申告書や決算書、各種資料をAIで分析し、異常値や不自然な動きを抽出する。こうした使い方が税務調査を行う側で進むのであれば、申告する側でも同じような使い方ができるのではないでしょうか。税務調査を受けてから資料を探すだけでなく、申告前に自分たちの資料を横断的に確認する。AIは、そのための補助になると考えています。
AIに、違和感のある場所を拾ってもらう
例えば、法人税の申告前に、次のような資料をAIで確認します。
- 当期及び過年度の申告書
- 決算書
- 勘定科目内訳明細書
- 元帳
- 契約書
- 過去の税務調査で指摘された事項
そのうえで、
「前年以前と比べて、不自然に増減している項目はないか」
「申告書、決算書、内訳書、元帳の間で整合していないところはないか」
「税務調査で質問されそうな箇所はどこか」
「過去に指摘された事項が再び発生していないか」
といった確認をしていきます。AIが正解を判定するというよりも、まず違和感のある場所を広く拾ってもらう使い方です。
異常値と、誤りは同じではない
異常値が見つかっても、それが誤りとは限りません。前年より売上が大きく増えていても、実際に大型案件があったのであれば、その増加には理由があります。役員への貸付金が増えていれば、資金使途や契約条件、利息、返済状況などを確認し、税務上の取扱いも検討する必要があります。
重要なのは、異常に見える数字があることだけではありません。
「なぜそうなっているのかを会社側で把握し、必要な資料とともに説明できるか」
という点です。説明が難しいものが見つかれば、申告前に事実関係を確認します。誤りであれば修正する。誤りではなくても、数字だけでは事情が伝わらない場合には、契約書や稟議書、資金移動の理由などを整理しておく。必要に応じて、税理士による書面添付の活用を検討することも考えられます。
数年間の動きや、会社をまたぐ関係を見る
AIを使えば、単年度だけでなく、数年間の時系列を並べた確認にも取り組みやすくなります。例えば、次のような事項です。
- 売掛金や貸付金が長期間滞留していないか
- 貸倒れの可能性や、損金算入の要件・時期を検討すべきものはないか
- 関連会社間の取引が年々膨らんでいないか
- 役員や株主との資金移動に、確認が必要なものはないか
グループ会社がある場合には、会社単体だけでなく、複数社を横断して確認することも考えられます。登記事項証明書や株主構成、役員関係、贈与や相続に伴う変化まで照合すると、一社の申告書だけでは見えにくかった関係が見えてくることもあります。
ただし、AIが示した関係や不一致は、原資料に戻って確かめる必要があります。読み取りの誤りや資料の不足によって、実際には存在しない問題を指摘することもあるからです。
人間は、重要なところに時間を使う
AIにすべてを確認させればよいわけではありません。細かな増減や形式的な不一致まで大量に拾えば、人間側が処理しきれなくなります。確認事項が増えただけで、重要な問題を見落としてしまうことも考えられます。そのため、次のような観点で優先順位を付ける必要があります。
- 税額への影響が大きいもの
- 事実関係や処理の理由を説明しにくいもの
- 税務調査で確認される可能性があるもの
- 過去に問題となったもの
AIには資料を広く照合してもらい、人間は重要なところの事実確認と判断に時間を使う。そのような役割分担になるのでしょう。なお、実際の利用に当たっては、会社や個人の情報を扱うため、利用するAIの契約条件、入力情報の取扱い、アクセス権限などを確認することも必要です。
税務調査の前に、一度立ち止まる
通常の申告業務とは別に、
「税務調査を受ける前に、AIを使って会社の税務資料を横断的に確認する」
という仕事が、今後広がるかもしれません。いわば、税務調査の前に行う「プレ税務調査」です。税務調査が始まってから慌てて資料を探し、数年前の取引を思い出すよりも、申告時点で一度立ち止まる。
「この数字は説明できるか」
「聞かれたら何を見せるか」
を確認しておく。資料が揃い、読み取りや照合が適切に行われれば、AIはその確認に必要な時間を短くする助けになります。調査する側でAIの活用が進むのであれば、申告する側もAIを使いながら、自分たちの申告を事前に見直す。税務調査への備えも、少しずつそのような形に変わっていくのかもしれません。
申告前の確認では、数字の不一致を見つけるだけでなく、その理由を原資料に戻って確かめます。重要な論点に絞り、後から説明できる状態を整えることを重視しています。