freee Agent Hubが正式提供開始 会計事務所の記帳AI導入を決める7論点

freee Agent Hubと顧問先管理AIエージェントが2026年9月15日に正式提供開始。記帳エージェントの導入工程、料金、守秘義務と顧問先説明の論点を一次情報で整理します。

freee Agent Hubが正式提供開始 会計事務所の記帳AI導入を決める7論点

freee Agent Hubとは、事務所独自のAIエージェントをノーコードで作る開発基盤のことです。

月次チェックの目視作業に40分かけていた工程が5分以下になった、という数字が先行導入事例として公表されました(出典: freee 2026年9月15日プレスリリース)。会計事務所が今週から判断を迫られているのは、この種のAIエージェントを自事務所の記帳フローのどこに差し込むか、そして有資格者の確認工程をどこに固定するかという設計の問題です。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、ベンダーの仕様と料金は各社の公表資料で確認しています。この記事では、freeeが正式提供を開始した2つの機能の違い、導入前に実測しておく工数、守秘義務まわりで先に決めておく論点までを順に整理します。

freeeが2026年9月15日に正式提供を始めた2つの機能の違い

今回提供が始まったのは性格の異なる2つの機能で、事務所が最初に区別すべきはこの点です。freeeの2026年9月15日付プレスリリースによると、ひとつはfreee顧問先管理 AIエージェントで、記帳・ルール提案・月次および申告書チェックといった会計事務所の共通業務を、freeeがあらかじめ設計した完成済みのエージェントとして提供するものです。もうひとつが「freee Agent Hub」で、事務所独自の業務ノウハウを組み込んだカスタムAIエージェントをノーコードで作れる開発基盤にあたります。前者は設計の手間なくすぐ使う道、後者は自事務所のフローに合わせて組み上げる道です。どちらから入るかで、初期の工数配分がまるで変わります。

前者の中身は、記帳エージェント、月次チェックエージェント、申告書チェックエージェントなどの単位で分かれています。同リリースの先行導入事例として税理士法人古田土会計の数字が示されており、記帳エージェントでは手入力にかかっていた作業時間を50%削減、手作業で約2時間要していた新規顧問先のルール初期構築をAIの自動提案で10分以下へ短縮、月次チェックエージェントでは月に40分かかっていた目視チェックを5分以下へ削減、とされています(出典: freee プレスリリース)。いずれも1事務所の先行事例であり、自事務所で同じ比率が出るかは別問題として扱う必要があります。ここを、導入すれば半分になる、と社内に説明してしまうと、後の効果検証が政治的な話になります。

後者のfreee Agent Hubは、一般公開されていないfreeeのAPIやプロダクトと深く連携し、会計操作を自動化するためのナレッジを搭載した基盤だと説明されています。先行事例として挙がっている株式会社SoVaでは、自動登録ルール作成エージェントを自然言語の指示で設定できるようにした結果、導入5か月で全記帳業務の約74%を自動処理化したとされます(出典: freee プレスリリース)。債権債務消込エージェントや質問票作成エージェントといった、事務所固有の詰まりどころに特化したエージェントを自前で立てられる点が、完成済みエージェントとの決定的な違いです。

もうひとつ押さえておきたいのが、freeeが提示している「責任あるAI」という設計思想です。同リリースでは、初回はAIが仮説と根拠を示し、人の確認・修正を経た判断を事務所のルールとして蓄積し、例外や重要な判断は根拠とともに人へ返す、という往復の構造が説明され、実行力・説明責任・統制力・改善力の4要件が図解されています。全自動で手放す道具ではない、という前提がベンダー側から明示されている点は、有資格者の責任配分を考えるうえで重要な材料になります。なお両機能の利用には、freee認定アドバイザー制度への登録が前提とされています(出典: freee認定アドバイザー制度)。

周辺の動きも同じ週に集中しました。freeeは2026年9月14日にfreee-mcpのfreee開業対応を、2026年9月15日には入出金明細の消込に対応するPublic APIとMCPの順次提供開始を公表しています(出典: freee ニュース一覧)。エージェントの外側にある接続口が同時に広がっているため、既存の業務システムとつなぐ設計は今の時点で描き直す価値があります。エージェント製品の比較軸そのものについては、TKCのFXエージェントとOMSエージェントを導入前に検証する7工程で整理した観点がそのまま流用できます。

記帳エージェントと月次チェックエージェントを事務所で試す7工程

導入の成否を分けるのは、導入後の使い方ではなく導入前の測り方です。効果が数字で語られている機能ほど、自事務所のbeforeを取らずに入れると評価ができなくなります。以下は、少人数の税理士法人で、月次の記帳代行が三桁件数にのぼる事務所を想定して組んだ7工程です。

第1工程は適用範囲の棚卸しです。エントリープランは1顧問先あたり月額1,000円(税抜)で最低3顧問先から契約可能とされているため(出典: freee プレスリリース)、まずは3〜5先の検証枠を切り出します。選ぶ基準は、取引パターンが多く、かつ担当者が固定されている先です。パターンが少ない先で試すと、ルール提案の当たり外れが見えません。

第2工程は現状工数の実測です。対象顧問先について、記帳の手入力時間、ルール設定時間、月次の目視チェック時間を1か月分だけ実測します。タイムチャージを持っている事務所なら、分単位で記録する既存の仕組みをそのまま流用できます。ここで測った数字が、後のROI判断と顧問料改定の唯一の根拠になります。

第3工程は顧問先の選定と説明です。クラウド上のAIに仕訳データや証憑が渡る構成になるため、顧問先への説明と同意の取り付けを検証開始前に済ませます。この論点は次章で詳述します。

第4工程は記帳ルールの初期構築です。新規顧問先のルール初期構築が約2時間から10分以下に短縮したという事例が公表されていますが(出典: freee プレスリリース)、提案されたルールをそのまま採用するのではなく、勘定科目の選定根拠が事務所の方針と合っているかを担当者が1件ずつ確認します。特に交際費と会議費、修繕費と資本的支出のような、税務判断が絡む境界は自動採用の対象から外しておく運用が現実的です。

第5工程は月次チェックの観点移植です。ベテラン職員のチェック観点をAIへ組み込む、という設計がうたわれている以上、事務所として何を見ているのかを言語化する作業が先に来ます。ここは製品導入というより、暗黙知の棚卸しの工程です。前期比較、消費税区分、期ずれ、科目の一貫性など、見ている軸を一覧化してからエージェントの設定に落とします。

第6工程は有資格者の最終確認の固定です。AIが出した検出結果を誰がいつ見るのか、検出ゼロだったときに誰が承認するのかを、工程表の上に明示的に置きます。検出ゼロの月こそ人のレビューが抜けやすく、ここを工程として書いていない事務所で事故が起きます。税理士業務としての最終判断は有資格者が行う、という線引きを運用手順の形で残しておくと、後の内部監査でも説明が通ります。権限の分け方そのものは記帳を担うAIエージェントの権限をどう分けるか 会計事務所の内部統制7設計で整理しています。

第7工程は効果測定とルール化です。第2工程のbeforeと突き合わせ、削減できた時間を顧問先ごとに出します。削減分をそのまま値下げに回すのか、経営支援の面談時間に振り替えるのかは事務所の戦略判断ですが、この意思決定を数字なしで始めると、担当者が、AIのせいで仕事が減った、と受け取る事態になります。

チェック観点の言語化には、生成AIを壁打ち相手に使う方法が早いです。次のプロンプトは、ChatGPT、Claude、Gemini のいずれでも使えます。顧問先名や実在の取引先名は入れず、架空のA社として書き出します。

あなたは会計事務所の月次レビュー設計を手伝うアシスタントです。
以下の条件で、月次チェックの観点を洗い出してください。

# 前提
- 顧問先: 架空のA社(従業員15名、卸売業、freee会計を使用)
- 記帳: 当事務所が代行。月間仕訳件数は約300件
- 現状のチェック: ベテラン職員が目視で30〜40分

# 出力してほしいもの
1. チェック観点を「前期比較」「消費税区分」「期ずれ」「科目の一貫性」「証憑の整合」の5分類で列挙
2. 各観点について、AIエージェントに任せられる部分と、有資格者が判断すべき部分を必ず分けて記載
3. 観点ごとに、検出結果がゼロだった場合に人が確認すべきことを1行で追記

表は使わず、分類ごとの箇条書きで出力してください。

ルール提案の妥当性を検証する側のプロンプトも用意しておくと、担当者ごとの判断のばらつきが減ります。

以下は、AIエージェントが提案した自動仕訳ルールの一覧です。
会計事務所の担当者が採否を判断するためのレビューメモを作ってください。

# ルール一覧
(ここに提案されたルールを貼り付け。取引先名は B社、C社 などに置き換えること)

# 出力形式
- 「自動採用してよいもの」「人が毎回確認すべきもの」「採用を見送るもの」の3分類
- 各ルールについて、判断の根拠を1文で記載
- 税務上の判断が分かれ得るもの(交際費と会議費、修繕費と資本的支出など)は
  必ず「人が毎回確認すべきもの」に分類し、その理由を明記

断定的な税務判断は書かず、確認すべき論点の提示に留めてください。

自動仕訳の精度検証をゼロから設計する場合は、AI-OCRと自動仕訳を会計事務所に入れる7判断軸と精度検証の手順と併走させると、検証項目の取りこぼしが減ります。

顧問先データをAIエージェントに渡す前に決めておく3つのこと

最初に決めるのは、入力したデータがどう扱われるかを事務所として説明できる状態かどうかです。順序を逆にして、使い始めてから顧問先に事後報告する形になると、説明の難度が跳ね上がります。

1つ目は、ベンダーのデータ取扱いの確認です。freeeのサービス全体の個人情報の取扱いはfreee プライバシーポリシーに、AIエージェント機能の仕様と料金はfreee ヘルプセンターの該当記事に公表されています。エージェントに投入した仕訳データや証憑がモデルの学習に使われるのか、ログがどこに保持されるのか、保持期間はどれだけかという3点は、事務所側で読み取って文書に残しておく対象です。ベンダー公式ドキュメントの記述が更新される前提で、確認日付とともに記録する運用にしておくと、後から経緯を追えます。

2つ目は、守秘義務の根拠条文を事務所の共通言語にすることです。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も同様とすると規定しています。公認会計士については公認会計士法第27条が同趣旨の秘密を守る義務を置いています。条文の当てはめは有資格者の領分ですが、条文そのものを職員全員が読んだ状態を作っておくことは、ツール選定の議論の土台になります。

3つ目は、個人情報の取扱いの整理です。個人情報の保護に関する法律第27条は第三者提供の制限を定めたうえで、同条第5項で、利用目的の達成に必要な範囲内において個人データの取扱いの全部または一部を委託することに伴って当該個人データが提供される場合について、提供を受ける者は第三者に該当しないものとすると規定しています。クラウドサービスの利用が委託にあたるのか、委託先の監督としてどこまで確認するのかという整理は、個人情報保護委員会の公表資料に当たりながら、事務所として判断を固めておく論点になります。ここを曖昧にしたまま複数のAIツールが事務所内に増えていく状態が、いちばん収拾がつきません。

顧問先への説明は、契約書の別紙か業務委託内容の変更通知として渡す形を採る事務所があります。書く内容は、利用するサービス名と提供元、投入するデータの範囲、学習利用の有無、最終的な判断は有資格者が行うという役割分担、そして同意しない場合の代替手順の5点です。同意しない顧問先向けの従来フローを残しておくと、説明の場で選択肢を提示でき、話が前に進みます。

事務所規程に落とす際は、ツール名を直接書き込まず、事務所が承認したクラウドサービスの一覧を別表で管理し、別表の改定は所長承認とする、という建て付けにしておくと、ツールが増減するたびに規程本体を改定せずに済みます。自前でAI連携基盤を組む場合の守秘の線引きは、自作MCPサーバーで事務所の業務データをAIにつなぐ7工程と守秘の線引きに整理した観点が参考になります。

導入初期に起きやすい3つのつまずきと事前の手当て

1つ目は、検証用の顧問先を、いちばん手のかかる先に設定してしまうことです。取引の例外が多い先は、ルール提案の当たり外れが大きく、担当者の「使えない」という印象が最初に固まります。標準的な取引パターンを持つ先から始め、例外の多い先は運用が安定してから広げるほうが、社内の合意形成が早く進みます。

2つ目は、検出ゼロの月に人のレビューが抜けることです。月次チェックの目視作業が40分から5分以下になるという数字(出典: freee プレスリリース)は、裏を返せば人が画面を見る時間が8分の1近くまで減るという意味でもあります。検出がゼロだった月こそ、サンプリングで人が原資料に当たる工程を残しておかないと、精度の劣化に気づく機会自体が消えます。

3つ目は、事務所内でツール利用が野良化することです。Agent Hubのようなノーコード基盤は、作れる人がひとりいると急速にエージェントが増えます。誰が何のエージェントを作り、どの顧問先データに触れるのかを一覧で管理していないと、担当者の退職時に何が動いているか分からない状態が残ります。作成したエージェントの台帳を最初から用意し、作成時に所長承認を通す運用にしておく手当てが現実的です。

費用と体制をどう見積もるか

公表されている料金は2系統です。freee顧問先管理のAIエージェントはエントリープランが1顧問先あたり月額1,000円(税抜)で最低3顧問先から、申告書チェックエージェントはfreeeアドバイザー制度加入者は無償で利用可能とされています。freee Agent Hubは基本利用料が月額5,000円(税抜)で1IDおよび5,000円分のトークン基本利用枠を含み、追加IDは1ユーザーあたり月額5,000円(税抜)、基本利用枠を超えたトークン量に応じて従量課金が発生する、と説明されています(出典: freee プレスリリース)。

キャンペーンとして初月月額料金50%OFFが案内されており、対象となる契約開始日はfreee顧問先管理のAIエージェントが2026年9月15日から2026年10月15日まで、freee Agent Hubが2026年9月1日から2026年10月15日までとされています(出典: freee プレスリリース)。従量課金は対象外です。トークン従量部分は使い方で変動するため、初月は上限アラートの設定と実績の記録から入る運用が安全です。

体制面では、エージェントの設定を持つ担当者と、出力をレビューする有資格者を分けておくと、内部統制の説明がしやすくなります。少人数の事務所なら、設定担当をひとり置き、レビュー担当は各顧問先の主担当、月次の全体レビューを所長が持つ三層が現実的な形です。

会計事務所のAI導入で次に論点になること

ベンダー側が完成済みエージェントとノーコード基盤を同時に出してきたことの意味は、事務所ごとの差が、どのツールを使うかという段階から、どんなエージェントを自分で設計したかという段階へ移り始めた点にあります。同じfreeeを使っていても、記帳ルールの設計思想と、人に返す判断の切り分け方で成果物の質が分かれる構造です。

もうひとつ論点になるのが、顧問料の建て付けです。作業時間の削減がそのまま値下げ圧力になるのか、空いた時間を経営支援に振り替えて単価を維持するのかは、今期の意思決定として各事務所に降りてきます。削減時間を実測していない事務所は、この交渉で数字を持たない側に立つことになります。AIによる代替の議論全体については、士業の仕事はAIに代替されるのか 2026年の一次情報で読む7つの分岐で一次情報ベースの整理をしています。

APIとMCPの拡張が並行して進んでいることも、次の論点を生みます。会計データへの接続口が増えるほど、事務所のどの業務をどのツールに渡しているかの全体像が見えにくくなります。ツール単位ではなくデータの流れ単位で棚卸しする習慣を、今のうちに作っておく価値があります。

よくある質問

freee Agent Hubとfreee顧問先管理 AIエージェントは何が違いますか

前者はノーコードでカスタムAIエージェントを作る開発基盤、後者はfreeeが設計済みのエージェントを使う機能です。後者は記帳・ルール提案・月次および申告書チェックといった共通業務を対象としており、導入後すぐ使える点が特徴とされています(出典: freee プレスリリース)。

利用に条件はありますか

両機能の利用には、全国の会計・税理士事務所向けパートナープログラムであるfreee認定アドバイザー制度への登録が必要とされています(出典: freee認定アドバイザー制度)。制度の詳細と登録要件は公式ページで確認する対象になります。

顧問先の同意なしにデータを投入してよいでしょうか

事務所として同意の要否を判断する前提として、ベンダーのデータ取扱いの確認が先に来ます。税理士法第38条は税理士業務に関して知り得た秘密を洩らし又は窃用してはならないと定めており、クラウドサービスの利用が委託にあたるかどうかは個人情報の保護に関する法律第27条第5項の委託の規定を含めた論点になります。個別事案の判断は有資格者が行う領域です。

公表されている削減率は自事務所でも再現できますか

公表されているのは先行導入事例の数字であり、自事務所での再現性は別途検証する対象です。記帳エージェントで手入力作業時間を50%削減、月次チェックで月40分を5分以下へ削減という数値は、いずれも特定事務所の事例として示されています(出典: freee プレスリリース)。自事務所のbeforeを測ってから比較する手順を踏むと、判断材料になります。

小規模事務所でも費用対効果は出ますか

判断材料は最低契約単位と実測工数の2つです。エントリープランは1顧問先あたり月額1,000円(税抜)で最低3顧問先から契約可能とされているため(出典: freee プレスリリース)、月額3,000円(税抜)が起点になります。対象3先の記帳・チェック工数を時間単価に換算し、削減見込みと突き合わせる計算が、規模にかかわらず最初の判断になります。

申告書チェックエージェントの出力はそのまま使えますか

出力は確認対象であって、最終判断は有資格者が行う前提で設計されています。freeeは、初回はAIが仮説と根拠を示し、人の確認・修正を経た判断をルールとして蓄積し、例外や重要な判断は根拠とともに人へ返す構造だと説明しています(出典: freee プレスリリース)。レビュー工程を業務フロー上に明示的に置く運用が前提になります。

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。