資料不足の検知をAIで自動化する方法｜税理士事務所の運用設計

資料不足の検知は、AIを活用する税理士事務所にとって、仕訳入力より前に取り組む価値の高い工程です。月次の記帳を始めてから「通帳の3月分がない」「カード明細の請求書が揃わない」と気づくと、顧問先への再依頼と手戻りで試算表の完成が1週間以上遅れることも珍しくありません。本稿では、資料不足 検知 AI 税理士という観点から、AIに任せられる検知ルール、運用フロー、守秘義務を踏まえた設計上の注意点を整理します。結論として、AIは「欠けている可能性」を挙げる役割にとどめ、最終判断は担当者が行う設計が現実的です。

資料不足 検知 AI 税理士とは｜何を検知し、何を人が判断するか

資料不足の検知をAIで行うとは、顧問先から受領した通帳・カード明細・請求書・領収書などの証憑と、会計データや前月までの傾向を突き合わせ、欠落や不整合の疑いを記帳前に自動で洗い出す取り組みを指します。

従来は、担当者が通帳の残高の連続性を目視で確認し、前月の仕訳と見比べて「あるはずの取引の資料がない」と気づいていました。顧問先30社を3名で担当する事務所では、この確認だけで月初に延べ10時間前後かかることがあります。属人的な経験に依存するため、担当が変わると検知精度も落ちます。

AIが得意なのは、次のような機械的な照合です。

• 通帳・カード明細の残高が前後で連続しているかの検算
• 毎月発生する取引（家賃、リース料、保険料、給与）の計上漏れの検出
• 銀行明細の入出金と、受領済み請求書・領収書との突合

一方、「その取引に本当に資料が必要か」「非課税や不課税の判断」は文脈が必要で、人の確認が欠かせません。AIの出力はあくまで確認リストの候補として扱います。

資料不足を検知する3つのルール設計

資料不足の検知ルールとは、どのデータとどのデータを突き合わせ、どの条件で「不足の疑い」とするかを定めた判定基準のことです。最初から複雑にせず、次の3つから始めると運用が安定します。

ルール1：残高連続性チェック

通帳やネットバンキングのデータで、「前月末残高＝当月期首残高」が成立しているかを確認します。ずれがある場合、その間の明細ページや月分が欠けている可能性があります。この検算はAIを使わずスクリプトでも実現でき、誤検知が少ないため最優先で組み込みます。

ルール2：定期取引の欠落チェック

過去6〜12か月の仕訳から、毎月ほぼ同額で発生する取引を抽出し、当月に該当する取引がなければ「不足の疑い」とします。たとえば月額の地代家賃が当月だけ見当たらない場合、通帳の明細がないか、計上漏れかのどちらかを疑います。AIには取引先名の表記ゆれ（「株式会社」の有無、全角半角）を吸収した名寄せを任せると効果的です。

ルール3：明細と証憑の突合

銀行・カード明細の各取引に対し、受領済みの請求書や領収書がひも付いているかを確認します。AI-OCRで読み取った金額・日付・取引先と照合し、対応する証憑がない取引を一覧化します。読み取りの精度についてはAI-OCRで領収書処理を自動化する方法で詳しく扱っています。

この3つを組み合わせると、顧問先ごとに「不足の疑いがある項目」のリストが月初に自動で出力されます。

検知結果を顧問先への依頼に反映する運用フロー

検知から依頼までのフローとは、AIが出した不足候補を担当者が確認し、顧問先へ具体的な追加依頼を送るまでの一連の手順です。AIの検知だけで完結させず、人の確認を挟みます。

1. 資料受領（月初〜5営業日）：クラウド共有や専用フォームで証憑を受け取る
2. 自動検知：上記3ルールで不足候補を出力
3. 担当者確認：候補を見て、本当に不足か、依頼の要否を判断（1社あたり5〜10分）
4. 依頼文の作成：「3月15日の〇〇銀行の出金12万円の請求書をご提出ください」のように、日付・金額・取引先を明記
5. 進捗管理：回答があれば再検知して消し込み

ポイントは、依頼文を具体的にすることです。「資料が足りません」という連絡では顧問先は何を探せばよいか分からず、往復のやり取りが増えます。日付と金額まで特定できるのが、AIによる事前検知の最大の利点です。督促そのものの効率化は顧問先の資料回収を効率化する方法と併せて設計すると、回収から検知まで一本の流れになります。

たとえば顧問先30社の事務所で、巡回前に不足を把握できるようになれば、訪問時に確認すべき項目が絞られ、巡回監査の準備と資料チェックにも活かせます。

守秘義務とAI出力の精度に関する注意点

AIで資料不足を検知する際の注意点とは、顧問先の機微な情報の扱いと、AI出力の誤りへの対処を、運用ルールとして事前に定めておくことです。

税理士法第38条は、税理士が業務に関して知り得た秘密を正当な理由なく漏らすことを禁じています。通帳や請求書には取引先名・金額・口座情報が含まれるため、次の点を確認してください。

• 入力データが学習に利用されない設定（オプトアウトや法人向け契約）になっているか
• 口座番号などの不要な情報を、検知に必要な範囲に絞って渡しているか
• 利用したツールとアクセス履歴を記録しているか

また、AIは存在しない取引を「不足」と挙げたり、実際の欠落を見落としたりすることがあります。誤情報への備えはAIハルシネーション対策、出力の確認体制はAI出力のダブルチェック体制を参照してください。特に「不足なし」という判定を鵜呑みにしないことが重要で、残高連続性のような確定的な検算はルールベースで実装し、AIは名寄せや推測が必要な部分に限定するのが安全です。

導入の進め方と効果の見立て

導入の進め方とは、全顧問先へ一斉展開せず、少数の顧問先で検知ルールを検証してから広げる段階的な手順のことです。

まず、毎月資料の遅れや欠落が多い顧問先3〜5社を選び、過去3か月分のデータでルールを試します。このとき、AIが挙げた不足候補のうち実際に不足だった割合（的中率）と、AIが見逃した不足の件数を記録します。的中率が低ければルールの条件を調整し、見逃しが多ければ別のルールを追加します。

効果を測る指標は、次の3つが扱いやすいです。

• 試算表の完成日数（資料受領から完成まで）
• 記帳開始後に発覚した資料不足の件数
• 顧問先への再依頼の回数

どの程度の削減になるかは顧問先の性質によって大きく異なるため、導入前の実測値を必ず取っておきます。数値の効果は事務所ごとに差が出るので、他社事例の数字をそのまま見込みに使うことは避けてください。

よくある質問

Q. 資料不足の検知は、会計ソフトの標準機能だけでも可能ですか。

一部のクラウド会計ソフトには、残高の不一致や未処理明細を示す機能があります。ただし、証憑との突合や定期取引の欠落検知は、ツール単体では対応範囲が限られます。使用中のソフトで何が検知できるかを確認し、不足分を補う形で検討するとよいでしょう。

Q. 顧問先の通帳データをAIに入力しても問題ありませんか。

税理士法第38条の守秘義務があるため、入力先の学習利用の有無、保存場所、アクセス管理を確認した上で利用する必要があります。個人情報や口座番号をマスキングして検知に必要な項目だけ渡す方法も有効です。事務所のAI利用ルールを定めたうえで運用してください。

Q. 小規模な事務所でも導入する価値はありますか。

顧問先が10社程度でも、月初の確認作業を定型化できれば、担当者が変わっても検知の質を保てます。まずは残高連続性チェックのような簡単なルールから始めることをお勧めします。

Q. AIが「不足なし」と判定した場合、確認は不要ですか。

不要とは言えません。AIは見逃しを起こす可能性があるため、重要な顧問先や決算月は、担当者による目視確認を残してください。

まとめ｜AIは資料不足の「候補出し」に使い、判断は人が行う

資料不足の検知は、残高連続性・定期取引・明細と証憑の突合という3つのルールから始められます。AIには候補の洗い出しと名寄せを任せ、不足の最終判断と顧問先への依頼は担当者が行う設計にすれば、手戻りを減らしつつ守秘義務や精度の面でも無理のない運用になります。

ラクゼイでは、税理士事務所専用に設計したAI導入伴走を提供しています。仕訳業務・月次レポート作成・顧問先対応の自動化に関心がある場合は、無料相談 または 画面サンプル をご覧ください。