Data agentとは、社内データに自然言語で問い合わせる機能のことです。

顧問先の会計データをそのままAIに聞ける環境は、便利であると同時に、事務所の権限設計がそのまま露出する環境でもあります。この記事では、OpenAIが紹介したChatGPT WorkのData agentが何をする機能なのか、税理士・公認会計士事務所が導入検討に入る前に確認しておく七項目、そして顧問先データを扱う際の守秘義務まわりの論点を扱います。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。OpenAIは2026年9月10日にこの機能と活用事例を紹介し、利用者はDataプラグインを追加することで社内データに自然言語で質問できるようになると案内されています（出典: OpenAI Now everyone can put data to work、gihyo.jp OpenAI、ChatGPT WorkのDataエージェントを紹介）。

分析担当者を待たずに数字を引ける機能が標準搭載へ向かっています

Data agentが変えるのは、数字を引くまでの待ち時間です。従来なら、集計を依頼して、担当者がクエリを書いて、結果が返ってくるまで数日かかっていた問い合わせが、チャットの一往復に縮む構図になります。OpenAIはこの機能を、データ担当者による分析やレポートを待たずに、より多くの社員が自らデータを調べられる点を強調して紹介しています（出典: gihyo.jp）。

接続先として挙げられているのは、Amazon Redshift、Google BigQuery、Databricks、Snowflakeといったデータ基盤に加え、Google DriveやSharePoint内の文書です。アップロードしたファイルや貼り付けたデータも分析対象にできるとされています。分析にあたっては、既存のBIダッシュボードを参照し、組織で使う業務用語や指標の定義、独自の計算式、データ間の関係を踏まえて解釈する、という設計が説明されています。結果はインタラクティブなダッシュボードとしてまとめられ、Power BIやTableauなど既存のBIツール上での作成・操作にも対応するとされています。

機能の中身は、二十のスキルとして整理されています。分析の準備と指標の設計に関するものとして、背景情報を集めるGather Business Context、前提情報をカスタマイズするCreate Data Context、KPIと評価表を定義するDesign KPIs、表やデータセットの品質を評価するAnalyze Data Qualityがあります。分析と検証では、指標の変化や異常を調べるMetric Diagnostics、分析を検証して修正内容を確認するValidate Dataなど。資料化では、根拠を基にレポートを作るBuild Report、DOCX形式やGoogleドキュメントに変換するConvert To Doc、スライドにするConvert To Slidesなどが並びます。公開と定期更新のスキルもあり、クラウド上で定期更新をスケジュールするSchedule Refresh Jobsが含まれます（出典: 前掲のgihyo.jp記事）。

この構成を会計事務所の業務に重ねると、使いどころが見えてきます。月次の試算表から異常値を拾うのはMetric Diagnosticsの領域です。顧問先ごとの売上推移を経営者向けの資料にするのはBuild ReportとConvert To Slidesの領域です。品質評価のスキルがあることも見逃せません。会計データは入力段階の不備が下流の全てを狂わせるため、分析の前段に品質チェックを置ける設計は、実務の順序と一致しています。

普及の速度も押さえておきたい点です。OpenAIのVijaye Rajiは、Dataプラグインが社内のデータチームが使うスキルを集めて開発され、約150万人がインストールしていたと述べたと報じられています（出典: gihyo.jp）。この数字は公開前の社内および先行利用の段階のものと読めるため、一般提供後の利用規模を示すものではありません（要確認）。同日には金融業務向けのChatGPT for Financial Servicesも発表されており、こちらは利用資格を満たす金融機関が対象と案内されています（出典: OpenAI Introducing ChatGPT for Financial Services）。業種特化の版が出始めたという事実は、士業向けの版がいずれ議論の俎上に載る可能性を示唆します。

導入検討に入る前に確認する7項目

先に結論を書きます。確認の軸は、どのデータに、誰の権限で、どこまで自動で触れるのか、の三点です。理由は、Data agentが既存の権限設計に乗る仕組みだからです。報じられているところでは、データへの問い合わせには接続したアカウントの既存権限が適用され、テーブル・行・列単位の制限も引き継がれるとされています（出典: gihyo.jp）。つまり、事務所側の権限が雑なら、AIはその雑さをそのまま拡大します。

1. 接続するデータ源の棚卸し。事務所が持つデータのうち、どれを接続対象にするかを先に決めます。会計ソフトのデータベース、顧問先から預かった原始資料のフォルダ、事務所内の管理表では、機密性の段階が違います。全部つなぐのではなく、最小の範囲から始める設計にします。
2. 接続アカウントの権限確認。Data agentは接続したアカウントの権限で動くため、そのアカウントが何を見られるかが、そのままAIの視界になります。管理者権限のアカウントで接続すると、全職員が全顧問先のデータを引ける状態になり得ます。担当顧問先ごとにアカウントを分ける運用が取れるかを確認します。
3. ワークスペース側のロール制御。管理者はワークスペース設定のプラグイン管理から、Dataを利用できるロールやグループを指定できるとされています（出典: gihyo.jp）。誰に開けるかを、入れる前に決めておきます。
4. 出力の検証工程。分析結果には根拠を確認できる仕組みがあると説明されていますが、根拠が確認できることと、結論が正しいことは別です。税務判断や監査上の判断につながる数字は、有資格者が元帳や証憑と突き合わせて確認する工程を手順に組み込みます。
5. 自動実行の範囲。定期更新をスケジュールするスキルがある以上、人が見ていない時間に処理が走る設計が可能です。どの処理を自動化し、どの処理を都度承認にするかの線を引きます。接続先ツールを通じた操作は利用者の承認を得て実行するとされていますが、事務所として承認の基準を決めておかないと、承認が形骸化します。
6. ログの保全。誰が、いつ、どの顧問先のデータについて、どんな問い合わせをしたのかを追える状態にしておきます。顧問先から問い合わせがあったときに答えられるかどうかが判断基準です。権限とログの設計はAIエージェントを事務所に入れる前に決める権限とログの7チェックで扱っています。
7. 契約とデータ利用ポリシーの確認。使うプランが何で、入力データがモデルの訓練に使われるのかどうかを、契約書とベンダーの公開ドキュメントの両方で確認します。ベンダーへの質問項目はAIツールのベンダーに何を聞くか 士業事務所の確認7項目と質問文にまとめています。

この七項目のうち、一番目から三番目までは導入前に決めきるものです。四番目から六番目は、運用しながら調整していく領域になります。七番目は契約更新のたびに見直す項目です。ChatGPT Work自体の権限とコストの考え方はChatGPT Workが2,000万人 士業が導入前に決める権限とコストで整理しています。

実際に使い始める際、いきなり顧問先データを接続するのは順序として無理があります。まずは事務所自身の管理データ、たとえば職員の稼働時間の集計や、受注案件の一覧といった、外部に対する守秘義務が絡まないデータで挙動を確かめる段取りが現実的です。そのうえで、顧問先データへの適用を検討します。

検証段階で使うプロンプトの例です。実在の顧問先名や個人名は入れず、架空のA社・B社として扱います。

あなたは会計事務所の内部データ分析を補助するアシスタントです。
以下は当事務所の受注案件一覧（架空データ）です。
次の順で出力してください。

1. データの不備（欠損・重複・明らかな異常値）を箇条書きで指摘する
2. 不備を除いた上で、月別の受注件数と平均単価を算出する
3. 前年同月と比べて大きく変化した月を挙げ、考えられる要因を仮説として3つ示す
4. 仮説ごとに、それを検証するために追加で必要なデータを明記する

推測で数字を埋めないでください。
データから読み取れない点は「データ不足」と明記してください。

顧問先向けの説明資料を下書きさせる場合の例です。出力はそのまま渡さず、担当者が数字と表現を確認してから使います。

以下の月次数値（架空のA社）をもとに、経営者向けの月次報告の説明文を下書きしてください。

条件:
- 読み手は製造業の経営者。会計の専門用語は最小限にする
- 結論を先に書き、その後に根拠となる数値を置く
- 数値は与えたデータの範囲でのみ言及し、推測の数字を足さない
- 税務上の判断や節税の助言は書かない（担当者が別途対応するため）
- 事実と異なる可能性がある箇所には「要確認」と付ける

【月次数値】
（ここに数値を貼る。顧問先名・個人名はA社・担当者甲などに置換済みであること）

下書きの後段、つまり税務上の取扱いや経営判断に踏み込む部分は、担当の有資格者が書きます。AIに書かせて有資格者が直す運用にすると、直しの工数が書く工数を上回ることが多いためです。線引きは、数字の記述までがAI、判断の記述からが人、という置き方が扱いやすいはずです。

顧問先データを接続する前に整理する守秘義務の論点

顧問先データをAIに接続する話は、規程の一行では片づきません。従来のクラウド利用と決定的に違うのは、接続したデータ基盤に対してAIが能動的に問い合わせる点です。職員が意識的にアップロードする従来型と違い、接続さえしておけば、以後の問い合わせでデータが読まれます。どこまでが読まれる範囲なのかを、接続の時点で確定させておく必要があります。

根拠条文を確認しておきます。税理士の守秘義務は税理士法第38条にあり、同条は、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である旨を置いています。公認会計士については公認会計士法第27条が、正当な理由がなく業務上取り扱ったことについて知り得た秘密を他に漏らし又は盗用してはならないと定めています。クラウドサービスの利用が直ちにこれらに触れるかどうかは、契約の内容と管理の状況によって議論が分かれてきた領域で、事務所ごとに整理の仕方が違うのが実情です。

ベンダー側のデータ利用ポリシーは、契約形態で変わります。OpenAIは、ChatGPTのビジネス向けプランおよびAPIについて、既定では顧客のデータをモデルの訓練に使用しないと公表しています（出典: OpenAI Enterprise privacy）。Anthropicも商用利用者のデータを既定でモデル訓練に使用しない旨を説明しています（出典: Anthropic Privacy Center）。ただし、訓練に使わないことと、データがどこに保存されどれだけ保持されるかは別の論点です。保持期間、保存先リージョン、監査ログの取得可否は、契約とドキュメントで個別に確認する項目になります。

顧問先への説明については、事前に方針を決めておくと迷いません。契約書の秘密保持条項に、業務遂行に必要な範囲で外部サービスを利用する旨の定めがある事務所は、その範囲内と整理できるかを検討することになります。定めがない場合や、定めが古いクラウド利用を前提に書かれている場合は、条項の見直しか、個別の同意取得かを選ぶ話になります。実務では、顧問契約の更新タイミングで説明文書を一枚添える事務所が増えている印象です。説明の中身としては、利用するサービス名、扱うデータの範囲、訓練に使われないこと、事務所側の管理体制の四点を書けば骨格として足ります。

事務所規程に落とすなら、接続型のAIについて既存の章に追記する形が扱いやすいはずです。書き足す内容としては、データ基盤への接続は所長の承認を要すること、接続に使うアカウントは担当範囲に応じた権限に限定すること、接続したデータ源と接続日を台帳に記録すること、顧問先データを対象とする分析結果は有資格者の確認を経てから外部に出すこと、の四点が候補になります。規程を新設するより、既存の入力可否の章に接続という概念を足すほうが、職員にとって理解しやすい構成になります。

もう一点、職員の私物アカウントの問題があります。事務所として契約したワークスペースの外で、職員が個人のアカウントに顧問先データを貼る行為は、どの規程を作っても技術的には防げません。ロール制御は事務所のワークスペース内でしか効かないためです。管理の実効性を上げるには、職員が困ったときに使える公式の手段を用意しておくことが、禁止事項を増やすことよりも効きます。

接続の設計を誤ったときに起きる3つの事故

一つ目は、管理者権限のアカウントでデータ基盤に接続してしまう事故です。Data agentは接続アカウントの権限で動くため、この設定だと、担当外の顧問先のデータまで全職員が引ける状態になります。しかも、問い合わせが自然言語なので、意図せず引いてしまう可能性が高くなります。従来のシステムなら、担当外のデータを見るには画面を操作してアクセスする必要があり、その行為自体が心理的な歯止めになっていました。チャットで聞くだけで返ってくる環境では、その歯止めが消えます。

二つ目は、AIが出した数字をそのまま顧問先に渡してしまう事故です。分析結果に根拠表示が付いていても、根拠として参照されたデータ自体が古い、あるいは対象範囲がずれている、という誤りは残ります。月次報告に載せる数字は、担当者が会計システムの帳票と照合してから出す、という工程を省かないことです。省いた場合の損害は、数字の訂正では済まず、事務所の信用に及びます。

三つ目は、定期更新のスケジュールを設定したまま放置する事故です。クラウド上で定期更新を走らせるスキルがある以上、設定した本人が異動や退職をした後も処理は動き続けます。誰も見ていないダッシュボードが更新され続け、そこに顧問先データが載り続ける状態は、棚卸しの対象から漏れやすくなります。定期実行を設定したら、設定者と対象データと停止条件を台帳に残す運用にします。

三つに共通する回避策は、接続の台帳を作ることです。何を、どのアカウントで、いつ接続し、誰が管理しているか。この四列のシートを一枚持つだけで、事故の大半は事前に見つかります。台帳の更新を月次の定例作業に組み込むと、形骸化しにくくなります。

費用と工数、そして誰が管理を持つか

費用については、Data agentの追加料金の有無を含め、公表情報だけでは確定できません（要確認）。ChatGPT Workのプラン内で使えるのか、接続先のデータ基盤側に別途コストが発生するのかは、事務所の構成によって変わります。接続先としてクラウドのデータウェアハウスを使う場合、問い合わせのたびに計算資源の課金が発生する仕組みのサービスもあるため、自然言語で気軽に問い合わせられることが、そのままコスト増につながる可能性があります。導入前に、課金の単位が何かを確認しておく項目です。

工数の見積もりとしては、接続の設計と権限の整理に数日、検証に二週間から一か月というレンジが一つの目安になります。これは本記事の想定であって実測値ではありません（要確認）。検証期間を短く取りすぎると、月次サイクルを一周できないまま本番運用に入ることになります。会計事務所の業務は月次と年次の周期で動くため、最低でも一つの月次サイクルを回して挙動を見る設計が妥当です。

管理の所有者は、税務の担当者ではなく、事務所内のシステム管理者か所長に置くのが実務的です。権限設計とロール制御は税務の判断を含まない一方で、事務所全体の統制に関わるためです。職員が十名前後の事務所でシステム管理者を置いていない場合は、所長が持つか、外部の支援先に設計を委託して運用だけ内部で持つ形になります。

体制として決めておきたいのは、接続の申請と承認の流れです。職員が新しいデータ源を接続したいと考えたとき、誰に何を出せばよいのかが決まっていないと、承認を経ない接続が発生します。申請書は一枚で足ります。接続したいデータ源、目的、扱う顧問先の範囲、期間の四項目を書かせて、所長が承認する形です。

問い合わせの入口がチャットに寄っていく先で問われること

Data agentのような機能が広がると、事務所内のデータへの入口がチャットに集約されていきます。これまでは、会計ソフトの画面、Excelの集計表、管理表と、データごとに入口が違っていました。入口が一つになると、利便性は上がる一方で、統制の焦点もそこに集まります。入口が分散していた時代の統制は、システムごとのアカウント管理で足りていました。集約後は、問い合わせの内容そのものをどう管理するかが論点になります。

士業事務所にとっての含意は二つあります。一つは、データの整理が投資対象になることです。AIが正しく答えられるかどうかは、モデルの性能より、参照するデータの構造と品質に左右されます。顧問先ごとの科目の付け方がばらばらな事務所では、問い合わせても有用な答えは返りません。データの標準化は地味な作業ですが、AI活用の前提条件として先に来ます。

もう一つは、有資格者の付加価値がどこに移るかという論点です。数字を引く作業と、資料に整える作業がAI側に寄ると、残るのは数字の解釈と、顧問先の状況を踏まえた判断です。これは元々有資格者の中核業務であって、新しく身につけるものではありません。ただし、業務時間の配分と報酬の設計は、作業の比重が変われば見直しの対象になります。この見直しを能動的に行うか、価格競争にさらされてから行うかで、事務所の立ち位置が変わってきます。

よくある質問

Data agentは日本の会計事務所でもすぐ使えますか

現時点で公表されている情報からは、提供条件の詳細までは確認できません（要確認）。報じられているところでは、ChatGPT Workのプラグインとして提供され、Codexでも利用できるとされています。自事務所のプランで利用できるかどうかは、ワークスペースのプラグイン設定と契約内容で確認する項目になります。

顧問先の会計データを接続しても守秘義務の問題はありませんか

ここで断定はできません。税理士法第38条や公認会計士法第27条が定める秘密の範囲と、外部サービス利用の位置づけをどう整理するかは、契約内容と管理体制によって議論が分かれる領域です。契約書の秘密保持条項の文言、ベンダーのデータ利用ポリシー、事務所の管理体制の三点を確認したうえで、事務所として方針を決める論点になります。

接続アカウントの権限はどこまで引き継がれますか

報じられているところでは、データへの問い合わせには接続したアカウントの既存権限が適用され、テーブル・行・列単位の制限も引き継がれるとされています（出典: gihyo.jp）。したがって、接続前にそのアカウントの権限範囲を確認することが、実質的な設計作業になります。

AIが出した分析結果をそのまま顧問先に渡してよいですか

渡す前に有資格者が確認する工程を置く運用が考えられます。根拠を確認できる機能があっても、参照データの鮮度や対象範囲のずれは残ります。数字の照合と、税務上の取扱いに関する記述の確認を分けて行う形が、実務では扱いやすいはずです。

無料版のChatGPTでも同じことができますか

できません。Data agentはChatGPT Workのプラグインとして案内されている機能です。加えて、無料版や個人アカウントは、ビジネス向けプランで示されているデータ利用の前提が適用されない場合があります。職員の私物アカウント利用をどう扱うかは、事務所として別途決める論点になります。

導入の第一歩として何から着手すべきでしょうか

事務所自身の内部データから始める段取りが現実的です。職員の稼働集計や受注一覧など、外部への守秘義務が絡まないデータで挙動と精度を確かめ、その結果をもとに顧問先データへの適用を判断する流れです。この段階で接続の台帳と承認の流れも作っておくと、本番移行が楽になります。

定期更新のスケジュール機能は使わないほうがよいですか

使わないほうがよいとまでは言えません。論点は、設定した処理を誰が管理し続けるかです。設定者、対象データ、停止条件を台帳に記録し、月次で棚卸しする運用が取れるなら、定期更新は工数削減に効きます。管理の受け皿がないまま設定することが問題になります。

参考文献

• OpenAI Now everyone can put data to work
• OpenAI Introducing ChatGPT for Financial Services
• OpenAI Enterprise privacy
• gihyo.jp OpenAI、ChatGPT WorkのDataエージェントを紹介
• e-Gov法令検索 税理士法
• e-Gov法令検索 公認会計士法
• Anthropic Privacy Center

※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/