考え方編

AIに任せられる仕事、任せられない仕事

活用例を1本ずつ読むと「この業務ではこうする」はわかります。ただ、目の前にある自分の仕事に当てはめるには、もう一段だけ抽象度の高い整理が要ります。このページは、このサイトの活用例すべてに共通する考え方をまとめたものです。

1. AIが引き受けられる仕事は、4つの型に分かれます

経理・財務の業務でAIがうまく働く場面を集めて整理すると、次の4つに収まります。どれも「材料が手元にあり、正解の形が決まっている」仕事です。

型	やっていること	経理での例
分解する	長い文章やひとかたまりの依頼を、扱える単位に切り分ける	監査法人からの質問を論点ごとに割る／契約書から収益認識の検討対象になる条項を抜き出す
照合する	2つ以上の一覧を突き合わせ、合わないところを拾い出す	グループ間の債権債務を突合する／仕訳の勘定科目と消費税区分の組合せを規則に照らす
下書きする	型の決まった文章の初稿を作る	監査法人への回答文／滞留債権の督促文／月次の変動理由コメント
整形する	手元の情報を、指定した表や様式に並べ直す	年齢調べ表を作る／資金繰り表の形式に落とす／チェックリストの形にする

この4つに共通するのは、出力が正しいかどうかを人が確かめられることです。分解が粗ければ読めばわかり、照合の結果は元データに戻れば確かめられ、下書きは読んで直せます。確かめられるからこそ任せられます。

2. 任せてはいけないのは「結論を出す」仕事です

減損すべきか。繰延税金資産を回収可能と判断してよいか。この事象は注記すべき重要性があるか。これらは4つの型のどれにも当てはまりません。理由は3つあります。

AIは確からしさではなく、もっともらしさで答えを作ります。文章として自然な結論を返すことと、その結論が正しいことは別です。しかも誤っているときほど、断定的で読みやすい文章が返ってきます。
会計基準の適用は、要件の当てはめと判断の組合せです。要件を並べるところまでは型に収まりますが、自社の状況をその要件に当てはめる部分は、社内の事実を知っている人にしかできません。
制度上、責任を移せません。計算書類を作成するのは会社であり（会社法第435条第2項）、その内容について責任を負うのは取締役です。AIが出した結論だから、という説明は監査人にも株主にも通りません。

「AIに判断させない」は、AIを使わないという意味ではありません。判断の手前にある作業は、ほとんどが4つの型に分解できます。下の表のように、結論は人が出しつつ、そこに至る材料集めをAIに寄せるのが実務的な使い方です。

人が出す結論	AIに切り出せる手前の作業
減損の兆候があるか	兆候の判定項目を基準から並べる（分解）／資産グループごとに該当・非該当の表を作る（整形）
繰延税金資産を回収可能と見るか	一時差異を科目ごとに整理する（整形）／会社分類の判定要件を並べる（分解）
この事象を注記するか	前期の注記と当期の下書きを突き合わせて差分を出す（照合）／注記項目の一覧を作る（分解）
この請求書をどの科目で処理するか	過去の類似仕訳を条件で抽出する（照合）／仕訳案の形に整える（整形）

3. もう1つの使い方 ― 人の判断を強くする

前の節までの4つの型は、手元にある材料を整える型です。これに対して、判断そのものを助ける使い方があります。ここで紹介する使い方は、AIに結論を出させるためのものではありません。人が判断するときに、見落としを減らし、考える範囲を広げるためのものです。結論を出すのは人であり、その責任も人にあります。この点は、前の節の「任せてはいけないのは『結論を出す』仕事です」と変わりません。

型	何を頼むか	指示の例
反証する	自分の案が成り立たない場合を挙げさせる	「この案に賛成しないでください。成り立たない場合を挙げてください」
条件を分ける	複数の案が、それぞれどんな条件で選ばれるかを分けさせる	「A案とB案が、それぞれ成立する条件を分けて書いてください」
不足を挙げる	結論を出すために足りない事実を挙げさせる	「この結論を出すために、私がまだ確認していない事実を挙げてください」
事実と仮説を分ける	渡した資料から言えることと、推測を分けさせる	「①確認できる事実 ②仮説 ③確認すべき事項、の3つに分けてください」
失敗を先に洗い出す	導入・変更の前に、失敗の型を挙げさせる	「この進め方を導入した場合の、失敗のパターンを挙げてください」
立場を変えて読む	別の立場から見たときの指摘を出させる	「監査人の立場で、この資料に対する質問を作ってください」

共通して見るところ。どの型でも、AIが渡していない事実を使っていないかをまず確認します。もっともらしい指摘のなかに、こちらが伝えていない前提が混ざっていることがあります。渡していない事実が出てきたら、それは「不足している事実」の欄に移してもらいます。

4. AIを使わない、という判断

AIを使うかどうかは、次の3つで判断できます。

毎月同じ処理か
入力の形が安定しているか
結果が一意に決まるか（人によって答えが変わらないか）

3つともYESなら、AIではなく固定の処理（Excelの数式、Power Query、マクロ、プログラム、RPA、会計システムの標準機能）が向いています。理由は速さではありません。同じ入力から必ず同じ結果が出ること、そしてその根拠が残ることです。毎月の決算業務では、ここが効きます。

1つでもNOがあるなら、その部分はAIが向きます。形が毎月変わる部分、判断の材料を広げたい部分、文章にする部分です。

実際の業務は、多くの場合ひとつの流れの中に両方が混ざっています。業務全体をAIにするか固定処理にするかではなく、工程ごとに分けて考えてください。各活用例の「ここはAIを使わない」の箱は、この基準で切り分けたものです。

5. 自分の仕事を切り分ける手順

新しい業務でAIを使えるか迷ったときは、次の順で考えると判断がつきます。

その仕事を、実際にやっている工程に割る。「資料を集める」「読む」「表にする」「文章にする」「確認してもらう」といった粒度で十分です。
工程ごとに、4つの型のどれかに当てはまるかを見る。
当てはまらない工程は人が持つ。ここを無理に渡すと、あとの検証で時間を失います。
当てはまる工程だけを渡す。渡すときは、その工程に必要な材料も一緒に渡す。

4つ目が抜けると失敗します。判断に必要な情報が手元の資料の外にある場合、AIはその欠けを指摘せずに、それらしい答えで埋めてしまうためです。

6. 出力の確かめ方

任せた以上、確かめる手順まで含めて業務です。次の4つを型として持っておくと、確認が作業になります。

原文に当たる

基準名・項番号は、必ずASBJや国税庁の原文で確認する
AIの要約に出てきた番号をそのまま書き写さない

数字は別経路で再計算する

合計・按分・税額は表計算で検算する
AIの計算結果は下書きとして扱う

根拠が出せないものを言わせる

「根拠を示せない項目は、示せないと書いてください」と指示する
空欄が出ることは失敗ではなく、確認すべき箇所が特定できた状態

前提の不足を挙げさせる

「この回答をするために足りない情報を挙げてください」と続けて聞く
挙がった項目が、そのまま社内で確認すべきことの一覧になる

項番号は、最も間違いが出やすいところです。基準名が合っていて番号だけ違う、改正前の番号が返る、存在しない号数が返る。いずれも文章としては自然に読めてしまいます。番号を含む文を社外に出す前は、原文に当たることを手順に組み込んでください。

7. うまくいかない仕事には、共通の形があります

やってみたが割に合わなかった、という場面もあります。多くは次の4つのどれかです。

判断に必要な情報が、渡した資料の外にある。請求書だけを見てプロジェクトコードを当てるような場合です。
正解が一つに決まらない。見積りや重要性の判断がこれにあたります。もっともらしい答えは返りますが、確かめる方法がありません。
検証の手間が、作業そのものより重い。大量の項番号を出させると、確認に元の作業以上の時間がかかります。
入力が長すぎて、中間が抜ける。長い契約書や規程を一度に渡すと、前半と後半だけを見た答えが返ることがあります。

個別の例はつまずきやすい点にまとめています。

8. 型から活用例を引く

型	この型が中心になっている活用例
分解する	監査法人からの質問への回答ドラフト／契約書から収益認識の論点を洗い出す／取込データ作成
照合する	グループ間債権債務の照合／消費税区分の一括チェック
下書きする	月次決算の変動分析コメント／税効果の回収可能性メモ
整形する	資金繰り表とシナリオ試算／減損の兆候チェックリスト
反証する	会計判断レビュー
不足を挙げる	資金繰りの引継ぎ／会計判断レビュー
事実と仮説を分ける	月次変動分析
失敗を先に洗い出す	現行業務からRFP／ツールの引き継ぎ
立場を変えて読む	会計判断レビュー／監査法人対応