「使いたい。でも、間違えたら信用にかかわる」
士業・会計事務所の現場は、いま二重の圧力を受けています。
ひとつは、業務量の増加です。インボイス制度や電子帳簿保存法、毎年の税制改正で、確認すべき書類とルールは複雑になり続けています。
もうひとつは、人手不足です。「人を増やして対応する」という従来のやり方だけでは、追いつかなくなりつつあります。
ここで多くの先生方が、AIに目を向けます。仕訳や書類作成といった定型業務との相性がよいからです。
ところが、一歩手前で止まる方が少なくありません。理由は、たいてい同じです。
「もしAIが間違えて、その内容をそのまま使ってしまったら——」
申告書の数字、申請書の記載、契約書の条項。専門家の仕事は、正確性そのものが信用です。だからこそ「正確性への不安」が、AIへの最大のブレーキになります。
この記事は、その不安を「気合い」ではなく「設計」で解く道筋を整理します。
なぜ踏み出せないのか——”任せ方”が決まっていない
不安の正体をたどると、多くは「AIに何をどこまで任せるか」が決まっていないことに行き着きます。
まず、2種類のAIを分けて考える
ひとくちにAIといっても、性質の違うものが混ざっています。
- 識別系AI：あらかじめ決まったパターンを読み取る。例：請求書をスキャンして金額や日付を抜き出すAI-OCR（文字を画像から読み取る技術）
- 生成系AI：文章を新しく作り出す。例：ChatGPTなどの生成AI（指示に応じて文章を生成するAI）
このうち不安の中心にあるのは、生成系AIです。
生成系AIには「もっともらしい誤り」がある
生成AIは、文章を「予測」して組み立てます。そのため、事実と異なる内容を、もっともらしく出力することがあります（ハルシネーションと呼ばれます）。
申告書のように正確性が求められる書類では、この性質が致命的に見えます。だから身構える——これは当然の反応です。
本当の問題は「全部AIに任せる」という前提
ただ、ここで一度立ち止まりたいところです。
不安が大きくなるのは、「AIにすべてを任せ、人はノーチェック」という極端な前提を、無意識に置いているときです。
実際、中小機構の調査でも、AI導入の目的は「業務効率化／作業時間の短縮」が87.0%で最も多くなっています。ただ、導入で最も足りない情報は「成功事例や活用事例」（83.3%）でした（独立行政法人中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」2026年3月）。
つまり多くの現場が止まっているのは、技術が足りないからではありません。「どう任せれば安全に効率化できるか」という、やり方の地図がないからです。
解決の型：「下書きAI＋人が承認」で役割を分ける
不安への答えは、AIを遠ざけることでも、丸ごと任せることでもありません。役割をはっきり分けることです。
ベンチャーネットが経理の現場で重視しているのも、この一点です。AIは下書きまで。承認するのは人。 この型を、士業の業務にあてはめて考えます。
図：AIは下書きまで、承認するのは人。役割を分けることが、正確性を守る安全装置になる。
AIに任せること／人が担うこと
| AIに任せる（下書き・作業） | 人が担う（判断・責任） |
|---|---|
| 請求書・領収書の読み取り、仕訳の下書き | 最終的な数字の確認と承認 |
| 議事録・要約・メール文案の作成 | 顧問先への提案内容の決定 |
| 通達や資料の要点整理、初稿づくり | 法令にもとづく判断・責任 |
ポイントは、AIの出力を「完成品」ではなく「たたき台」として扱うことです。人がゼロから作るのではなく、たたき台を確認・修正する。この一手間が、正確性を守る安全装置になります。
士業ごとに「線引き」は変わる
任せ方の線引きは、業務の中身で決まります。
- 会計・税理士：仕訳の下書きや記帳整理はAIが得意。ただし税務代理・税務相談・申告書の最終確認は、税理士でなければできません
- 社会保険労務士：給与計算や届出書類の作成は自動化が進む領域。一方、労務トラブルや人事制度の設計は人が担います
- 弁護士・行政書士：契約書のチェックや調査、申請書の初稿づくりはAIが助けます。受任の判断や交渉、最終的な責任は人に残ります
共通するのは、「人にしかできない判断と責任」を手元に残し、その手前の作業をAIに渡すという構造です。
「自分の事務所の正しさ」をAIに持たせる
もうひとつ実務的な工夫があります。汎用のAIは、その事務所の過去案件や業界ごとの相場観を知りません。
そこで、所内に蓄積した質問集・ひな型・過去の対応記録をまとめ、AIが参照できる形にしておきます。こうすると、経験の浅いスタッフでも、先輩の知見に沿った下書きを得やすくなります。
※この「経験情報を貯めて使う」仕組みづくりは、士業に限らず経営全般に効きます。具体的な始め方は別記事で扱います（内部リンク：経験情報は、Notionから貯め始める）。
入力ルールとクライアントの合意を、先に決める
正確性とあわせて外せないのが、情報の取り扱いです。
- AIに入力してよい情報・いけない情報の線引きを、所内で明文化する
- 入力したデータをAIに学習させない設定（オプトアウト）を確認する
- 顧問先の情報を扱う場合は、事前に合意を得ておく
この3つを最初に決めておくと、現場が安心してAIを使えるようになります。
役割を分けると、時間は”人にしかできない仕事”へ戻る
役割を分けたあとに残るのは、「AIに奪われた仕事」ではありません。人だからこそ価値が出る仕事です。
顧問先との対話、経営状況をふまえた提案、相続や事業承継のような信頼が要となる場面。ここに時間を振り向けられるようになります。
数字の面でも、その方向は支持されています。先ほどの中小機構の調査では、「付加価値創出」への効果は、AI導入が22.3%。従来のITツール導入（7.4%）を大きく上回りました（同調査、2026年3月）。AIは作業を速くするだけでなく、空いた時間を価値に変える余地を持つ、ということです。
ベンチャーネットも、経理など数字を扱う業務で「作業はAI、判断は人」という型づくりを支援してきました。特別なツールを買い足すことが目的ではありません。
ただ、この線引きには難しさもあります。どこまで任せ、どこから人が承認するか。その正解は、事務所ごとの業務によって変わるからです。
そして「うちは特殊だから」「うちには向かない」という思い込みは、中にいると気づきにくいものです。だからこそ、業務を一度外から見える化し、一緒に線を引く相手がいると、自分の事務所に合った設計に近づけます。
よくある不安と、つまずきパターン
Q. AIに仕事を奪われませんか？
定型の作業は減ります。ですが、判断と責任、顧問先との関係づくりは人に残ります。むしろAIを使いこなす側に回ると、人にしかできない仕事に集中できます。
Q. 何を入力してよいのか、線引きが分かりません。
顧問先の機密情報は、入力前に必ず確認が必要です。学習させない設定の有無、所内ルール、顧問先の合意。この3点を先に固めてから使い始めます。
Q. 何から始めればよいですか？
いきなり全業務ではなく、影響範囲の小さい定型業務から始めます。議事録の要約やメール文案など、間違えても致命的にならない領域が入口に向いています。
つまずく事務所には、共通の型があります。
- いきなり全自動化を狙う：人の承認を飛ばし、正確性が崩れて信頼を失う
- 役割設計をしないまま導入する：「便利そう」で入れても、誰が何を確認するか決まっておらず定着しない
- 入力ルールを後回しにする：機密情報の扱いが曖昧なまま走り、リスクを抱える
裏を返せば、この3つを避ける設計さえあれば、AIは安全に効率化の味方になります。
まとめ：AIは、専門家の判断を活かす土台
士業・会計事務所にとって、AIは「正確性と引き換えに生産性を取る」道具ではありません。
役割を分け、人が承認する仕組みさえ整えれば、正確性を守りながら、定型業務の時間を圧縮できます。そして空いた時間を、人にしかできない仕事へ戻せます。
大切なのは、AIに何を任せ、どこから人が責任を持つか——その線を、自分の事務所の業務に合わせて引くことです。
ベンチャーネットは、業務を「見える化」し、AIと人の役割を設計しなおすところから、経営の生産性向上を伴走します。
あわせて読みたい
- 会計の現場での具体策：AIで経理は変わる——「下書きAI＋人が承認」にする（内部リンク：FDE-5）
- 事務所の知見を仕組みにする：経験情報は、Notionから貯め始める（内部リンク：3-9）
- 全体像から整理する：経営の見える化とは何か（内部リンク：2-1）
