2026年（令和8年）7月、国税庁が「国税庁におけるAIの活用」という9ページの資料を公表しました。
国税庁の公式ページでは、AI活用を大きく「予測AI」と「生成AI」の2つに分け、それぞれの特徴や具体的な用途を紹介しています。
さらに、AIに任せる業務だけでなく、人による確認や判断、セキュリティ、ハルシネーションへの対策まで示されています。
今回の記事で取り上げたいのは、税務調査そのものではありません。
注目したいのは、国税庁という行政機関が、AIを実際の業務へどのように組み込んでいるのかという点です。
AI導入というと、「ChatGPTを使う」「Geminiを導入する」といったツールの話から始まりがちです。
しかし、国税庁の資料を見ると、その前に「AIに何を任せるのか」「人は何を判断するのか」がかなり具体的に整理されています。
これは、士業事務所や中小事業者がAIを業務へ取り入れる際にも参考になる考え方です。
この記事では、国税庁が予測AIと生成AIをどのように活用しているのかを確認したうえで、その考え方を士業事務所や中小企業のAI活用へどう落とし込めるのかを考えます。
国税庁は「予測AI」と「生成AI」をどう活用しているのか
国税庁が使っているのは、「予測AI」と「生成AI」です。
過去のデータなどから未知の事象を予測することに強みを持つ「予測AI」と、文章の作成や要約、翻訳、データ加工などに利用できる「生成AI」を分け、それぞれに異なる役割を持たせています。
さらに生成AIについては、デジタル庁が整備するガバメントAI「源内（げんない）」を基に、国税庁独自の利用環境を整備する方針も示されています。
つまり、単に「AIを導入する」のではなく、業務の目的に応じてAIの仕組みや役割を分けていることが特徴です。
| 予測AI | 生成AI | |
|---|---|---|
| 主な役割 | データからリスクや可能性を予測する | 情報を加工・生成・整理する |
| 国税庁での例 | リスク判定、スコア化、不正パターン判定、 接触方法や応答可能性の予測 | 要約、データ加工、文書作成、 翻訳、情報収集・分析など |
| 人の役割 | 他の資料も確認して最終判断する | 出力内容を確認して業務に利用する |
予測AIは用途に応じた「予測モデル」を構築している
国税庁の予測AIは、一つのAIに何でも予測させているわけではないようです。
たとえば、申告漏れのリスクを判定する予測モデル、不正還付のリスクを判定する予測モデル、法人の不正申告のパターンを判定する予測モデルなど、目的に応じて複数の予測モデルが構築されています。
徴収事務でも、滞納者ごとに接触できる可能性の高い方法を予測するモデルや、電話がつながりやすい曜日・時間帯を予測するモデルが使われています。
公表資料から確認できる範囲でも、「何を予測したいのか」を先に決め、その目的に合わせたAIを使っていることが分かります。
生成AIはガバメントAI「源内」を基に利用環境を整備
生成AIについては、デジタル庁が政府職員向けに整備しているガバメントAI「源内」があります。
デジタル庁によると、「源内」には、対話型チャット、文章作成、要約、校正、翻訳などを行う「汎用AI」と、行政実務に特化した「行政実務用AI」があります。
国税庁では、調査・徴収事務で利用できるセキュアな環境が必要なため、この「源内」を基に国税庁独自の生成AI利用環境を令和8年度中に構築し、業務利用を開始する予定としています。
一方、徴収事務では、すでに生成AIを使って滞納者別の整理事績を要約し、優先着手事案の選定や担当者変更時の引継ぎを効率化する取組も進められています。
予測AIと同じように、生成AIについても「何に使うのか」を具体的な業務単位まで落とし込んでいる点が参考になります。
参考になるのは「AIに仕事全体を任せていない」こと
私がこの資料を見て特に参考になると感じたのは、国税庁がAIを使っていること自体ではありません。
参考になるのは、一つの業務を丸ごとAIへ渡すのではなく、業務を工程に分け、その中からAIに任せる部分を決めていることです。
「この仕事をAI化できるか」と大きく考えるのではなく、「この仕事の中で、どの工程ならAIに任せられるか」と考える。
国税庁の具体例を見ると、この考え方が分かりやすく見えてきます。
予測AIは「大量の情報から見るべきところを絞る」
予測AIの具体例として分かりやすいのが、課税事務での活用です。
国税庁は、保有する膨大なデータを予測AIで分析し、申告漏れのリスクを判定してスコア化する予測モデルを構築しています。
その判定結果は、全国すべての国税局・税務署で活用されているとされています。
さらに、所得税申告の不正還付リスクや、法人税における不正申告のパターンを判定する予測モデルも紹介されています。
つまり、予測AIに任せているのは最終判断そのものではありません。
大量の情報の中から、優先して見るべきところを絞る。
そのための支援に予測AIを使っているのです。
生成AIは「加工する・まとめる・探す」
一方、生成AIに任せている仕事は、予測AIとはかなり違います。
国税庁の資料では、生成AIのユースケースとして次のようなものが挙げられています。
- データ加工
- 文書作成・要約
- 翻訳
- 情報収集・分析
- アイデアの検討・壁打ち
- 法令・判例等の検索
たとえば、外国語の書類を自然な日本語へ翻訳して重要部分を要約したり、形式や表記がバラバラなデータを統一した形へクレンジング・加工するといった使い方が紹介されています。
生成AIというと、文章をゼロから作ってもらう使い方をイメージしがちです。
しかし国税庁の資料を見ると、すでにある情報を整理する、加工する、要約する、探しやすくするといった作業にも活用しようとしていることが分かります。
業務を「工程」に分けてAIへ渡している
課税事務の予測AIを例にすると、おおまかには次のような流れになっています。
保有するデータを分析する
→ AIがリスクを判定する
→ 申告書や資料情報なども合わせて確認する
→ 職員が調査の要否や優先度を判断する
AIは業務の途中に入っていますが、業務全体をAIだけで完結させているわけではありません。
これは、一般の事務所でAIを導入するときにも同じように考えられます。
たとえば、「案件管理をAI化する」と大きく考えるのではなく、案件管理を構成している作業を細かく見てみます。
- 案件情報から期限を抽出する
- 長い経過記録を要約する
- 未処理事項を一覧にする
- 複数の資料から必要項目を抜き出す
- 担当者が確認しやすい形へ整理する
このように工程へ分ければ、AIに任せられる部分が見えやすくなります。
仕事全体ではなく、仕事を構成している工程を見る。
AI導入では、この視点が重要です。
AIの結果をそのまま最終判断には使っていない
AIに仕事を任せるなら、もう一つ決めなければならないことがあります。
それが、AIが処理した後に、誰が何を確認し、誰が最終的に判断するのかです。
国税庁の資料では、この人間側の役割についても明確に書かれています。
予測AIの判定後も職員が最終判断する
国税庁の資料では、予測AIについて、AIの判定結果だけで調査を決めるのではありません。
申告内容や各種資料情報なども合わせて分析・検討し、「最終的には必ず職員が判断」すると明記されています。
つまり、AIは判断材料を作りますが、その結果だけで最終的な意思決定をしているわけではありません。
生成AIの出力も職員が確認する
生成AIについても同じです。
翻訳やデータ加工などの利用例を紹介したページでは、生成AIの出力を利用する場合、「内容に問題がないか、必ず職員が確認」するとされています。
生成AIが作った文章や整理結果を、そのまま正しいものとして扱うのではありません。
AIと人間の責任分界まで業務フローに入れる
士業事務所でも、AIに下書き、抽出、整理、比較などを任せることはできます。
しかし、専門判断が必要な部分や、原資料との照合、依頼者へ提示する内容の確認までAI任せにするわけにはいきません。
必要なのは、AIが出力するところまでではなく、その後に誰が何を確認し、どこで人間が判断するのかまで業務フローとして設計することです。
AIに何を任せるのかと、人が何を確認するのかはセットで決める。
セキュリティとハルシネーション対策も「AI導入」の一部
AIを業務へ組み込む場合、「何ができるか」だけを考えていては不十分です。
国税庁の資料では、AIの活用方法と同時に、セキュリティやハルシネーションといったリスクも取り上げています。
つまり、安全に使うための環境や確認方法も、AI導入の一部として考えられています。
機密情報を扱うための利用環境を整える
徴収事務で生成AIを利用する際には、納税者情報の流出を防ぐための措置を講じたセキュアな環境で活用しているとされています。
さらに、国税庁独自の生成AI利用環境についても、デジタル庁の「源内」を基に整備する方針です。
機密性の高い情報を扱う業務では、「AIが便利だから使う」だけではなく、どの環境なら使ってよいのかを先に決める必要があります。
AIへ入力してよい情報を決める
士業事務所では、依頼者の氏名、住所、案件内容、登記や相続に関する情報など、機密性の高い情報を扱います。
そのため、AIを利用する場合は、少なくとも次のようなルールを決めておく必要があります。
- どの情報をAIへ入力してよいのか
- 個人情報や機密情報をどう扱うのか
- どのサービス・アカウントを利用するのか
- 誰が利用できるのか
入力ルールがなければ、職員ごとに判断が分かれてしまいます。
ハルシネーションを前提に確認手順を作る
国税庁の公式ページでは、生成AIが事実と異なる内容をもっともらしく回答する「ハルシネーションリスク」にも十分注意するとしています。
生成AIは、自然な文章で間違った内容（ハルシネーション）を出すことがあります。
だからこそ、AIの回答を誰が確認するのか、どの資料と照合するのか、誤回答があった場合にどこで止めるのかまで決める必要があります。
ChatGPTの使い方を教えただけでは、AI導入が完了したことにはなりません。
業務への組み込み方と、安全に使うためのルールをセットで考える必要があります。
国税庁と同じシステムを作る必要はない
ここまで国税庁のAI活用を見てきましたが、士業事務所や中小企業が同じシステムを用意するのは現実的ではありません。
国税庁では、用途に応じた予測モデルを構築し、生成AIについても政府向けの「源内」を基に独自の利用環境を整備しています。
私たちの事務所には、「源内」もなければ、国税庁のような大規模な予測モデルもありません。
では、普段ChatGPTやGeminiなどを使っている士業事務所では、国税庁の考え方をどのように取り入れればよいのでしょうか。
参考にしたいのはシステムそのものではなく、AIを役割ごとに分け、業務の一部へ組み込むという考え方です。
私たちが使っているAIは「予測AI」と「生成AI」のどちら？
ここまで読むと、「では、自分たちが使っているAIは、予測AIと生成AIのどちらなのか？」と気になるのではないでしょうか。
ChatGPT、Gemini、Claude、Microsoft Copilotなど、私たちが普段利用している対話型のAIサービスは、いずれも生成AIを利用するサービスです。「ChatGPTが生成AIで、Geminiが予測AI」というように、サービスごとに予測AIと生成AIへ分かれているわけではありません。
しかし、士業事務所が国税庁の考え方を取り入れるために、必ずしも「予測AI」という別の製品を探す必要はありません。
生成AIに「予測AI的な役割」を持たせる
本格的な予測AIを作るのであれば、国税庁のように過去のデータを蓄積し、目的に応じた予測モデルを構築・検証する必要があります。
ただ、多くの士業事務所が最初からそこまで大掛かりな仕組みを用意する必要はないと思います。
現在の生成AIは、文章を作るだけではありません。
情報を整理したり、決められた条件に沿って分類したり、複数の資料を比較したり、優先順位を付けたりすることもできます。
そこで、まずはChatGPTやGeminiなどの生成AIに、「予測AI的な役割」を持たせるという使い方が考えられます。
たとえば、過去の事例や事務所で決めた判断基準を与えたうえで、次のような作業を支援してもらいます。
- 案件を決めた基準で分類する
- 注意すべき案件や確認項目を洗い出す
- 過去の事例と今回の案件を比較する
- 優先して確認すべき案件を並べる
- 考えられるリスクや見落とし候補を挙げる
これは、国税庁が使う専用の予測モデルと同じものではありません。
AIが将来を正確に予測しているのではなく、与えた資料や基準をもとに、生成AIが分類、比較、評価、優先順位付けなどを支援していると考えるのが適切です。
まずはこの程度の「予測AI的な使い方」でも、業務の中で見るべき情報を絞る用途には活用できます。
士業・中小事業者ならこう置き換えられる
国税庁の活用例を、そのまま真似する必要はありません。
自分たちの業務へ置き換えると、次のように考えられます。
| 国税庁での活用 | 士業・中小事業者で考えるなら |
|---|---|
| 大量の情報から確認対象を絞る | 案件一覧から期限超過や確認対象を抽出する |
| 過去データからリスクを判定する | 過去事例や事務所の基準と比較し、注意案件を分類する |
| 整理事績を要約する | 日報、面談記録、メールの経過を要約する |
| 形式の異なるデータを加工する | Excel、CSV、文書などを共通形式へ整理する |
| AIの判定後に職員が確認する | AIが抽出・整理した内容を担当者が原資料と照合する |
| セキュアな利用環境を整える | 入力ルール、利用アカウント、権限を決める |
参考にするのは、国税庁と同じAIを作ることではありません。
「何のためにAIを使うのか」「AIにはどこまで任せるのか」「人はどこを確認するのか」を先に決める。
この設計方法を、個人事務所や中小企業向けに置き換えて使えばよいと思います。
繰り返す仕事はGPTsやGemsで「役割」を固定する
同じ役割を繰り返し生成AIへ依頼するのであれば、毎回長い指示を書く必要はありません。
ChatGPTでは、特定の目的に合わせて指示や参考資料などを設定したGPTs（カスタムGPT）を作ることができます。Geminiにも、特定の目的や繰り返し作業に合わせてカスタマイズできるGemsがあります。
たとえば、次のような役割ごとの専用AIを作ることが考えられます。
- 案件を事務所の基準で分類する「案件優先度チェックGPT」
- 長い面談記録や日報を決めた形式で整理する「記録要約GPT」
- 書類の確認項目を一定の基準でチェックする「書類一次チェックGPT」
- 過去事例と今回の案件を比較する「過去事例比較GPT」
- 事務所のマニュアルから必要な情報を探す「社内マニュアルGPT」
Geminiを利用している事務所であれば、同じ考え方でGemsとして作ることができます。
このように役割を固定しておけば、職員が毎回ゼロからプロンプトを考える必要がなくなり、事務所内でAIの使い方もそろえやすくなります。
OpenAI「Creating and editing GPTs」
国税庁のような大規模なAIシステムを作らなくても、士業事務所では「生成AIに役割を持たせる」ことで、その考え方を小さく取り入れられます。
ただし、GPTsやGemsを作れば自動的に安全になるわけではありません。
個人情報や機密情報を扱う場合は、利用する契約環境、入力ルール、閲覧権限、人による確認方法を別に定める必要があります。
AI導入で最初に決めるべき5つのこと
国税庁の資料を、士業事務所や中小事業者のAI導入という視点から読むと、AIツールを選ぶ前に整理しておくべきことが見えてきます。
ポイントは、「どのAIを使うか」から考え始めないことです。
まず業務と問題を確認し、その後でAIに任せる工程と、人間が担当する工程を決めます。
具体的には、次の5つです。
1．どの業務を対象にするのか
最初に「AIを導入したい」と考えるのではなく、どの業務の何の作業で困っているのか（ボトルネック）を探します。時間がかかっているのか。確認漏れが起きているのか。情報を探すのが大変なのか。
先に対象となる業務と問題を探します。
2．その業務をどの工程に分けられるのか
一つの業務も、実際には複数の作業でできています。
入力、転記、抽出、分類、比較、確認、判断、送信などに分けていくと、AIを使えそうな部分が見えてきます。
3．どの工程をAIに任せるのか
AIが使えるから入れるのではなく、その工程でAIを使う意味があるかを考えます。
要約、分類、抽出、比較、下書きなどは、生成AIを利用しやすい代表的な工程です。
すべての工程（専門判断や最終承認まで）を同じようにAIに任せられるとは限りません。
4．誰が何を確認・判断するのか
AIを業務へ入れるなら、AIの出力後の流れも決めておきます。
誰が原資料と照合するのか。
誰が専門的な判断をするのか。
誰が最終的に送信・公開・承認するのか。
ここが曖昧だと、AIで作業時間を減らしても、誤回答や確認漏れといった別の問題が発生する可能性があります。
5．どんな情報・環境で使うのか
最後に、AIへ入力する情報と利用環境を決めます。
特に士業では、依頼者情報を含む個人情報（不動産の所有状況、住所氏名、戸籍、課税金額など）を扱います。
「便利だから入力する」のではなく、利用するAIサービス、契約内容、入力ルール、権限、人による確認手順まで含めて設計する必要があります。
まとめ｜先に決めるのは「ChatGPTかGeminiか」ではない
国税庁が公表したAI活用の資料では、「予測AI」と「生成AI」を分け、それぞれに具体的な仕事を割り当てています。
予測AIは、目的に応じた予測モデルを構築して、大量の情報から優先して確認すべき対象を絞っています。
生成AIは、要約、データ加工、翻訳、情報収集などの作業に利用し、今後はデジタル庁の「源内」を基に国税庁独自の利用環境も整備する方針です。
さらに、AIだけで業務を完結させるのではなく、職員による確認や判断を残し、セキュリティやハルシネーションへの対応もAI活用の一部として扱っています。
ここから参考にできるのは、国税庁と同じシステムを作ることではありません。AIに何を任せ、人間に何を残すのかを先に設計することです。ChatGPT、Gemini、Claude、Microsoft Copilotなど、私たちが普段利用する生成AIでも、文章作成だけをさせる必要はありません。
情報を整理する役割、案件を分類する役割、過去事例と比較する役割、確認項目を洗い出す役割など、同じ生成AIに仕事ごとの役割を持たせることができます。
さらに、繰り返す仕事なら、GPTsやGemsとして専用化する方法もあります。
AI導入で最初に考えるべきなのは、
「ChatGPTとGeminiのどちらがいいですか？」
「どんなプロンプトを使えばいいですか？」
だけではありません。
どの仕事の、どの工程を、何のためにAIへ任せるのか。
そして、
AIが出した結果を誰が確認し、どこから人間が判断するのか。
国税庁のAI活用は規模こそ違いますが、AIを実際の業務へ組み込むときの一つのモデルケースとして参考になる資料だと思います。
事務所のどこにAIを使えばいいか、一緒に整理しませんか？
AI導入で大切なのは、ChatGPTやGeminiを使い始めることではなく、「どの業務の、どの工程をAIに任せるのか」「どこを人が確認・判断するのか」を整理することです。
AIの杜さいたでは、土地家屋調査士事務所をはじめとする士業の方向けに、現在の業務を確認しながら、AIを使えそうな工程や、安全に運用するための方法を一緒に整理しています。
「AIを導入したいけれど、何から始めればいいか分からない」「ChatGPTは使っているけれど、業務活用が広がらない」といった段階でも問題ありません。
お問い合わせフォームでは「無料相談・体験申込」→「AI導入について相談したい（プランは未定）」をお選びください。
相談内容がまだ整理できていなくても大丈夫です。個人情報や具体的な案件情報は入力せず、差し支えない範囲でご記入ください。