国税庁のAI税務調査2026｜予測モデルの仕組みと中小企業の5つの備え

国税庁は令和8年7月、「国税庁におけるAIの活用」と題する資料を公表し、申告漏れの可能性が高い納税者を判定する予測モデルを全国すべての国税局・税務署で使っていることを明らかにしました。あわせて、デジタル庁のガバメントAI「源内」を基にした独自の生成AI利用環境を令和8年度中に構築する予定であることも示されています。

「AIが税務調査先を選ぶ」という話は数年前から報じられてきましたが、今回は国税庁自身が仕組みと使いどころを図解した一次資料です。本記事では、公表資料と令和6事務年度の調査事績を突き合わせ、中小企業の経理と決算に何が起きているのかを具体的な数字で整理します。読者の行動につながる論点だけに絞って解説します。

国税庁のAI活用の概要

国税庁が令和8年7月に公表した資料は、AIを「予測AI」と「生成AI」に分けて説明しています。この区別が、実務上のインパクトを読み解く出発点になります。

予測AIは「調査先の絞り込み」に使われている

予測AIは、既知のデータを基に未知の事象を予測することに強みがあるAIで、資料では「申告漏れの可能性が高い納税者の判定等に活用しています」と明記されています。具体的な流れは次のとおりです。

1. データの加工
   過去の調査事績、申告・決算情報、法定調書、各種資料情報など、国税庁が保有する膨大なデータを分析用に加工します。
2. 予測モデルの構築とスコア化
   各税目等について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、対象者ごとにリスク度（高・中・低）を判定します。
3. 職員による最終判断
   予測モデルの判定結果に加え、申告書や各種資料情報を併せて分析・検討し、調査の要否や優先度を職員が最終的に判断します。
4. 接触方法の振り分け
   調査必要度の高い納税者には深度ある調査を実施し、それ以外の納税者には計算誤り等が想定される場合に文書照会等により幅広く接触します。

重要なのは、この予測モデルの判定結果が試験導入ではなく全国すべての国税局・税務署で活用されていると書かれている点です。さらに、申告漏れリスクの判定以外にも、所得税申告の不正還付リスク判定、法人の不正申告のパターン判定（売上・経費・原価などのどこに不正の型が出やすいかを判定するもの）といった、観点に特化した複数の予測モデルが構築され、いずれも全国の国税局・税務署で使われているとされています。

生成AIは徴収事務と内部業務から広がる

生成AIについては、令和7年12月に「AI基本計画」が閣議決定されたことを受け、国税庁も職員の業務効率化や課税・徴収事務の効率化・高度化を進めるとしています。徴収事務では、滞納者ごとに接触できる可能性の高い方法（電話・臨場・文書）を予測するモデルや、電話が繋がりやすい曜日・時間帯を予測するモデルが構築され、全国で活用されています。集中電話催告センター室では応答の予測も活用して114万8千者に架電し、令和7年7月から令和8年6月までの間に約8割が完納または納付誓約に至ったとされています。

また、納税者サービス面では、国税庁ホームページの情報を基に対話しながら回答する生成AI型チャットボットの構築が検討されています。現在のシナリオ型（選択肢から選ぶ形式）では「どれを選んだらいいのか分からない」という課題があったため、曖昧な言葉からでも質問の意図を理解できる形を目指すという内容です。

資料が付している重要な留保

公表資料には見落としやすい注記が2つあります。1つは、令和6事務年度の追徴税額の実績を紹介した箇所に付された「調査対象の全てが予測モデルを活用した事案ではない」という但し書きです。実績のすべてがAIの成果だと読むことはできません。もう1つは、生成AIの利活用にあたって「セキュリティやハルシネーションなどのリスクに十分留意していきます」と述べ、出力内容の利活用については必ず職員が確認することとしている点です。国税庁自身が、AIの出力を最終判断としては扱わない姿勢を明示していることになります。

この2つの留保を踏まえると、納税者側が受け止めるべき変化は「AIが処分を決めるようになった」ことではなく、膨大なデータの中から矛盾を見つける速度と網羅性が上がったことだと整理できます。判断の主体と根拠は従来どおり職員と法令にあり、変わったのは接触に至るまでの入口の広さです。

中小企業への実務影響

では、この仕組みは中小企業に何をもたらしているのでしょうか。答えは令和6事務年度の調査事績に表れています。ここでは公表されている数字を、税目ごとの「分母」に注意しながら見ていきます。

実地調査は減り、簡易な接触が増えている

国税庁の調査事績は「実地調査」（税務職員が臨場して行う調査）と「簡易な接触」（書面照会・電話連絡・来署依頼による面接など、実地調査によらず自発的な見直しや提出を要請するもの）に分かれ、両者を合わせたものが「調査等」と呼ばれます。令和6事務年度の数字は次のとおりです。

数字の並びから読み取れる構造は明快です。臨場する調査の件数は絞られ、1件当たりの追徴税額が上がっている一方で、書面照会などの入口はむしろ広がっているということです。所得税では簡易な接触が55万8千件から68万9千件へと2割以上増え、「調査等」全体の件数は60万5千件から73万6千件へ増加しました。国税庁の資料は所得税について「選定にAIを活用するなど、効率的かつ的確に調査等を行った結果、『調査等』による追徴税額の総額は過去最高」と述べています。

「3,672億円」と「3,407億円」は分母が違う

影響が大きいのは「規模が小さいから来ない」と考えていた会社

従来、中小企業の経営者の間には「うちは規模が小さいから調査は来ない」という感覚がありました。しかし予測モデルは規模ではなくデータ上の不自然さを見ています。国税庁が保有するデータには申告書・決算情報だけでなく法定調書（支払調書・源泉徴収票など）や各種資料情報が含まれます。判定の中身は公表されていませんが、実務上は次のような食い違いに注意しておくべきだと考えています。

• ☑ 取引先が提出した支払調書の金額と、自社が計上した売上・外注費が合っていない
• ☑ 売上は伸びているのに粗利率だけが不自然に下がっている（原価・外注費の型）
• ☑ 同業種・同規模と比べて特定の経費科目だけが突出している
• ☑ 役員報酬や役員貸付金の動きが決算書の他の数字と整合していない
• ☑ 消費税の課税・不課税区分の付け方が期によってぶれている

法人の不正パターン判定は、過去の調査事績や不正事例を学習して「売上」「経費」「原価」といった不正の型を判定するモデルだと説明されています。つまり、どの科目を優先的に確認すべきかまで示されるため、接触があった場合の質問は初手から的を絞ったものになりやすいと考えられます。日々の記帳精度そのものが防御力になる構造です。記帳代行・経理代行のサービスをご利用の場合も、資料の渡し方と月次確認の運用を見直す価値があります。

当事務所の見解・実務上の注意点

AIが変えたのは「入口」で、「出口」は変わっていない

公表資料を読むうえで最も大切なのは、国税庁が繰り返し「最終的には必ず職員が判断しています」と書いている点です。予測モデルは調査先候補の並べ替えをしているにすぎず、非違があるかどうかを決めているわけではありません。したがって、実務上の到達点は従来と変わりません。帳簿と証憑がそろっており、数字の動きを言葉で説明できる状態が最大の備えです。AIを意識した特別な節税策や「AIに引っかからない書き方」は存在しません。

怖いのは実地調査ではなく「文書照会に気づかないこと」

実務で私たちが心配しているのは、実地調査よりも簡易な接触です。書面照会や電話連絡は前触れが少なく、社内では「税務署から何か届いた」程度に扱われて放置されがちです。しかし簡易な接触は自発的な見直し・修正申告の要請であり、対応の質がそのまま結果に反映されます。件数が増えている領域だからこそ、税務署からの郵便物は開封当日に顧問税理士へ共有するという一点だけでもルール化しておく価値があります。

令和8年9月の国税システム更改が実質的な転換点になる

資料が明示しているとおり、予測モデルの精度向上はデータ量の増加と結びついています。令和8年9月の国税システム更改で書面管理情報のデータ化が進めば、これまでスコアに乗りにくかった情報も分析対象に入っていくと考えられます。ここで注意したいのは、過去の申告についても後からデータが揃うという点です。今期の記帳だけを整えても、過年度の処理に説明できない箇所が残っていれば、それが照会の起点になり得ます。決算のたびに「なぜこの数字なのか」を一言で残しておく習慣が効いてきます。

顧問税理士に渡す情報の粒度を上げておく

もうひとつ実務で差が出るのは、税理士側が「数字が動いた理由」を知っているかどうかです。決算数値だけを受け取って申告書を作る運用では、照会があった時点で経緯を遡って聞き取ることになり、回答までに時間がかかります。反対に、大口の値引きがあった、主要仕入先を切り替えた、社長個人の立替が増えた、といった事実が月次の段階で共有されていれば、照会への回答は事実の再確認だけで済みます。AIによる選定の話とは無関係に見えますが、接触の入口が広がる局面では、回答の速さと一貫性がそのまま負担の軽さに直結します。年1回の決算時にまとめて説明するのではなく、動きがあった月に一言添える運用へ切り替えることをおすすめします。

今すぐやるべきこと

公表資料の内容を踏まえ、中小企業が今期中に着手すべき手順を5つに整理しました。いずれも特別なツールを必要としません。

1. ステップ1：法定調書と自社計上額の突き合わせを行う
   外注先やフリーランスへの支払、士業への報酬など、支払調書が絡む取引について、自社の計上額と支払調書の金額・件数が一致しているかを確認します。取引先側から提出される資料と食い違うと、データ上の不整合として残ります。年に1度、源泉徴収の集計と総勘定元帳を並べて確認するだけでも効果があります。
2. ステップ2：粗利率と主要経費の期間比較表を作る
   直近3期分の売上高・売上原価・粗利率・外注費・交際費・修繕費を1枚の表に並べます。不正パターン判定が売上・経費・原価を見ていることを踏まえると、自社で先に「動いた科目」を把握しておくことが最も実践的な準備になります。増減が大きい科目には、その理由を1行のメモで残しておきます。
3. ステップ3：税務署からの郵便物の社内ルールを決める
   書面照会・お尋ね・来署依頼などが届いた場合、誰が開封し、いつまでに顧問税理士へ共有するかを明文化します。「開封当日にPDF化して共有」まで決めておけば、回答期限に追われる事態を避けられます。電話連絡についても、担当者名と用件を記録する様式を用意しておくと安全です。
4. ステップ4：消費税の課税区分の付け方を統一する
   同じ内容の取引に対して期ごとに異なる課税区分が付いていると、データ上のぶれとして残ります。勘定科目ごとに既定の課税区分を決め、例外を使う場合は理由を摘要欄に記載する運用へ切り替えてください。会計ソフトの初期設定を見直すだけで解決する場合も多くあります。
5. ステップ5：令和8年9月のシステム更改前に過年度の説明メモを整える
   直近3期の決算について、特殊な処理（多額の役員貸付、貸倒損失、資産計上と修繕費の判断など）を行った箇所を洗い出し、判断根拠を1件ずつ短く記録します。後から資料を探すより、記憶が残っているうちに書き残すほうが確実です。

よくある質問

Q. AIが選んだ場合、税務調査は必ず来るのですか？

A. いいえ。国税庁の公表資料は、予測モデルの判定結果に加えて申告書や各種資料情報を併せて分析・検討し、調査の要否や優先度は「最終的には必ず職員が判断しています」と明記しています。スコアが高いことは候補として並べ替えられることを意味するにとどまります。また、調査必要度が高いと判断されなかった場合でも、計算誤り等が想定されるときは文書照会等による幅広い接触の対象になり得ます。

Q. 小規模な会社でもAIによる選定の対象になりますか？

A. 対象になります。予測モデル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おり、規模で除外する仕組みは示されていません。むしろ判定は売上規模ではなく、申告書・決算情報・法定調書などのデータ相互の整合性を見ています。規模が小さくても、取引先が提出した支払調書と自社の計上額が食い違っていれば不整合として残ります。

Q. 書面照会（お尋ね）が届いたら、放置してもよいのでしょうか？

A. 放置は避けてください。簡易な接触は書面照会・電話連絡・来署依頼による面接などにより、申告書の自発的な見直し・提出を要請するものです。令和6事務年度は法人税・消費税で8万5千件（前年比13.4％増）実施され、追徴税額は265億円でした。回答期限があるため、届いた当日に顧問税理士へ共有し、内容と根拠資料を確認した上で回答する流れを決めておくことをおすすめします。

Q. AIに選ばれにくくする方法はありますか？

A. 特別な方法はありません。予測モデルは過去の調査事績や不正事例を学習してデータ上の不自然さを判定する仕組みであり、書き方の工夫で回避できる性質のものではありません。実務上有効なのは、粗利率や主要経費の期間比較を自社で先に把握し、大きく動いた科目には理由を残しておくことです。整合性を高める通常の経理業務が、そのまま最も確実な備えになります。

Q. 生成AIが使われると、調査での質問内容も変わりますか？

A. 現時点で公表されているのは、生成AIを滞納整理事績の要約や外国語書類の翻訳・要約、データの加工など職員の業務効率化に使う方針までです。課税・徴収事務で利用できるセキュアな環境を令和8年度中に構築し、業務利用を開始する予定とされています。出力内容は必ず職員が確認するとされており、質問の根拠が法令や資料情報であることは変わりません。

Q. 令和8年9月の国税システム更改で何が変わるのですか？

A. 国税庁の資料は、従来書面で管理していた情報のデータ化などによりデータで管理する情報が増加することを踏まえ、構築してきた予測モデルの精度を向上させると述べています。つまり分析できる情報の範囲が広がる方向です。過年度の申告についても後からデータが揃っていくため、直近数期の特殊な処理について判断根拠を記録しておくことが実務的な準備になります。

参考資料・出典

• 国税庁「国税庁におけるAIの活用」（令和8年7月）：https://www.nta.go.jp/about/introduction/torikumi/digitaltransformation2023/pdf/0026007-039.pdf
• 国税庁「令和6事務年度 法人税等の調査事績の概要」（令和7年12月）：https://www.nta.go.jp/information/release/kokuzeicho/2025/hojin_chosa/index.htm
• 国税庁「令和6事務年度における所得税及び消費税調査等の状況」：https://www.nta.go.jp/information/release/kokuzeicho/2025/shotoku_shohi/index.htm
• 国税庁「税務行政のデジタル・トランスフォーメーション」：https://www.nta.go.jp/about/introduction/torikumi/digitaltransformation2023/index.htm
• 国税庁「新着情報」：https://www.nta.go.jp/information/news/news.htm

本記事の数値・制度の記述は、令和8年8月19日時点で上記の公的資料により確認できる内容に基づいています。実際の判断にあたっては最新の公表内容をご確認ください。