忙期が終わりました。全米のCPAチームにとっては、次のサイクルが始まるまでの、短いながらも、それまでの努力にふさわしい休息の時間です。

1月から4月15日までの間、申告件数は通常より 200~300% 増えることがあります。ほとんどの事務所は人員を増やさずにこの急増に対応するため、会計士の99%が 週60~70時間働かなければなりませんでした。しかも、すべて決められた期限内に終える必要がありました。 

今年の税務繁忙期は、連邦税法の大幅な変更によって、新しい控除の導入、既存控除の厳格化、雇用主の報告義務の追加が行われたため、さらに複雑になりました。そのため4月15日を迎えるころには、ほとんどのCPA事務所や会計チームは力を使い果たしていました。

こうした重圧は自然にはなくなりません。私はビッグ4で10年以上働き、同じボトルネックが毎年繰り返されるのを見てきました。実際に状況を変える手段は自動化です。AIエージェントが定型的な手続きを最初から最後まで処理し、データ処理を引き受ける一方で、人間は管理者や意思決定者として関与し続けます。

次の繁忙期まで6か月あります。この時間は準備に使う価値があります。自動化が最も効果を発揮する領域と、この期間を活用して2027年の税務繁忙期を根本から異なるものにする方法を見ていきましょう。

リスク

2024年には、 140社を超える上場企業 が財務情報の訂正を余儀なくされました。 ADMが発表した 社内の会計調査は、同社株価の24%下落につながりました。1929年以来最悪の1日となり、わずか1日で88億ドルを超える株主価値が失われました。

同年、米証券取引委員会(SEC)は財務報告の虚偽記載に関して45件を超える法執行措置を講じました。企業が大きくなるほど、誤りの代償も大きくなります。

こうした背景があります。通常の条件で働く経験豊かな人間の確認担当者は、 96~98%の精度を達成します。安心できる数字に聞こえますが、その品質を維持するためにどれほどの負荷がかかるかを考える必要があります。ここで自動化が救いになる可能性があります。

LLMはハルシネーションを起こすことが知られており、そのため分析用の信頼できる道具とはいえません。一方、財務文書処理に特化したAIは、処理量や時期を問わず、95~99%の精度で一貫して動作します。決定論的なコードと2系統の検証により、根拠のない結論を避けられます。もう一つ重要なのは、AIは3月になっても疲れないことです。

コスト

経済面をよりよく理解するため、コストを計算してみましょう。2025年のCPAの時間単価は、経験や職位、専門分野、所在地によって200~500ドルです。

複数の法人を運営し、複数州で給与を支払い、多数の買掛金・売掛金(AP/AR)の処理と総勘定元帳全体の照合が必要な中規模企業では、数時間分の請求で済む話ではありません。経験豊富な職員が何週間も費やすことになります。その多くは、実際の分析を始める前のデータ準備や文書の整理に使われます。 

会計士が時間単価200~400ドルで週60~70時間働けば、費用は急速に膨らみます。しかも、ほとんどの事務所は繁忙期も人員数を固定して運営しているため、その時間を単純に買い戻すことはできません。

自動化を工程に組み込むと、手作業のデータ取り込み、照合、調書作成を専用AIに置き換えられます。だからといって、経験豊富なCPAが不要になるわけではありません。そもそも、この部分の作業に高価な人の労働時間をこれほど使うべきではないということです。 

戦略、リスク、顧客に関する意思決定に経験豊富な職員の判断力を生かすことには、その時間単価を払うだけの価値があります。表計算シートの書式変更や明細の手作業での突き合わせに、その価値があるわけではありません。

セキュリティ

財務業務には最高水準のセキュリティが必要で、AIの統合も例外ではありません。多くの事務所がすでに知っている基準はSOC 2 Type IIです。これは、ある一時点だけでなく、一定期間にわたるベンダーのセキュリティ統制を独立した立場で監査するものです。さらにISO 27001や、AIシステム固有のリスクを扱うNIST AI Risk Management Frameworkもあります。州境を越えて、あるいは国際的に顧客データを扱う事務所にとって、GDPRとCCPAの順守は必須です。

アーキテクチャは認証と同じくらい重要です。最も重要な問いは、財務データが実際にどこへ行くのかということです。プライベートクラウドでの導入により、顧客の財務データが自社の管理境界の外に出ず、基盤となるモデルの再学習にも使われないことが保証されます。この分野で評判のよいベンダーは、公開AIシステムから完全に隔離された環境で動く、事前学習済みの専用モデルを提供しています。 

品質

税務繁忙期を過酷にする照合、データ取り込み、複数法人間の突き合わせといった業務は、利益の質を評価する各案件でも中心となる業務です。

試算表、現金収支の照合、貸借対照表、損益計算書(P&L)、銀行取引明細書、総勘定元帳、給与、買掛金・売掛金の年齢分析――こうした書類処理は従来、大部分が手作業でした。多くの案件では、実際の分析を始めるまでに、文書の取り込みや複数の情報源からのファイル収集だけで最初の数日が過ぎます。まさにこの部分を、自動化は最初から最後まで引き受け、数千件の文書を数分で処理できます。 

試算表(TB)と総勘定元帳の照合で、技術的な複雑さは最大になります。期間をまたぐ仕訳の突き合わせ、異常の特定、試算表が正しく一致することの確認は、たった一つの分類誤りでも、その後の損益全体の把握をゆがめる作業です。AIは取引の突き合わせを自動化し、不一致をリアルタイムで検出します。HighRadiusによると、AIを導入する組織は決算締めに要する日数が最大で 30%減少した と報告しています。

銀行取引明細書の照合と現金収支の照合も同じ考え方に従います。口座や法人をまたいで継続的に自動照合し、一致しない項目は後の確認作業で見つかるのを待たず、その場で検出します。 

損益計算書と貸借対照表の分析はさらに踏み込みます。AIはデータを整理するだけでなく、差異のパターンを特定し、通常と異なる収益認識を検出して、期間間の不整合を明らかにします。

給与の検証と買掛金・売掛金の年齢分析が業務全体を仕上げます。自動給与審査は、実在しない従業員、重複記録、複数の法域にまたがる法令順守の不備を見つけます。これらは、重圧のかかる手作業の審査では繰り返し見落とされるものです。AIによる年齢分析は、担当者が一から報告書を作らなくても、回収リスクや支払いの異常を検出します。

これらの改善を合わせると、通常は案件の最初の1週間を費やす作業が、着手時点で整った状態になります。そのため経験豊富な職員は、初日から本当に自らの判断が必要な仕事に取り組めます。

結論

毎年4月、準備をしなかった事務所は、繁忙期は自然には楽にならないという同じ教訓を得ます。自動化にはようやく、1990年代から変わらなかった工程を十分に刷新する機会が訪れています。 

2025年の Intuit QuickBooksの調査 (INTU ) は会計専門家700人を対象とし、自動化を利用する事務所がほぼ一致して改善を報告していることを明らかにしました。98%が精度の向上、97%が効率の向上、95%が顧客サービス品質の向上を報告しました。 

そうした事務所と、なお手作業の業務を続ける事務所の競争上の格差はすでに生じており、繁忙期を迎えるたびに広がり続けるでしょう。 

AIは、優れた会計業務を支える判断力や人間関係を置き換えるものではありません。しかし、ソフトウェアのほうがうまくできる作業に最も優秀な職員の時間を使い続ける事務所では、そうした価値を提供することが著しく難しくなります。

ニキータ・コマロフは、Dobs AIのCEO兼創設者です。Dobs AIは、CPA事務所とプライベートエクイティチーム向けのファイナンシャルデューディリジェンスのためのエンドツーエンドAIプラットフォームです。マッキンゼー、EY、KPMGで10年以上働く間、ニキータは、分析開始前に各案件の時間の大半をデータクリーニングに費やす分析家を見てきました。そのため、彼は、生データの取り込みからプロダクションレディーの出力まで、ファイナンシャルデューディリジェンスのワークフローを自動化するプラットフォームを構築しました。