Paul Peterson氏、WissのCEO兼マネージングパートナー。
自動化は会計業界において目新しいものではない。クラウドベースの総勘定元帳から領収書管理のための光学式文字認識まで、企業は年々手作業の自動化に取り組んできた。しかし、現在起きていることはまったく別次元だ。エージェント型AIが完全なワークフローを引き継ぎ始めており、その精度と信頼性は人間を上回りつつある。
この変化は会計業務の価値提案そのものを変えている。税務申告、照合、経費分類はもはや仕事の中心ではなく、洞察、計画、継続的なサポートに基づいたより広範なクライアント関係の副産物になりつつある。
例えば、私の会計事務所でエージェント型AIを活用することで、特に前年比での財務情報の比較において、はるかに情報に基づいた出発点を得ることができる。AIエージェントは差異を数値化するだけでなく、その差異の理由も説明できる。
企業が人材不足とアドバイザリーサービスへの期待の高まりに直面し続ける中、会計業界のリーダーはAIのこの次の段階が企業の運営、成長、価値提供の方法をどのように再形成しているかを理解する必要がある。
業務が人間主導からAI主導へとシフト
設定された指示に従う従来の自動化ツールとは異なり、エージェント型AIはより自律的に機能する。コンテキストを理解し、各クライアントの特性に適応し、ライブの財務システム内で直接マルチステップのワークフローを処理する。
請求書処理を例に挙げよう。かつては業者の詳細確認、GL（総勘定元帳）コードの割り当て、予算の検証、承認のためのルーティングなど、人が行う必要があったタスクが現在は自動で実行される。
私の会社では、AIエージェントを活用して請求書を分析・解釈し、過去の傾向に基づいて適切な承認ワークフローを決定し、過去の経験との相違点を通知している。監査においては、エージェントが効率的に証拠を収集し、データを比較し、問題を特定し、人間によるレビューが必要な項目のみを転送するため、手動での記録検索が不要になる。
成長がもはや人員数に依存しない
会計業界における成長は常に採用と密接に結びついていた。クライアントが増えれば、それだけスタッフを増やす必要があった。これは人材プールが縮小し始めるまでは機能していた。ここでエージェント型AIが方程式を変える。企業はもはやクライアントを拡大するのと同じペースで人員を拡大する必要がない。
これにより、異なるタイプの成長への道が開かれる。採用のスピードに制限されるのではなく、企業は需要に応じて調整できる柔軟な対応力を獲得できる。
価値が解釈と洞察へと移行
AIエージェントは取引を解釈し、異常を検出し、さらにリスクを予測することもできるが、クライアントの決定の背後にある関係性、歴史、戦略的目標を理解することはできない。それはまだ会計士の役割であり、全体像を把握するために必要な視点と判断力をもたらす。
一部の企業はすでに、エージェント型AIとより深いクライアントサポートをどのように組み合わせるかを模索している。システムが契約違反の可能性を検出した場合、検出だけで終わらず、レポートを作成し、チームに警告を発し、さらに最初の次のステップを推奨することもできる。しかし、その洞察を活用してクライアントと関わり、選択肢について話し合い、適切な対応を形作るのは会計士である。
この変化は、企業がチームを成長させる方法も変えている。新入社員はもはや照合やデータ入力から始めるわけではないかもしれない。代わりに、アドバイザリー業務に早期に触れる必要がある—AIエージェントを監督し、その行動を検証し、クライアントの信頼を得るような判断力を構築する方法を学ぶのだ。
企業の準備：データ、システム、人材
3,300人以上の会計・財務専門家を対象とした最近の調査では、エージェント型AI導入の上位3つの障壁は、技術への信頼の欠如（21%）、AIを既存のシステムに統合する難しさ（20%）、AIツールを管理するための社内スキルの不足（15%）だった。これらの課題を克服するために、企業はデータ、システム、人材という3つの中核領域に焦点を当てるべきだ。
1. データ
ほとんどの企業はデータが不足しているわけではなく、使用可能なデータが不足している。クライアントの知識は、メールボックス、共有ドライブ、Slackのスレッド、前回の監査サイクル以降触れられていないスプレッドシートに存在している。AIはそのような混乱から学ぶことはできない。構造が必要だ。
どのような作業が行われ、どのように行われ、クライアント固有のルールや好みがどこに存在するかをマッピングする。つまり、ファイルを整理し、繰り返し可能なプロセスにタグを付け、再利用可能なテンプレートを構築することを意味する。また、標準的な勘定科目表だけでなく、特定のクライアントがソフトウェア費用をどのようにコード化するか、または部分的な請求書をどのように処理するかをAIに教えることも意味する。
2. システム
エージェント型AIは分析するだけでなく、行動もする。したがって、データがクリーンでワークフローが特定されていることを確認する必要がある。
まだ手作業のものをデジタル化することから始める。コアシステムの外に存在するスプレッドシートを排除する。次に、API、データコネクタ、アクセス制御などの統合レイヤーを追加し、AIがコンプライアンスに違反したり承認をスキップしたりすることなくシステム間を移動できるようにする。適切なシステムアクセスと制御を整えることで、企業は小規模から始め、請求書の分類や取引の照合などの低リスクのワークフローを自動化し、そこから拡大することができる。
3. 人材
AIエージェントがより多くの定型業務を引き受けるにつれ、会計士はアウトプットを監督し、判断を適用し、よりアドバイザリーに傾倒することが期待される。しかし、ほとんどの企業はそのシフトをサポートするためのトレーニングパスやパフォーマンスモデルを構築していない。すべてのレベルでスキルの再構築が必要であり、AIによる業務のレビュー方法、結果をコンテキストで解釈する方法、決定を通じてクライアントを導く方法を理解するのを支援する。
そして信頼のギャップがある。人々がAIが何をしているのか、それが彼らの役割にどのように影響するのかを知らないとき、それは疑念への扉を開く。チームは、技術が何をうまく行い、どこで監督が必要か、そして人間の入力がどのように結果を形作るかについての可視性を必要としている。明確なコミュニケーションと変更管理は、特に初期段階では不可欠だ。
会計のエージェント型の未来
私はエージェント型AIが企業が価値を創造し提供する方法における次の変曲点だと信じている。私の見解では、最も恩恵を受ける企業は最も多くのAIエージェントを導入する企業ではなく、AIを中核的な運営者としてデータ、システム、人材モデルを再構築する企業だろう。
