税務の現場でいちばん時間を奪っているのは、税法の解釈でも複雑な計算でもなく、「データを右から左に運ぶ作業」ではないでしょうか。Thomson Reuters が公開した記事は、この問題を「データの苦難の旅（tortured journey of data）」と名付け、具体的な数字とともに解決の道筋を示しています。ベンダーの宣伝という側面を差し引いても、日本の税務実務にそのまま当てはまる論点が多いので、税理士の視点で読み解きます。
何が起きたのか
Thomson Reuters が自社ブログで、企業の税務部門が抱えるデータフローの構造問題を整理しました。同社の言う「データの苦難の旅」とは、バラバラのシステムに散在するデータが、決算・税務申告・レポーティングに至るまでに、手作業の集約・転記・検証を何度も繰り返す状態を指します。
記事が挙げる具体的な断絶ポイントは3つです。
- タックスプロビジョン（税金引当・税効果計算）：複数システム間でデータが分断され、手作業のスプレッドシートに依存。計算そのものより「検証」に時間が溶けていく
- 申告書作成：ERPから必要なデータをうまく取り出せず、切り離されたツール間を手動でデータが行き来する。テクノロジー導入前は申告書1件あたり40時間の手作業が発生していた
- コンプライアンス・報告：データ整理に時間を費やした結果、本来やるべき分析・戦略業務に時間が回らない
同社が引用する2026年度の調査データも興味深い数字です。税務部門の56%が現在のテクノロジースタックに不満を持ち、半数以上がまだ部分的な自動化にとどまる「リアクティブ」段階。一方でテクノロジー投資を進めた部門の66%が時間削減効果を、67%が「戦略的業務へのシフト」を実感していると回答しています。AIの本格統合時期の見立ても「3〜5年後」から「1〜2年以内」へと大きく前倒しされました。
導入効果としては、申告書1件あたりの作業時間が40時間から20時間へ半減、年間500件の申告を抱える企業では年1万時間超の削減、3年間のROIは148%・投資回収は6ヶ月未満——という実績値が並びます。
背景 ―― なぜ今なのか
この記事が今のタイミングで出てきた背景は2つあります。
第一に、生成AIブームが「データ整備」の優先度を引き上げたことです。税務へのAI活用はここ数年ずっと語られてきましたが、実際にAIを申告・引当・レポーティングに組み込もうとすると、真っ先に躓くのが「AIに食わせるデータがきれいに揃っていない」という現実です。AI統合の期待時期が1〜2年に前倒しされたからこそ、その前提となるデータパイプラインの整備が急務になっています。
第二に、税務当局側のデジタル化・AI活用が先行していることです。米IRSはAIによる調査対象選定を強化しており、日本でも国税庁がKSK2への移行（2026年9月）とAIを活用した申告審理・調査選定を進めています。当局がデータで攻めてくる時代に、納税者側だけが手作業のスプレッドシートでは、ミスのリスクも説明責任の負担も一方的に増えていきます。
なお、この記事は Thomson Reuters が自社製品（ONESOURCE）への導入を促すマーケティングコンテンツであることは明記しておくべきでしょう。ROI 148%といった数字は同社と導入企業の調べによるもので、第三者検証された数字ではありません。それでも「どこで時間が失われているか」の構造分析自体は、製品を買うかどうかとは無関係に有効です。
税理士の視点で読み解く
日本の実務に引き付けると、この「苦難の旅」はむしろ日本のほうが深刻だと感じます。
①会計ソフトと申告ソフトの断絶は日本の構造問題。 日本の税務実務は、会計ソフト（freee・マネーフォワード・弥生・勘定奉行など）と申告ソフト（達人・魔法陣・TKCなど）が別システムで、その間をCSVエクスポートと手入力が埋めているケースが大半です。電子帳簿保存法とインボイス制度でデータの「入口」のデジタル化は進みましたが、そのデータが申告書に至るまでの旅は、依然として手作業だらけです。せっかく入口を整備したのに、途中の旅路が昔のままでは、デジタル化の効果は半減します。
②タックスプロビジョンのExcel依存は日本の上場企業も同じ。 四半期決算の税金計算・税効果会計は、日本でも「秘伝のExcel」が現役という会社が少なくありません。決算早期化のプレッシャーが強まる中で、属人化したスプレッドシートは決算リスクそのものです。グループ通算制度を採用していれば、グループ間のデータ収集という旅がさらに一段増えます。
③当局対応としての「データ整備」という視点。 KSK2とAI調査選定の時代には、当局は申告データを統計的に分析して異常値を検出してきます。自社のデータフローが整備されていれば、調査で問われたときに「この数字はこの元データから、この経路で来ている」と即座に示せます。データリネージ（データの来歴）の整備は、効率化だけでなく税務調査への防御力でもあります。
④中小事務所こそ小さく始められる。 ONESOURCEのような大企業向けスイートは中小の税理士事務所には過剰ですが、「データの旅の断絶を減らす」という原則は事務所規模を問いません。クライアントからの資料回収をデータ連携に置き換える、会計→申告のCSV連携を定型化する、チェックリストをスプレッドシートからワークフローに移す——一つずつ断絶を潰すだけでも、繁忙期の残業時間は目に見えて変わります。
一方で、割り引いて読むべき点もあります。40時間→20時間という数字は「導入がうまくいった企業」の実績であり、システム移行には初期のデータクレンジングと業務フロー再設計という、記事があまり語らない痛みが伴います。ツールを入れれば旅が終わるのではなく、旅の地図を描き直す作業（業務設計）が先です。
実務家のアクション
- 自社・自事務所の「データの旅」を1枚の図にする：資料の受領から申告書提出まで、データが何回システムを乗り換え、何回手入力されているかを可視化する。断絶の数を数えるだけで優先順位が見える
- 「転記作業」の時間を1週間だけ記録する：40時間→20時間の議論を自分の数字で検証する。効率化投資の説得材料にもなる
- 税効果・引当のExcelに後継者がいるか確認する：属人化していれば、ツール化以前にまずロジックの文書化を
- 電帳法・インボイス対応で貯まったデータの「出口」を設計する：スキャンして保存しただけのデータを、申告・分析につなげる経路を作る
- 国税庁のKSK2・AI調査選定の動向を追う：当局側のデータ活用水準が、納税者側に求められるデータ整備水準を規定していく