AI×経営管理を考える税理士・会計士

公認会計士・税理士。PwC→独立→ベンチャー管理担当執行役員→税理士事務所経営・経理支援・AIBPO事業。
会計事務所がAI時代に取るための戦略・方法論・経営管理の方法論、から実務的な、ClaudeCodeやFreee、MF MCPによる経理・税務作業の自動化、月次処理の自動化等

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

公認会計士・税理士。実務10年。プログラミング経験ゼロ。

Claude Codeで会計業務の自動化を実験している。

ツールの話をしている人は多い。設計の話をしている人は少ない。

作業を消すのはAIの仕事。
消えた後に何が残るかを設計するのが、実務家の仕事。

その設計を、ここで考えている。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

会計データの監査証跡、誰がいつ何を変えたかをどう残すか1週間悩んだ。

全変更を記録すると、月次修正だけでログが本体の何倍にも膨らむ。検索も重い。要点だけ残すと、監査で『この修正の根拠は』と問われて答えられない。

落としどころは、金額に影響する変更は全件、表示上の修正は日次集約。ログ量は5分の1になった。

監査で問われるのは変更そのものではなく、変更の理由だ。理由を残す設計にした。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

個人向け会計ソフトは月1,280〜2,680円。法人のひとりプランでも月2,480円から。

この価格でAIが記帳まで自動化する。一方、事務所の記帳代行は月1〜3万円。

顧問先がこの差に気づくのは時間の問題だ。『同じことが月2,000円でできる』と知った顧問先に、記帳代行の3万円をどう説明するか。

価格差ではなく、その3万円で何を提供しているか。所長の方、即答できますか。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

会計の作業を必要精度で並べると、記帳80%、経費精算90%、月次決算95%、年度決算と監査は99%以上。

AIがいま実用になっているのは80〜90%の層、記帳と経費だ。ここは数年で人の仕事ではなくなる。

逆に95%以上の層は、AIが提案しても最後に人が検証する構造が残る。

事務所の売上が記帳代行に偏っているほど、足元を削られる。どの精度帯で食べているかが5年後を分ける。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

マネーフォワードは2030年にARR1,000億円、うち半分をAIエージェント事業から作ると掲げている。

500億円分のAIエージェントが顧問先に入るということだ。これは事務所がやってきた記帳・データ入力の領域そのもの。

ツールベンダーが『AIエージェントで500億』と言う時、それは事務所の作業売上500億が移転する話でもある。同じ500億を、削られる側で見るか、設計し直す側で見るか。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

仕訳の二重計上を防ぐ重複検知、3回作り直した。

最初は金額と日付の一致で弾いた。同じ家賃を毎月払うのに、正常な取引まで重複と判定した。次に摘要も加えた。今度は、本当に二重入力された取引をすり抜けた。

落としどころは『金額・日付・相手科目・伝票番号』の4点照合に、入力時刻の近さを重み付け。検知漏れ2.1%、誤検知1.4%。

完全には消えない。重複検知は弾きすぎと見逃しのどこで線を引くかの設計だ。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

税理士事務所・法人は全国に約3万。事務所が管理する中小企業は約380万社。

単純に割ると1事務所あたり127社。この127社を、今は人手で回している。

AIで1人あたりの担当社数が2倍になったら、事務所は顧問料を下げて社数を増やすのか、担当を減らして単価を上げるのか。

127社という数字を前に、所長の方はどちらに賭けますか。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

freeeのシェア24%、マネーフォワード14.3%。合わせて約38%。各社のARRは340億円規模だ。

では残り62%はどこにいるか。多くは会計事務所が握る顧問先で、事務所経由でExcelや古い会計ソフトを使い続けている層だ。

この62%が次にどちらへ動くかで業界の地図が決まる。事務所がAI化を主導すれば事務所に残り、放置すればSaaSへ直接流れる。所長の手元の顧問先は、まだ動いていないだけだ。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

会計ソフト市場全体のCAGRは8.85%。AI会計に絞ると44.6%。アジア太平洋は46.2%。

5倍の成長差がある。これは『会計ソフトが伸びている』のではなく、『会計ソフトの中身がAIに置き換わっている』ことを意味する。

伸びている44.6%の側に、事務所の記帳代行売上が吸い込まれていく。市場が伸びる時、誰の売上が削られているかを見ないと、成長率の数字を読み違える。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

勘定科目マスタの名寄せ、2週間かけて作り直した。

最初は表記ゆれを文字列の類似度で寄せた。『旅費交通費』と『旅費・交通費』は寄る。だが『荷造運賃』と『運搬費』は別物として残り、逆に『雑費』と『雑収入』を誤って統合した。

落としどころは、文字列ではなく科目がBS/PLのどこに立つかで先に分類し、その中で寄せる方式。誤統合は12%から0.6%に下がった。

名寄せは似た名前を探す作業ではなく、勘定の意味を先に決める作業だった。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

会計事務所スタッフの離職率、2026年に14.2%。

税理士法人協会の調査で、2024年の10.8%から+3.4ポイント。退職理由TOP3は『業務量過多』『成長実感の欠如』『顧問先対応のストレス』。

所長が『AIで効率化したから人を増やさなくていい』と判断した事務所ほど、1人あたりの担当社数が上がり、離職率が上がっている。

AI導入で人が減るのではなく、AI導入で人を抱えきれなくなる。逆方向の構造変化が起きている。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

税理士登録者数は8万人を超えた。

日本税理士会連合会の2026年1月開示で80,632人。10年前の75,643人から+5,000人。一方で開業税理士の年齢中央値は63歳。30代以下は8.4%しかいない。

人数は増えたが、現役世代は減っている。承継のないまま閉所する事務所が、毎年300以上発生している。

所長の方、自分の顧問先を誰に渡すか、決めていますか。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

所長の方に聞きたい。月次の試算表、顧問先に渡すまで何日かかっていますか。

20事務所に聞くと、3営業日以内が4、5〜7日が11、8日以上が5だった。

面白いのは、3日以内の事務所ほどAI化が進み、顧問先からの相談件数も多いこと。速さが信頼を生み、信頼が相談を呼ぶ。

あなたの事務所は何日ですか。その日数は、1年前と変わりましたか。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

仕訳の自動分類モデル、3週間悩んだ。

当初は摘要欄の文字列を埋め込みベクトル化して類似度で分類する設計。1万件で精度78%。ただし新規取引先の判定が52%まで落ちた。既存パターンに過学習していた。

落としどころは、摘要だけでなく『相手先名・金額レンジ・前月比』の3要素を組み合わせる構造。精度は89%、新規取引先でも76%まで持ち直した。

精度は単一の指標では測れない。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

『AIが会計士の仕事を奪う』と言われる。数字で見ると、話は逆だ。

AI会計市場のCAGRは44.6%で伸びている。だが同時に、税務相談やアドバイザリーの需要も増えている。作業が消えた分、判断への対価が表に出てきたからだ。

奪われているのは『作業時間を売る商売』であって、会計士そのものではない。

消えるのは仕事ではなく、仕事の売り方だ。ここを取り違えると、打つ手を間違える。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

2010年の税理士試験受験者、5.1万人。2024年、2.7万人。

同じ期間、会計ソフトの自動化が進み、定型作業の多くが機械側へ移った。

人は半分に減り、機械が作業を担うようになった。この2本の線が交わる先に、事務所の人員構成の答えがある。

資格者を増やす時代は終わった。資格者にしかできない判断を、いかにAIの上に乗せるか。採用の問題が、設計の問題に変わっている。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

ある事務所長が『スタッフ3人分の仕事をAIが回している』と言っていた。記帳と入力はほぼ自動だと。

すごい。でも、ぼくはそこで1つだけ聞いた。『その3人は今、何をしていますか』。

答えは『顧問先回りと相談対応』。これが正解だ。AIに作業を渡して人を切るのではなく、人を作業から外して顧問先に近づける。

AI導入の成否は、減らした人数ではなく、人をどこに移したかで決まる。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

月次の異常仕訳検知、AIで回した結果。

50社・月5万仕訳に対し、外れ値として拾ったのが平均38件。うち本当に修正が必要だったのは6件。誤検知が32件。

誤検知の中身は、季節性の費用(賞与・税金・年払い保険)をAIが『異常』と判定したもの。年に1回の正常な取引を、AIは異常と読む。

異常検知の精度は『何が正常か』の定義で決まる。正常の幅を教えるのに、結局1年分のデータが要る。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

先週、ある所長が『AIで残業がゼロになった』と話していた。月60時間あった残業が消えたと。

すごい。ただ、ぼくが気になったのは次の一言だ。『空いた時間で何をするか、まだ決めていない』。

残業をなくすのは手段でしかない。空いた60時間を顧問先への提案に向ける事務所と、ただ早く帰る事務所では、1年後の単価が変わる。

時間を作るのは半分。残り半分は、その時間の使い道の設計だ。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

会計事務所のAI導入、関心は高いのに実行が遅い。なぜか。

20事務所に聞くと、導入を止めている理由の1位は『顧問先が使えるか不安』で65%。コストでも品質でもなかった。

つまり所長は、自分のためでなく顧問先のためにためらっている。優しさが、結果として事務所の競争力を削っている。

顧問先のために待つのか、顧問先のために先に動くのか。どちらが本当の親切だろう。

[AI×経営管理を考える税理士・会計士 @sakiyomiAI]

顧問料の内訳を、AIの前と後で分けて考えたことがあるだろうか。

月3万円のうち、記帳・入力に対応する部分が約6割。残り4割が相談と申告だ。

AIが記帳の6割を巻き取れば、顧問料は理屈の上で4割に縮む。月3万が1.2万になる計算だ。

この1.2万をどう3万に戻すか。作業の対価で食ってきた事務所に、答えのない問いが残る。あなたの顧問料、何割が作業の対価ですか。