決算分析×AIで顧問先への提案資料を自動生成

決算分析にAIを組み込むと、顧問先への提案資料作成は「決算後に数日かけて作る仕事」から「決算データ確定後その日に初稿が出る仕事」に変わります。比率分析・業界比較・改善提案ドラフト・スライド化の4工程をAIに任せ、税理士は仮説の検証と提案の最終判断に集中する。本稿では、この分業を実務に落とし込む手順と、決算報告会を経営アドバイザリーに変えて顧問料アップにつなげるロジックを解説します。

決算分析×AIが提案型の決算報告を可能にする理由

決算分析のAI活用とは、試算表・決算書のデータから財務指標の算出、業界比較、改善仮説のドラフト生成までを生成AIに任せ、税理士が検証・編集して提案資料に仕上げる業務設計を指します。

多くの事務所で決算報告は「数字の説明」で終わっています。前期比で売上がいくら増えた、利益がいくら残った、税額はいくら——この説明だけでは顧問先は「申告のための報告」としか受け取らず、記帳代行＋申告の顧問料相場から抜け出せません。一方で、中小企業の経営者が税理士に本当に期待しているのは「うちの会社はこのままで大丈夫か」「次に何をすべきか」への答えです。

提案型の報告に踏み出せない最大の理由は工数です。比率分析を整え、業界平均を調べ、改善案を文章化し、スライドにする——1社あたり半日〜1日かかる作業を全顧問先に行う余力は、繁忙期を抱える事務所にはありません。この工数のボトルネックを外すのがAIの役割です。

レバー1｜財務指標の比率分析を自動化する

最初のレバーは、収益性・安全性・成長性・効率性の4領域の比率分析です。決算データ（残高試算表のCSVや決算書の数値）を渡せば、生成AIは指標の算出と「何が動いたか」の一次解釈を数分で返します。

分析領域	代表指標	AIに任せられる処理
収益性	売上高総利益率、営業利益率	3期推移の算出と変動要因の仮説出し
安全性	自己資本比率、流動比率	危険水準との乖離チェックとコメント生成
成長性	売上高成長率、経常利益成長率	トレンド要約と鈍化・加速の指摘
効率性	総資本回転率、棚卸資産回転期間	在庫滞留・売掛回収遅延の兆候検出

注意点は2つあります。第一に、指標の計算自体は会計ソフトや表計算で確定させ、AIには「解釈とコメントのドラフト」を担当させること。生成AIは計算を間違えることがあるためです。第二に、顧問先の実名や取引先名を含むデータをそのまま入力しないこと。社名を伏せた数値データに置き換え、学習に使われない設定（ChatGPTのオプトアウトやAPI利用）を徹底します。

月次データがある顧問先は精度が一段上がる

月次試算表が揃っている顧問先なら、季節変動を除いた異常値の検出や、決算着地の早期予測までAIに下書きさせられます。巡回監査で月次を固めている事務所ほど、この仕組みの恩恵は大きくなります。

レバー2｜業界平均・同業他社との比較を組み込む

「御社の営業利益率は3.2%です」だけでは提案になりません。「同業の黒字企業平均は5.1%で、差の主因は粗利率です」と言えて初めて経営者は動きます。比較の物差しとして実務で使いやすいのは次の2つです。

TKC経営指標（BAST）: TKC会員の関与先約26万社・1,200超の業種を収録した経営指標。黒字企業平均との比較ができ、令和6年版では黒字企業割合53.5%といった水準感も把握できます
中小企業実態基本調査（中小企業庁）: 無料で公開されており、業種別・規模別の財務指標を誰でも参照できます

AIの使い方はシンプルで、顧問先の主要指標と業界平均値を並べて渡し、「乖離が大きい指標を3つ挙げ、考えられる構造要因を仮説として列挙して」と指示します。仮説の当否は担当者が顧問先の実態と突き合わせて判断しますが、論点出しの時間は大幅に短縮されます。

レバー3・4｜改善提案ドラフトとビジュアル化を任せる

分析結果が揃ったら、改善提案のドラフト生成に進みます。提案テーマごとに「決算書のどこを見て、何を切り口にするか」を決めておくと、AIへの指示が安定します。

提案テーマ	決算書から拾う兆候	提案の切り口
節税	利益の急増、保険・共済の未活用	決算前検討会の定例化、設備投資・経営セーフティ共済の検討
資金繰り	借入依存度の上昇、現預金月商倍率の低下	借換・返済条件の見直し、資金繰り表の月次運用
投資判断	余剰資金の滞留、回転率の低下	投資回収シミュレーションの提示
事業承継	自己資本の積み上がり、役員の年齢	株価試算と承継スキームの初期検討

提案骨子が固まったら、ビジュアル化もAIに任せます。グラフは表計算ソフトで自動生成し、スライドはGammaやMicrosoft 365 Copilotのような生成ツールに骨子を渡せば、報告会で使える体裁の初稿が短時間で出ます。デザインに時間をかけず、中身のレビューに時間を使うのが原則です。

決算報告会を「経営アドバイザリー」に変える流れ

仕組みができたら、決算報告会の進め方そのものを変えます。流れは次の4ステップです。

決算データ確定の当日にAIで分析・提案ドラフトを生成する
担当者が数値の正確性と仮説の妥当性をレビューし、所長が提案の優先順位を決める
報告会の前半15分で決算の説明、後半30分を「来期に向けた論点3つ」の討議に充てる
討議で出た宿題を翌月の巡回監査でフォローする

経営課題抽出のプロンプト例

あなたは中小企業の財務に詳しいアナリストです。
以下は製造業（従業員20名規模）の3期分の決算数値です。
（社名なしの数値データを貼り付け）

1. 収益性・安全性・成長性・効率性の観点で重要な変化を3つ挙げてください
2. それぞれについて、経営課題としての仮説を1〜2行で書いてください
3. 税理士が次回の報告会で提案すべきテーマを優先度順に3つ、
   提案の骨子（現状→課題→打ち手→期待効果）の形式で出してください

出力はあくまでドラフトです。業種の商習慣や顧問先の事情を知る税理士のレビューを通すことで、初めて提案として成立します。

顧問料アップにつながるロジック

報告の中身が変われば、報酬の根拠も変わります。実務で機能しやすいのは「決算報告会の高度化を既存顧問料に含めて信頼を作り、資金繰り表の月次運用や経営計画策定を月額5,000〜30,000円のアドバイザリーオプションとして切り出す」段階設計です。値上げの交渉ではなく、新しい役務の追加として提示できるため、顧問先にも受け入れられやすくなります。AIで原価（作業時間）を下げた分が、そのまま事務所の利益率改善に効きます。

よくある質問

Q1. 顧問先の決算データを生成AIに入力しても問題ありませんか？

社名・代表者名・取引先名を除いた数値データに加工したうえで、入力データが学習に使われない設定（法人向けプランやAPI、オプトアウト設定）を使うのが前提です。税理士法第38条の守秘義務に関わるため、事務所として入力ルールを文書化しておくことを推奨します。

Q2. AIの財務分析はどこまで信頼できますか？

指標の計算は会計ソフト・表計算側で確定させ、AIには解釈と提案のドラフトだけを任せる分業なら、実務に耐えます。AIの出力を無検証で顧問先に出すのは避け、必ず担当者と所長のレビューを通してください。

Q3. 小規模な事務所でも導入できますか？

できます。ChatGPTの有料プラン1契約と既存の会計ソフトがあれば、まず顧問先1社の決算報告で試せます。効果を確認してから対象を広げるスモールスタートが現実的です。

Q4. 提案して断られたら関係が悪くなりませんか？

提案は「やるべき」と迫るものではなく、判断材料の提示です。採否は経営者に委ねる姿勢を貫けば、断られても「うちの数字をここまで見てくれる事務所」という評価は残ります。

まとめ｜分析の工数をAIに移し、税理士は提案の質に集中する

比率分析・業界比較・提案ドラフト・スライド化の4工程をAIに任せれば、提案型の決算報告は全顧問先に展開できる業務になります。鍵は、計算の確定は会計ソフト、解釈の下書きはAI、最終判断は税理士という分業の線引きと、守秘義務に配慮したデータの扱いです。

ZeimuAIでは、税理士事務所専用に設計したAI導入伴走を提供しています。決算分析から提案資料生成までのワークフロー構築、守秘義務に配慮したデータ運用ルールの整備、月次レポート自動化までを2ヶ月の初期設計と月次伴走で支援します。具体的な進め方はサービス内容をご覧いただくか、無料相談でお気軽にご相談ください。実際の出力イメージは画面サンプルで確認できます。