追徴税額3407億円で直近10年最高税理士が顧問先の帳簿で固める6点

AI活用調査とは、国税庁がAI予測モデルで調査先を抽出する調査手法のことです。

国税庁の公表資料によると、令和6事務年度の追徴税額（法人税・消費税）の総額は3,407億円で、直近10年で最高値となりました（出典: 国税庁令和6事務年度法人税等の調査事績の概要）。同じ資料で、実地調査の件数は減っているのに追徴税額は増えていることも読み取れます。件数を絞って当たりを引く精度が上がった、という構図です。本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で確認しています。

直近10年で最高となった追徴税額3407億円の内訳を読む

数字を並べておきます。令和6事務年度の法人税・消費税の実地調査の件数は5万4千件で対前年比7.4%の減少、申告漏れ所得金額の総額は8,198億円で同15.8%の減少でした。一方で実地調査による追徴税額の総額は3,407億円で同6.6%の増加、調査1件当たりの追徴税額は6,342千円で同15.4%の増加となり、1件当たりでは直近10年で2番目の高水準だったとされています（出典: 国税庁法人税等の調査事績の概要）。

この組み合わせが実務にとって重要です。申告漏れ所得金額の総額が減っているのに追徴税額が増えているということは、調査の対象が薄く広くではなく、濃く狭くなっていることを意味します。同じ資料では、源泉所得税についても実地調査による追徴税額の総額が404億円で対前年比7.8%の増加、1件当たりの追徴税額が633千円で同15.6%の増加となり、1件当たりは直近10年で最高値だったと記載されています（出典: 同資料）。

選定の側で何が起きているかも、同じ資料に書かれています。国税庁はAIを活用した予測モデルにより調査必要度の高い法人を抽出し、予測モデルが判定した不正パターンに加えて、申告書や国税組織が保有する様々な資料情報等を併せて分析・検討した後、調査官が調査実施の要否を最終的に判断していると説明しています。調査官の知見にAIの分析結果を組み合わせることで効率的で精度の高い調査を実施している、という整理です（出典: 国税庁法人税等の調査事績の概要）。

ここは読み方を丁寧にしたいところです。AIが調査先を決めているのではなく、AIが候補を出し、調査官が最終判断をする構造だと明記されています。つまり選定の説明可能性は人側に残されている設計です。顧問先から、なぜ当社が選ばれたのかと問われたときに、AIが選んだからだと説明するのは公表資料の記載とずれます。

個人事業者側の状況も参考になります。関東信越国税局管内の公表資料では、選定にAIを活用するなどして効率的かつ的確に調査等を行った結果、調査等による追徴税額の総額が過去2番目を記録したとされ、簡易な接触の件数が9万9千件へ増えたことが示されています（出典: 関東信越国税局令和6事務年度所得税及び消費税調査等の状況。管内限定の数値です）。実地調査の件数はほぼ横ばいで、簡易な接触が伸びている構図であり、顧問先への一次接触の頻度が上がる可能性が論点になります。

予測モデルの位置づけを顧問先にどう説明するかは国税庁の予測AIと生成AIを整理した記事で扱っています。基幹システムの世代交代を踏まえた実務の組み替えはKSK2の稼働と7工程を整理した記事にまとめてあります。

顧問先の帳簿と電子データをAI前提で固める6ステップ

選定が濃く狭くなっているなら、事務所側の対応は当たったときに崩れない準備に寄せるのが合理的です。以下の6段階は、生成AIを下書きと点検の道具として使い、判断と署名は税理士が行う前提で組んでいます。

第一段階は、顧問先の電子データの棚卸しです。会計データ、請求書の授受記録、預金の入出金明細、給与データ、在庫データ、そして事業所ごとの補助資料。どれがどのシステムに、どの形式で、いつまで保存されているかを一覧にします。ここが埋まっていない顧問先は、調査の連絡が来てから資料集めに数週間かかります。

第二段階は、突合の型を決めることです。売上と入金、仕入と出金、給与と源泉、在庫と原価。この四つの突合を月次で回せているかを顧問先ごとに評価し、回せていない箇所を優先課題として並べます。国税庁の公表資料では、モデルが想定した不正パターンとして売上や原価が挙げられており、突合の弱い箇所が論点になりやすいことが読み取れます（出典: 国税庁法人税等の調査事績の概要）。

第三段階が、AIの投入箇所の決定です。会計データの異常値検出や、勘定科目の付け間違いの候補出し、月次推移の説明文の下書きといった作業は、AIの得意領域と重なります。逆に、税務判断を伴う否認リスクの評価は下書きの対象にとどめ、結論は税理士が置きます。

第四段階は、説明資料の常備です。調査で問われるのは数字ではなく数字の背景です。前期比で大きく動いた科目について、なぜ動いたかの一行説明を月次の時点で残しておく。この作業は生成AIとの相性がよく、推移データを渡して説明候補を出させ、担当者が事実確認して確定させる流れが組めます。

第五段階は、書面添付の検討です。税理士法第33条の2は、税理士又は税理士法人が申告書を作成したときに、その作成に関し計算し、整理し、又は相談に応じた事項を財務省令で定めるところにより記載した書面を申告書に添付することができると定めています。同条第3項は、書面を作成した税理士が税理士である旨その他財務省令で定める事項を付記して署名する旨を定めています（出典: e-Gov法令検索税理士法）。条文はここまでで、添付の判断そのものは個々の税理士の領域です。記事としてできるのは、AIが下書きできる範囲は記載事項の整理までであり、審査した事項の中身と署名は人が担う構造だと示すところまでです。

第六段階は、記録です。どの顧問先のどのデータを、どのツールに、誰が入れたかを一行残します。調査の場で入力履歴を問われることは想定しづらいものの、顧問先から問われる可能性は十分にあります。

月次の異常値検出では、次のような型が使えます。実在の顧問先名や取引先名は入れず、記号に置き換えて渡す前提です。

あなたは月次試算表の異常値候補を洗い出す補助者です。以下のデータから、確認すべき点の候補のみを出力してください。

【入力】
- 対象: A社（製造業・従業員20名規模）の当期と前期の月次推移（金額は千円単位）
- データ: {ここに科目別の月次推移を貼る}

【出力条件】
1. 前期同月比で乖離が大きい科目を上位5件、乖離率とともに列挙する
2. 各科目について、考えられる事業上の理由の候補を2つまで挙げる
3. 税務上の否認リスクの有無や結論は書かない（税理士が判断する）
4. データから読み取れないことは 要確認 と明記する
5. 具体的な条文番号・通達番号は出力しない

調査の想定問答の下地づくりでは、質問の洗い出しに用途を限定します。

あなたは税務調査の事前準備で、想定される確認事項を洗い出す補助者です。

【入力】
- 対象: 甲社（卸売業）の直近3期の科目別推移と、当期に新設した取引形態の概要
- 特徴: 外注費が前期比で大きく増加、期末に売上の計上が集中

【出力条件】
1. 次の3区分で列挙する / A 事実の確認を求められそうな点 / B 資料の提示を求められそうな点 / C 説明の組み立てが必要な点
2. 各項目に、その場で示せる資料の種類を添える
3. 法令解釈や当否の評価は書かない
4. 条文番号・裁決事例番号・判例名は出力しない
5. 顧問先に確認しないと埋まらない項目は 要ヒアリング と明示する

二つの型に共通しているのは、識別子を出させないことと、結論を書かせないことです。生成AIは通達番号や裁決番号を平然と作るため、番号は人が原典から引き直す分業に置きます。

顧問先の帳簿をAIに読ませる前に決めておく3つのこと

一つ目は、根拠条文の確認です。税理士法第38条は、税理士は正当な理由がなくて、税理士業務に関して知り得た秘密を他に洩らし、又は窃用してはならないと定め、税理士でなくなった後においても同様とすると規定しています（出典: e-Gov法令検索税理士法）。条文の位置はここです。個別のツール利用が正当な理由の範囲に収まるかどうかの判断は、事案ごとに税理士自身が行う領域であり、記事が代わりに結論を置くことはできません。

二つ目は、ベンダー条件の確認です。押さえる項目は、入力データが学習に使われるか、保存期間と保存先の国、再委託先の構成の三つです。会計ソフトに組み込まれたAI機能の場合、会計ソフト事業者とモデル提供事業者が別会社であることが通常であり、データがどこまで流れるかは会計ソフト側の利用規約とデータ処理条件を読まないと分かりません。ここを伝聞で済ませると、顧問先への説明が空回りします。

三つ目は、顧問先への説明と同意の設計です。顧問契約書にAI利用に関する条項を置く事務所が増えています。包括で同意を得る形と、案件ごとに確認する形の二通りがあり、扱うデータの機微さで使い分けられます。医療法人や上場準備企業のように情報の価値が高い顧問先では、案件ごとの確認に寄せる運用例があります。契約実務の書きぶりは生成AI利用条項の設計を扱った記事で整理しています。

規程に落とすなら、使ってよいツールの列挙から書き始める構成が運用に載りやすいと考えられます。禁止事項だけを並べた規程は、抜け道の解釈を各担当者に委ねる結果になりがちです。使えるツール、入れてよいデータの区分、人が確認する工程、記録の残し方の四点を先に決め、それ以外は個別相談とする形にすると、判断の負荷が事務所側に集まります。

調査の局面で押さえておく手続の側の条文も確認しておきます。国税通則法第74条の2は、当該職員が所得税、法人税、地方法人税又は消費税に関する調査について必要があるときに、質問し、帳簿書類その他の物件を検査し、又はその提示若しくは提出を求めることができる旨を定めています（出典: e-Gov法令検索国税通則法）。電子データがこの物件の範囲にどう位置づくかは個別の判断になりますが、電子的に保存している帳簿をどう提示できる状態にしておくかは、実務の準備として先に決めておける論点です。電子帳簿の保存要件の側の整理は検索要件とAI-OCRを扱った記事にまとめています。

税理士事務所で起きやすい3つの失敗と回避の考え方

一つ目は、AIが作った番号が資料に残るケースです。異常値の説明文をAIに書かせた際、根拠として実在しない通達番号が添えられ、担当者が確認せずに顧問先への月次報告に載せる。顧問先が調査の場でその資料を出すと、事務所の信用の問題になります。回避策は工程側に置くのが確実です。前節の型で識別子の出力自体を禁じ、番号は人が引き直す分業にしておけば、混入経路が閉じます。

二つ目は、生の会計データの丸投げです。締切に追われた担当者が、顧問先名や取引先名が入ったままのデータをそのままクラウドAIに貼り付ける。悪意はなく、忙しさの結果として起きます。回避策は、急いでいるときに判断させない設計です。使ってよいツールを一つに絞り、事務所の端末からしか開けない状態にしておけば、判断の場面自体が減ります。ルールを増やすより選択肢を減らす方が効きます。

三つ目は、異常値検出への過信です。AIが異常なしと返したから見なくてよいという運用が定着すると、AIが拾えない類型が丸ごと抜けます。国税庁側の説明でも、AIの判定に加えて申告書や資料情報等を分析・検討し、調査官が最終判断をする構造が示されています（出典: 国税庁法人税等の調査事績の概要）。事務所側も同じ形にしておくのが素直です。AIは見るべき箇所の優先順位を上げる道具であって、見なくてよい箇所を決める道具ではありません。調査準備の作業設計は準備にAIを使う手順の記事も参考になります。

費用と工数、そして誰が運用を持つか

費用はライセンス費と構築工数の二本立てです。生成AIの法人向けプランは価格改定が頻繁なため、見積もりの際は各社の料金ページの表示日付を添えて記録する運用が安全です。会計ソフトに付随するAI機能は、プランに含まれる場合と別課金の場合があり、既契約のプラン内容の確認から始めるのが順序として効率的です。

構築工数は事務所規模で変わります。参考として、税理士2名と担当者5名で顧問先80社程度の体制を想定すると、電子データの棚卸しに顧問先1社あたり15分、突合の型づくりに2日、AIの投入箇所の決定とプロンプト型の作成に2日、規程の起草と読み合わせに1日という組み立てになります（根拠: 統計や調査ではなく、本記事の6段階を分解した試算です。事務所ごとに変動します）。棚卸しは顧問先数に比例して伸びる部分なので、担当者に分散させる設計にしておくと立ち上がりが速くなります。

体制で決定的なのは、誰が運用を持つかです。所長が兼務すると繁忙期に更新が止まります。担当者の中堅がプロンプト型と規程の持ち主になり、月次で棚卸しと型の更新を回す形にすると継続します。判断が必要な論点だけを所長に上げる構造にしておけば、権限と負荷を分けられます。

効果の測り方も先に決めます。月次処理にかかる時間、異常値の指摘件数とそのうち実際に修正に至った件数、調査対応の準備時間の三つを導入前に2週間実測し、導入後に同じ指標で比べる。実測なしに削減効果を語ると、社内の合意形成が印象論になります。

選定がAIに寄ると顧問先支援の論点はどこへ移るか

第一に、説明可能性の重心が動きます。追徴税額が調査1件当たりで伸びている環境（前掲の国税庁資料が出典）では、当たったときの負荷が重くなります。日々の月次で背景説明を残しておく作業の価値が相対的に上がり、記帳の正確性だけでなく説明の在庫を持てているかが差になる可能性が論点になります。

第二に、簡易な接触への構えです。関東信越国税局管内の資料で簡易な接触の件数が伸びている構図が示されていることを踏まえると（出典: 関東信越国税局所得税及び消費税調査等の状況）、書面や電話での一次接触に事務所がどう応じるかの手順を決めておく実益が出てきます。実地調査ほどの体制を組まずに、しかし雑に返さない返し方の型が要点になります。

第三に、顧問料の説明です。準備の質を上げる作業は目に見えにくく、何もなかった年には成果が可視化されません。事務所として、準備の在庫を持つこと自体を提供価値として言語化できるかが、報酬設計の論点として残ります。この整理を先にしておくと、AIで工数が下がった分をそのまま値下げに吸われる展開を避けやすくなります。

よくある質問

AIが調査先を決めているのですか

いいえ、国税庁の公表資料では、AIを活用した予測モデルで調査必要度の高い法人を抽出し、その判定に加えて申告書や資料情報等を分析・検討した後、調査官が調査実施の要否を最終的に判断すると説明されています（出典: 国税庁法人税等の調査事績の概要）。

追徴税額が過去最高というのは何の数字ですか

法人税と消費税を合わせた実地調査による追徴税額の総額です。令和6事務年度は3,407億円で、直近10年で最高値だったとされています（出典: 国税庁法人税等の調査事績の概要）。所得税側や源泉所得税側は別の集計であり、数字を混ぜないことが説明の正確さにつながります。

調査件数が減っているのに追徴税額が増えるのはなぜですか

公表資料から読み取れるのは、件数が減り1件当たりの追徴税額が増えているという事実関係までです。令和6事務年度の実地調査件数は対前年比7.4%の減少で、1件当たりの追徴税額は同15.4%の増加でした（出典: 国税庁法人税等の調査事績の概要）。同庁はAIも活用しながら調査必要度の高い法人を的確に抽出したと説明しており、選定の精度が要因の一つとして挙げられています。

顧問先の会計データを生成AIに入れてよいのでしょうか

一般的な答えを置くことはできません。税理士法第38条は秘密を守る義務を定めており（出典: e-Gov法令検索税理士法）、個別の利用が正当な理由の範囲に収まるかは事案ごとの判断です。実務では、学習利用の条件、保存先、再委託先を原文で確認し、顧問先への説明と同意の設計まで含めて事務所の方針を決めている例があります。

まず何から手をつけるとよいですか

顧問先の電子データの棚卸しからです。どのデータがどのシステムにどの形式で保存されているかの一覧がないと、調査の連絡が来てから資料集めに時間を取られます。この一覧はAIの導入可否にかかわらず事務所の資産として残ります。

書面添付の下書きをAIに任せられますか

記載事項の整理までは下書きの対象になり得ますが、審査した事項の中身と署名は人が担う構造です。税理士法第33条の2第3項は、書面を作成した税理士が税理士である旨その他財務省令で定める事項を付記して署名する旨を定めています（出典: e-Gov法令検索税理士法）。

顧問先に何をどこまで伝えるべきか迷います

伝える範囲を事務所として先に決めておくのが実務的です。選定にAIが使われていることは公表資料に記載があるため事実として共有でき、一方で自社が選ばれる確率のような数値は誰も持っていないため、話せる範囲と話せない範囲を切り分けて説明する形になります。過度に不安を煽る説明は、顧問先との関係にとってもかえって負担になります。

参考文献

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/

本記事の作成体制について

本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で、それぞれ確認したうえで記載しています。引用元は本文中および参考文献にすべて明示しています。

本記事には特定の資格者による監修は入っていません。個別の事案について法令の当てはめや手続の可否を判断する必要がある場合は、当該分野の有資格者にご相談ください。本記事は一般的な情報提供を目的としたものであり、個別具体的な法律判断・税務判断・労務判断を提供するものではありません。

記載内容に誤りを見つけられた場合は、お問い合わせよりご指摘ください。確認のうえ速やかに訂正し、訂正履歴を記事内に残します。編集方針の詳細は運営者情報をご覧ください。