生成AIは税務部門の課題解決にどのように役立つのか

生成AIは業務を自動化し、情報を要約し知見を提供することができますが、その技術の最適化を図るには、依然として人の関与が必要です。

要点

• 生成AIは、さまざまな文脈の中で言葉がどのように使用されているかを学習し、税務チームが所有する大量の非構造化データの解読を進める。
• 生成AIはデータを使用して情報の要約、新しい知見の創出、推奨されるアクションの提案を行う。
• このソリューションは、税務・財務プロセスの定型業務の自動化および税務部門の役割の高度化を進めることに活用ができる。

税務部門では、多方面にわたる多くの課題への対応を迫られています。最新の 「EYタックス・アンド・ファイナンス・オペレート（TFO）調査」 によると、税務・財務チームはデータ収集やデータクレンジング、納税申告関連のコンプライアンス対応、税務調整などの定型業務に、依然として4分の3近く（72%）の業務時間を割いていることが明らかになりました。

また、規制強化、複雑性の増大、リアルタイムの報告に対応しながら、予算縮小の圧力や「より少ないリソースでより多くを実現する」という全般的なニーズとのバランスを図る必要もあります。TFO調査 によると、税務部門責任者の91%が今後2年の間に平均で4.4%の人員を凍結または縮小することを計画しています。しかし、新規採用が必要になれば、スキルギャップが拡大する状況下で採用活動を進めなければなりません。

このような状況の中で、税務部門は企業内のあらゆる部門の戦略的パートナーとしての存在感を増していますが、この変化に対応するには、税務プロフェッショナルを定型業務から解放し、価値ある仕事に集中できるようにする必要があります。最新の調査によると、ほとんど（96%）の企業が税務および財務の予算を、税務コンプライアンスのような定型的な活動から、立法・企画・論争などの戦略的活動に再配分しています。

生成AIは、税務プロフェッショナルの定型業務からの解放を支援します。現在、税務プロフェッショナルと協働する生成AI税務アシスタントの設計と試験運用が進められ、定型的なコンプライアンス業務の自動・加速化と、組織のサイロ化により埋もれている大量の構造化・非構造化データの掘り起こしが進んでいます。 

生成AIとは何か

簡単に言うと、生成AIは人工知能（AI）アルゴリズムのカテゴリーの1つで、学習データに基づいてテキスト、画像、動画、音声、コンピューターコード、合成データなどの新しいコンテンツを生成するものを言います。

生成AIは、適切な学習データに基づけば、問い合わせに対して人間のような回答を生成できます。2022年に、質問に答えるだけでなく記事やSNS投稿、コンピューターコード、電子メールなどの自然言語コンテンツも作成できる生成AIチャットボットが公表されてから、生成AIは広く普及しました。

一般消費者向けの生成AIプラットフォームは、インターネット上の情報を学習していますが、企業はERPシステム内に保存されている情報などの社内データを分析させることで大きな価値が生み出せることの重要性に着目しています。

従来の人工知能（AI）とは異なり、生成AIは膨大な量の非構造化データ（レポート、メール、補足書類、請求書、領収書など）を取り込んで分析し、それを構造化データと組み合わせることで、税務チームにより幅広い豊かな知見と分析を提供することができます。企業では、生成AIを利用して以下を実現し、価値を創出しています。

• データの自動的な収集・クレンジング・操作など、定型業務を簡素化・自動化。
• 大量の情報の要約、大規模な文書やデータセットにおける最重要情報の特定と抽出を実現。
• 異なる事業分野にわたる収益の前年度との比較がより容易に。
• 新しいコンテンツや知見を創出。これにより精錬された情報がメモ、レポートおよび発注書や収益性分析などの補足書類の作成に使用される。
• 最適な策の提案。生成AIは、これらの豊富な情報に基づいて次に何をすべきかを提案する。

生成AI活用の取り組みは、税務部門に限られた話ではありません。人事部門では人材獲得に生成AIを活用して、スキル・ファーストな組織の構築を目指しており、財務チームでも、データ分析の自動化、レポート作成の迅速化と正確性の向上を含む幅広い業務で、生成AIを使用しています。

人のポテンシャルを増強する

Bird氏は、生成AIのポテンシャルは大きくとも、生成AIの成功の中心は人であり続けるだろうと言います。どのようなシナリオにおいても、人と機械が別個に取り組むより、互いに連携した方がはるかに大きな成果が得られると主張します。

Bird氏は次のように述べています。「生成AIへのアプローチにおいて、『人を中心に据える』という意識を持つべきです。特に人の技術的なノウハウと深い知識を持つ税務部門では、人と機械のコンビネーションはとても強力です。その中心に倫理的でコンプライアンスを重視する、人を据えることで、生成AIが行う作業の特定ポイントで、その進行を確認することができます」

このような人と機械の関係は、既に日常生活の中に多く見られるとBird氏は言います。例えば、運転する際に、何の疑問も持たず、確認をすることもなく、カーナビの指示に従うドライバーはほとんどいません。生成AIチャットボットを使用したことがある人は、明瞭なプロンプトを入力し、コマンドを繰り返し改良し、回答を徐々に改善させていく工程にも慣れているでしょう。Bird氏は、生成AIが税務分野に組み込まれつつある今こそ、人を中心に据えたアプローチを強化していくべきであると強調しました。 
 

税務プロフェッショナルのエンパワーメントとスキルギャップへの対応

生成AIは税務実務者の代わりになるものではなく、実務者の力となってその価値を高めるものとして、実務者のスキルと専門知識を可能な限り最も効果的な方法で活用できるよう支援します。

EY Global Microsoft Alliance Leader for TaxであるSuzi Russell-Gilfordは、生成AIが自動化できるプロセスを特定することで、税務チームの効率性と生産性を向上させることができると述べます。また、税務実務者のパソコン上のバーチャルアシスタントが、定期的に繰り返される作業を見つけては、その自動化を提案する未来が近く実現すると思い描いています。自動化の対象として考えられるのは、ERPデータの特定、抽出、クレンジングなどです。

Russell-Gilfordは、生成AIが税務チームのリソース配分向上と全体的なリスク低減にも役立つと考えています。「税務部門は膨大な量のデータを整理・処理する必要があるため、通常の取引とハイリスクな活動をすぐに判別することができません。より高度な技術がなければ、大量にある日常的な問題の対処にかなりの時間が取られてしまうため、提出期限が迫ったレビューの後半で出現する異常な取引に、十分な時間を割くことができないのです」

適切な生成AIソリューションがあれば、低リスクの問題は自動的に処理され、ハイリスク取引に対しては初期チェックを行うことが可能です。その後、プロフェッショナルである人がAIに指示と修正を行い、必要に応じてさらに対処することができます。Russell-Gilfordは次のように述べています。「税務実務者がリスクレベルを事前に評価し、ケース・バイ・ケースで適切なリソースを配分できるような知見を創出することが重要です」

テクノロジーの民主化と知識所有に対するディスラプション

従来、経営知識は企業トップからから下へと伝わっていくものでしたが、下位の職階でも経営幹部より卓越した知見と豊富なデータに基づいた提案にアクセスできる日は近いでしょう。

生成AIは、誰でも基礎データへアクセスできるようにし、税務部門だけでなく、グローバル経済全体にわたって、企業データへの直接アクセス、データの民主化を可能にします。また、ローコードおよびノーコード技術は、税務プロフェッショナルを、従来のIT部門の支援を得ずに、自らデータ課題を解決できるシチズンデベロッパーへと変えることができます。

生成AIのチャット機能は、税務チームにまったく新しい、刺激的なデータ活用法を生み出し、革新的で今まで想像もできなかったような役割、製品、バリューストリームを創出するでしょう。ソースの段階からデータを精査し、結果予測ができる機能は、スプレッドシートの使用方法をも大きく変えると考えられます。税務部門責任者は、このような変化に対して戸惑っているわけではなく、意欲的であり、草の根イノベーションの新時代を活用していく用意ができていると、Russell-Gilfordは聞いています。 

ただし、企業のあらゆる職階の税務実務者がその技術を習得する必要があります。生成AIに期待できるメリットは、ユーザーがAIとの対話方法を学んで初めて実現できます。例えば、プロンプトエンジニアリングは基本的なスキルとして要求されるでしょう。