税務調査にAIで何が変わる？国税庁の活用と企業の備え【2026年最新】

「税務調査ってAIに選ばれる時代になったんですか？」——法人向けのAI研修や導入支援の場で、経理部門の方からこの質問を受けることが本当に増えました。ニュースの見出しだけ見ると「AIが企業を狙い撃ち」のような印象を受けますが、実際に国税庁が公表している一次資料を読むと、もう少し落ち着いた、でも確実に大きな変化が起きていることが分かります。

正直、この分野は「不安を煽る記事」と「何も変わらないという楽観記事」の両極端になりがちなんです。だからこそ本記事では、国税庁の報道発表資料・公式構想文書という一次情報だけを根拠に、「何がすでに起きているのか」「2026年9月のシステム更改で何が変わる見込みか」「企業は何を備えるべきか」を整理します。

先にお断りしておくと、税務は個社の状況によって判断が大きく変わるYMYL（お金と生活に直結する）領域です。本記事は公表情報の解説と一般的な備えの紹介であり、個別の税務判断は必ず顧問税理士や所轄税務署に確認してください。

それでは、まず「いま国税庁がAIで何をやっているのか」の事実確認から始めましょう。

税務調査でAIはすでに使われている——国税庁が公表している事実

国税庁のDX構想：「将来像2.0」から「将来像2023」へ

国税庁のAI活用は突然始まったものではありません。2021年（令和3年）6月に「税務行政のデジタル・トランスフォーメーション——税務行政の将来像2.0」を公表し、「納税者の利便性の向上」と「課税・徴収の効率化・高度化」を柱に据えました。2023年（令和5年）6月23日にはアップデート版の「税務行政のデジタル・トランスフォーメーション——税務行政の将来像2023」が公表され、「事業者のデジタル化促進」が柱に加わっています。

この構想の中で一貫して掲げられているのが、AI・データ分析を活用して「申告漏れの可能性が高い納税者を判定し、効率的な調査・行政指導につなげる」という方針です。つまり、調査リソースが限られる中で、AIにリスクの高い先を絞り込ませ、人間の調査官が深く調べる、という役割分担ですね。

法人税調査：AI予測モデルの仕組みが初めて具体的に公表された

2025年（令和7年）12月に公表された「令和6事務年度 法人税等の調査事績の概要」は、この分野のターニングポイントといえる資料です。国税庁は調査先選定について、次のように明記しました。

国税庁においては、ＡＩを活用した予測モデルにより調査必要度の高い法人を抽出し、予測モデルが判定した不正パターンに加え、申告書や国税組織が保有する様々な資料情報等を併せて分析・検討した後、調査官が調査実施の要否を最終的に判断しています。

（出典：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）

ポイントは3つあります。

• AIは「抽出」と「不正パターンの判定」を担当する。過去の調査データ等から学習した予測モデルが、調査必要度の高い法人をスコアリングして絞り込む
• 最終判断は人間の調査官が行う。AIの判定結果に、申告書や資料情報等の分析を重ねたうえで調査実施の要否を決める。「AIが勝手に調査を決める」わけではない
• 実際の成果事例まで公表された。同資料では、AI・データ分析のリスク抽出と不正パターン判定を活用した調査で、追徴税額（法人税・消費税）約3億6千万円に至った事例が紹介されている

この「AIと調査官が想定した不正パターンが的中」という事例を国税庁自身が公表したのは、企業側へのメッセージでもあると私は受け止めています。要するに「不正のパターンはデータで見えている」という宣言なんですよね。

所得税調査：「選定にAIを活用」して追徴税額が過去最高に

個人事業主・富裕層側も同様です。同じく2025年12月公表の「令和6事務年度 所得税及び消費税調査等の状況」では、冒頭にこう書かれています。

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

（出典：国税庁「令和6事務年度 所得税及び消費税調査等の状況」令和7年12月）

「実地調査」と「簡易な接触」を合わせた調査等の件数は73万6千件（前事務年度60万5千件）と大きく増え、追徴税額の総額は1,431億円で過去最高。一方で実地調査そのものの件数は4万7千件と前年並みです。つまり、人が現場に出向く調査は増やさず、データ分析と文書・電話による「簡易な接触」で広く網をかけるという構図がはっきり出ています。これはまさにAI・データ活用の狙いどおりの姿といえます。

数字で見る令和6事務年度の税務調査——AI活用の「結果」

国税庁の公表数値を整理すると次のとおりです。

数字の傾向をひとことで言うと「件数を絞って、1件当たりの追徴を厚くする」方向です。実地調査の件数が横ばい〜減少なのに追徴総額が過去最高・直近10年最高になっているのは、AIによる選定の精度が上がり、「行けば見つかる先」に調査が集中していることの表れと考えられます。

2026年9月、次世代システム「KSK2」で何が変わる見込みか

もうひとつ押さえておきたいのが、2026年（令和8年）9月に予定されている国税の基幹システム更改です。現行の国税総合管理システム（KSK）が次世代の「KSK2」に刷新される予定で、e-Taxの公式サイトでは更改に伴う仕様公開と送信試験の案内がすでに始まっています。申告書や法定調書の様式・e-Tax仕様の変更も進行中です。

KSK2について公式に公表されている範囲でいえば、システム刷新によりデータ中心の事務処理が進むこと、e-Tax関連仕様が「KSK2対応版」として更新されることが確認できます。税目を横断したデータの一元管理や分析の高度化が進むと解説する税理士法人も多くありますが、調査実務が具体的にどう変わるかは今後の運用を見る必要があり、現時点で断定はできません。ここは続報を一次情報で追うのが正解です。

ただし方向性として、「紙で出せばデータ化されない」時代は終わりつつあります。e-Tax経由の申告データ、法定調書、キャッシュレス納付の記録などが分析基盤に集まっていく流れは、将来像2.0/2023の構想から一貫しています。企業側は「自社のデータは国税当局側でも構造化されて見られている」前提で申告品質を考えるのが安全です。

AIによる選定が進む時代に「見られやすくなる」ポイント

ここからは、公表資料の記載と税務調査の一般的な運用から言える「リスクが意識されやすいポイント」を整理します。なお、国税庁はAI予測モデルの具体的な判定基準を公表していません。以下はあくまで公表資料のトピックス（重点分野）と一般的な指摘から導ける整理であり、「これをすれば調査に来ない／来る」という基準ではない点にご注意ください。

• 同業種・同規模と比べた数値の乖離：申告データが電子化・蓄積されるほど、売上規模に対する原価率・経費率などの統計的な比較は容易になります。乖離自体が悪ではありませんが、合理的な説明を用意しておく価値は高まっています
• 無申告・申告漏れの多い取引形態：国税庁の公表資料では、インターネット取引を行う個人、海外投資等を行う富裕層、無申告者への調査がトピックスとして毎年取り上げられています。プラットフォーム経由の売上や海外資産は資料情報との突合が進んでいる分野です
• 消費税の還付申告：不正還付への対応として「AIの活用を進めるなど、不正還付を的確に把握する取組」を行っていると国税庁自身が明記しています。還付申告の根拠資料はとくに丁寧に整えるべき領域です
• 過去に非違があった場合のパターン類似：法人税の公表資料で「予測モデルが判定した不正パターン」という表現が使われているとおり、過去の不正事例と似た構造はモデルに学習されていると考えられます

【要注意】企業側でありがちな失敗パターン

• ❌ 「AIに目をつけられない申告テクニック」を探す → ⭕ 判定基準は非公表で、テクニック論は不毛です。数字の根拠を証憑で説明できる状態を作るほうが、調査になっても短期間で終わります
• ❌ 証憑を紙のまま段ボール保管し、探せば出てくる状態で満足する → ⭕ 調査側がデータで突合してくる時代に、自社だけ紙運用だと確認・回答に時間がかかり、対応負担が跳ね上がります。電子帳簿保存法の要件に沿った電子管理へ移行しましょう
• ❌ 経理をAIで自動化したから安心、と仕訳のチェックをやめる → ⭕ AI-OCRや自動仕訳は入力ミスを減らす一方、勘定科目の誤判定や重複計上を見逃すと「機械的に同じ誤りが大量発生」します。人間による定期レビューは必須です
• ❌ 調査の連絡が来てから慌てて税理士を探す → ⭕ 日頃から顧問税理士と記帳・申告方針を共有し、質問されそうな論点（役員報酬、交際費、外注費と給与の区分など）の説明資料を平時に整えておくのが最も効きます

企業がやるべき備え5つ——「説明できる経理」への移行

備え1：記帳の正確性とタイムリーさを上げる

月次で締まっていない帳簿は、それ自体が説明力を欠きます。クラウド会計と銀行・カード連携で取引データを自動取得し、月次決算を翌月中に締める体制が土台です。経理業務へのAI活用の全体像は、関連記事「経理AI完全ガイド2026」で詳しく解説しています。

備え2：証憑管理を電子帳簿保存法ラインに揃える

電子取引データの電子保存はすでに義務化されており、検索要件（取引年月日・金額・取引先で検索できること）等を満たす保存が求められます。国税庁の電子帳簿保存法特設ページ（一問一答含む）が一次情報です。スキャナ保存やタイムスタンプの要否など、自社の運用が要件を満たしているかは「AI×電子帳簿保存法・インボイス対応の実務ガイド」も参考にしてください。

備え3：「説明できない数字」を平時に潰す

期末に大きく動いた科目、前年比で大きく変動した経費、現金取引の多い売上——こうした「聞かれそうな数字」に対する説明メモと根拠証憑を、決算のタイミングでセットにしておく。これだけで調査対応の負担は大きく変わります。私自身、企業のバックオフィス支援の現場で「なぜこの数字か」を即答できる会社とできない会社の差を痛感しています。

備え4：企業側もAIを守りに使う

調査側だけがAIを使う必要はありません。企業側でも、仕訳の異常検知（重複計上・科目ゆれ・金額の外れ値チェック）、証憑と仕訳の突合、契約書と請求書の整合チェックなどにAIを活用できます。生成AIに勘定科目の一貫性チェックをさせるだけでも、単純ミス由来の「意図しない非違」を減らせます。ただし、機密性の高い財務データを扱うため、法人契約のAIサービスで入力データが学習に使われない設定を確認したうえで使うのが前提です。

備え5：顧問税理士との連携を密にする

ここまで読んで分かるとおり、AI時代の税務調査対応は「日頃の申告品質」がすべてです。判断が分かれる論点（税務上のグレーゾーン）は自己判断せず、顧問税理士に相談して見解と根拠を残しておきましょう。税理士業界側のAI活用も急速に進んでおり、士業とAIの関係は「士業AI完全ガイド（税務・労務・司法・行政）」でまとめています。

税務調査の基本的な流れと、AI時代に変わる部分・変わらない部分

備えの話を具体化するために、一般的な税務調査（任意調査）の流れを確認しておきましょう。AIが導入されても、調査そのものの手続きの枠組みは国税通則法に基づくもので変わっていません。

注目すべきは、選定段階の変化が実地調査の中身にも波及している点です。1件当たりの追徴税額が増えているということは、「なんとなく来てみた」調査が減り、「当たりをつけて来る」調査が増えていると解釈できます。企業側から見ると、調査が来た時点で何らかの論点が想定されている可能性が高い、ということです。だからこそ、日頃から数字の根拠を整えておく価値が上がっているんですね。

簡易な接触が増えている意味

もうひとつ見逃せないのが「簡易な接触」の急増です。令和6事務年度は68万9千件と、前事務年度の55万8千件から13万件以上増えました。簡易な接触とは、文書や電話、来署依頼による面接などで申告内容の見直しを促す行政指導的なアプローチです。実地調査ほどの負担はありませんが、データ分析で「申告漏れの可能性がある」と判定された先に広く届く網だと考えられます。

お尋ね文書が届いた場合、放置は禁物です。内容を確認し、申告漏れに心当たりがあれば自主的な修正申告を検討する（加算税の面で調査を受けてからの修正より有利になるケースがあります）、心当たりがなければ根拠を整理して回答する——いずれも顧問税理士に相談のうえで対応するのが確実です。

備えの実行チェックリスト——今月中にできること

ここまでの内容を、実行可能なチェックリストに落とし込みます。経理責任者の方は、このまま社内の点検リストとして使ってください。

• □ 電子取引データの保存状況を確認した：メール添付の請求書・ECサイトの領収書などを、検索要件を満たす形で電子保存できているか。国税庁の電帳法一問一答と突き合わせる
• □ 月次決算の締め日を確認した：翌月何営業日で締まっているか。2か月以上遅れているなら、クラウド会計の自動連携から見直す
• □ 前年比変動の大きい科目を洗い出した：売上・原価率・交際費・外注費など、前年から大きく動いた項目の理由を1行ずつメモにする
• □ 現金取引・個人立替の精算ルールを確認した：証憑の欠落が起きやすいポイント。精算期限と必須添付書類を明文化する
• □ 役員関連取引の書類を確認した：役員報酬の改定議事録、役員貸付・借入の契約書など、調査で確認されやすい書類の有無をチェック
• □ 顧問税理士と「聞かれそうな論点」を共有した：期中の大きな取引や判断に迷った処理について、税理士の見解と根拠を残す

全部やろうとすると重く感じるかもしれませんが、1つ目と2つ目だけでも今月中に着手する価値があります。証憑の電子化と月次の締めは、税務調査対応だけでなく、経営数字の把握スピードそのものを上げるからです。守りの投資に見えて、実はかなり攻めの投資なんです。

よくある質問（FAQ）

Q1. AIが調査先を決めるなら、人間の判断は入らないのですか？

入ります。国税庁は「調査官が調査実施の要否を最終的に判断」すると公表資料に明記しています。AIは抽出と不正パターン判定を担い、最終判断は調査官です。

Q2. AIの判定基準は公開されていますか？

されていません。予測モデルの具体的な特徴量や閾値は非公表です。したがって「AI対策」と称する具体的なテクニック情報は、根拠を確認できないものとして扱うのが安全です。

Q3. 中小企業でも対象になりますか？

法人税のAI・データ分析の公表事例は「税務署所管法人」、つまり大企業（国税局調査部所管）以外の一般的な法人を対象とした取組として紹介されています。規模が小さいから無関係、とは言えません。

Q4. 2026年9月のKSK2導入で調査は増えますか？

現時点で断定できる公表情報はありません。確認できるのは、システム更改とe-Tax仕様の変更が進んでいることまでです。件数よりも「選定の精度と1件当たりの深度」が上がる方向は、令和6事務年度までの実績傾向から読み取れます。

Q5. 結局、何から手をつければいいですか？

優先順位は、①電子取引データの保存要件チェック、②月次決算の締まり具合の確認、③説明できない変動科目の棚卸し、の順をおすすめします。いずれも顧問税理士と一緒に進めるのが確実です。

まとめ：AI税務調査時代の最適解は「隠さない・遅らせない・説明できる」

国税庁のAI活用は、公表資料ベースで見るとすでに実運用フェーズに入っています。追徴税額が過去最高・直近10年最高という結果は、選定精度の向上を裏づける数字です。そして2026年9月のKSK2更改で、データ中心の税務行政はさらに前進する見込みです。

企業側の対応は、突き詰めれば「正確に記帳し、証憑を電子で整え、数字を説明できる状態を保つ」こと。AIに選ばれないことを目指すのではなく、選ばれても短時間で終わる会社になる——これが最も現実的で、経営にとってもプラスの備えです。判断に迷う個別論点は、必ず顧問税理士に確認してください。

参考・出典

• 国税庁「令和6事務年度 所得税及び消費税調査等の状況」（令和7年12月）https://www.nta.go.jp/information/release/kokuzeicho/2025/shotoku_shohi/pdf/shotoku_shohi.pdf（参照日：2026年7月26日）
• 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/pdf/01.pdf（参照日：2026年7月26日）
• 国税庁「税務行政のデジタル・トランスフォーメーション——税務行政の将来像2023」（令和5年6月23日）https://www.nta.go.jp/about/introduction/torikumi/digitaltransformation2023/index.htm（参照日：2026年7月26日）
• 国税庁 e-Tax「国税システムの更改に伴うe-Taxの仕様公開と送信試験」https://www.e-tax.nta.go.jp/shiyo/ksk2/ksk2_shiyo.htm（参照日：2026年7月26日）
• 国税庁「電子帳簿保存法一問一答（特設ページ）」https://www.nta.go.jp/law/joho-zeikaishaku/sonota/jirei/tokusetsu/index.htm（参照日：2026年7月26日）