税務調査と聞くと、どんな光景を思い浮かべるだろうか。
税務署の調査官が会社や店舗を訪れ、帳簿を開き、請求書や領収書を確認する。
経営者や経理担当者に質問し、申告された数字と実際の取引が一致しているのかを調べていく。
こうした税務調査は現在も行われている。
しかし、その調査官が会社を訪れるもっと前の段階で、税務調査はすでに大きく変わっている。
AIである。
国税庁はすでにAIやデータ分析を活用し、膨大な法人の中から「調査する必要性が高い法人」を抽出している。
しかも、単に会社を選ぶだけではない。
どの項目に不正の可能性があるのかまで分析し、その結果を調査官による資料分析や実地調査につなげている。
さらに2026年9月には、国税庁の巨大な基幹システムも次世代国税総合管理システム「KSK2」へと刷新される。
税務調査はいま、どこまでAI化されているのだろうか。
国税庁の巨大システム「KSK」
日本の税務行政を支えてきたのが、「国税総合管理（KSK）システム」だ。
全国の国税局や税務署をネットワークで結び、申告や納税などに関する膨大な情報を管理する、国税庁の基幹システムである。
そのKSKがいま、大きく生まれ変わろうとしている。
次世代国税総合管理システム、いわゆる**「KSK2」**だ。
国税庁が掲げている方向性は明確だ。
紙からデータへ。
さらに、税目ごとに分かれていたデータベースやアプリケーションを統合し、従来のメインフレーム中心の仕組みからオープンシステムへ移行する。
単なるコンピューターの更新ではない。
税務行政そのものを、よりデータ中心に動く仕組みへ作り替える大規模なシステム刷新である。
国税庁は2026年9月24日に国税システムの更改を予定しており、KSK2対応のe-Tax仕様もすでに順次公開されている。
AIはすでに「どの会社を調べるか」を分析している
AIを利用した税務調査は未来の構想ではない。
すでに実務で使われている。
国税庁は、税務署が所管する法人について、AIを活用した予測モデルなどによって**「調査必要度の高い法人」**を抽出している。
さらに、
「売上」
「経費」
「原価」
など、想定される不正パターンについてもAIで判定する。
その結果に申告書や国税当局が保有する資料情報などを組み合わせ、調査官がさらに分析し、最終的に実地調査を行うかどうかを判断する。
現在の流れを単純化すると、
大量の税務データ ↓ AI・データ分析 ↓ 調査必要度の高い法人を抽出 ↓ 不正が疑われるポイントを分析 ↓ 調査官が資料を精査 ↓ 必要な法人へ実地調査
となる。
AIはすでに、税務調査の重要な「入口」を担当しているのである。
数百万法人から「調べるべき会社」を探す
ここでAIが威力を発揮する理由は単純だ。
対象となる法人の数があまりにも多い。
人間の調査官が数百万法人の申告書を一社ずつ詳細に読み、
「この会社は怪しい」
「この会社は問題なさそうだ」
と判断することなど現実的ではない。
AIやデータ分析なら、大量の申告情報や過去の調査結果などからリスクの高い対象を絞り込める。
重要なのは、AIが会社へ調査に行くことではない。
限られた調査官を、どの会社へ送り込むか。
そこにAIを使うのである。
税務調査におけるAIの本当の威力は、この「ふるい分け」にある。
AIが「原価」を怪しいと判定した
実際に成果につながった事例も国税庁は公表している。
ある法人についてAI・データ分析を行ったところ、「調査必要度が高い」と判定され、不正が想定される項目として**「原価」**が示された。
そこで調査官が決算書などを分析した。
すると、不審な外注費が年々増加していることが分かった。
実地調査では外注費を重点的に確認。
その結果、取引実態のない外注費が把握された。
この構図は非常に興味深い。
AIが、
「この会社を調べた方がいい」
さらに、
「原価あたりが怪しい」
と示す。
調査官が資料を読み、外注費に注目する。
そして人間が現場へ入り、本当にその取引が存在したのかを確認する。
AIだけで申告漏れを立証したわけではない。
しかし、調査官が何もないところから会社を探し、すべての数字を一から確認したわけでもない。
AIが調査の入口を作り、人間が現実世界で確かめている。
AIが選んだ法人は「当たり」が大きい
さらに興味深いのが、AIによる選別後の調査結果だ。
国税庁がAI・データ分析によって「調査必要度が高い」と判定した法人では、そう判定されなかった法人と比較して、1件当たりの追徴税額が2倍以上になっている。
もちろん、これだけで「AIは人間より税務調査が上手い」と証明されたわけではない。
しかし少なくとも、AIによる選別が単なる実験ではなく、実際の税務行政で意味を持つところまで来ていることは分かる。
そして、税務調査全体の数字を見ると、さらに興味深い変化が見えてくる。
実地調査は減った。それでも追徴税額は増えた
令和6事務年度、法人税の実地調査件数は約5万4,000件だった。
前年の約5万9,000件から7.4％減少している。
ところが、法人税の追徴税額は逆に増えた。
前年の2,102億円から2,187億円へ4.0％増加している。
法人消費税でも同じような現象が起きている。
実地調査件数は約5万3,000件と前年から8.0％減少した一方、追徴税額は1,095億円から1,220億円へ11.4％増加した。
法人税と消費税を合わせた追徴税額は、
3,407億円。
国税庁によれば、直近10年間で最高である。
法人税だけを見ても、実地調査1件当たりの追徴税額は前年の358万2,000円から402万3,000円へ12.3％増加した。
つまり、
実地調査の件数は減った。 それでも追徴税額は増えた。
少ない実地調査で、より大きな申告漏れなどを捉えていることになる。
税務調査の「ムダ撃ち」が減っている？
ここから先は、国税庁が公式にそう説明しているわけではない。
しかし、数字を並べると一つの変化が見えてくる。
実地調査件数は減少した。
1件当たりの追徴税額は増加した。
法人税と消費税を合わせた追徴税額は直近10年間で最高になった。
そして国税庁は同じ時期に、AIやデータ分析を使って「調査必要度の高い法人」を抽出している。
さらにAIで調査必要度が高いとされた法人では、1件当たりの追徴税額がそうでない法人の2倍以上になっている。
ここまで揃うと、
税務調査は「たくさん調べる」から、「当たりそうなところを狙って調べる」へ変わりつつあるのではないか。
そんな姿が浮かび上がってくる。
言い換えれば、税務調査の**「ムダ撃ち」**が減っている可能性がある。
しかも、国税庁が行っているのは実地調査だけではない。
令和6事務年度には、書面照会や電話などによる「簡易な接触」を約8万5,000件実施しており、こちらは前年より13.4％増えている。
つまり、
調査必要度が高い → 人間を送り込んで実地調査
比較的軽い疑義など → 書面や電話で確認
という振り分けも行われている。
何でも実地調査するのではない。
データからリスクを見極め、限られた調査官を「本当に調べるべき場所」へ集中させる。
税務調査そのものが、より精密なターゲティングへ変わっているように見える。
紙の申告書もAI-OCRでデータになる
そしてKSK2で見逃せないのが、紙の扱いだ。
「AIによる税務分析」と聞くと、e-Taxで提出された電子データだけを想像するかもしれない。
しかし国税庁は、2026年9月24日に予定するシステム更改に合わせ、AI-OCRを導入する。
書面で提出された申告書や申請書などをAI-OCRで読み取り、データ化・イメージ化する。
つまり、
e-Taxで最初からデータとして入ってくる情報
だけではない。
紙で提出された情報もデジタルデータへ変換して扱う。
税務行政全体を「紙からデータへ」移行させる動きである。
ここはKSK2の意味を考える上で重要だ。
AIがどれだけ高性能になっても、情報が大量の紙に閉じ込められていれば分析できない。
紙をデータ化する。
情報を統合する。
そして、そのデータを分析する。
KSK2はAIそのものではない。
AIが能力を発揮しやすい税務行政の土台を作るシステムと考えた方が分かりやすい。
AIが得意なのは「異常」を探すこと
考えてみれば、税務行政とAIの相性は非常にいい。
扱うのは膨大な数字だからだ。
売上。
仕入。
原価。
人件費。
外注費。
在庫。
利益率。
過去の申告。
過去の調査結果。
そしてさまざまな資料情報。
人間が数百万法人について、こうした数字を横断的に分析することは難しい。
コンピューターなら大量のデータから、
「前年までと比べて外注費が不自然に増えている」
「通常とは異なる数字の動きをしている」
「過去の不正事例と似た特徴がある」
といった兆候を探すことができる。
こうした異常を探す仕事は、AIやデータ分析が力を発揮しやすい領域だ。
それでも調査官が現場へ行く理由
一方で、税務調査にはデータだけでは完結しない仕事がある。
帳簿には商品が100個あることになっている。
では、倉庫に本当に100個あるのか。
外注費500万円が計上されている。
では、その会社は本当に仕事をしたのか。
請求書が存在する。
では、その請求書は真正なものなのか。
領収書や契約書に改ざんはないのか。
取引先そのものに実態はあるのか。
そして経営者や担当者の説明と帳簿は一致しているのか。
記録されたデータと現実世界が一致しているかを確認する。
ここは現在も人間の調査官が担う重要な仕事だ。
AIが「怪しい数字」を見つける。
人間が「なぜ怪しいのか」を現場で確認する。
現在の税務調査は、
AIがデータの世界を調べ、人間が現実の世界を調べる
という役割分担へ近づいている。
AIが税務調査官になる必要はない
AI時代の税務調査というと、
「いつかAIが税務調査官を代替するのか」
という話になりやすい。
しかし、その問い自体が少しずれているのかもしれない。
AIが会社へ来る必要などないからだ。
膨大なデータを分析し、
「ここを調べるべきだ」
と対象を絞る。
さらに、
「この数字を重点的に確認した方がいい」
と示す。
そこまでAIができれば、あとは人間の調査官が現場へ行き、帳簿、証憑、在庫、取引実態などを確認すればいい。
AIによるデータ分析と、人間による実地調査。
税務調査は、この組み合わせへと変わっている。
そして公表された数字を見る限り、興味深い結果も出始めている。
実地調査の件数は減った。
それでも追徴税額は増えた。
AIで調査必要度が高いとされた法人では、1件当たりの追徴税額が2倍以上になった。
そして2026年9月24日には、AI-OCRを含む新しい国税システムへの更改が予定されている。
税務調査は、
「数を撃つ」時代から「狙って撃つ」時代へ。
AIが税務署の職員証を首から下げて会社にやって来る日は、来ないかもしれない。
だが、その調査官が会社のドアを叩くより前に、
AIによる税務調査は、すでに始まっている。
