仕訳候補と注記ドラフトの作成
定型取引の仕訳候補、決算注記のたたき台、開示文面の初稿はAIでかなり作りやすいです。ゼロから文書を起こす工数は下がります。ただし、特殊取引や例外処理では、候補がもっともらしく見えても誤っていることがあります。
会計士はAIでなくなるのか
会計士の仕事はAIに奪われるのか。仕訳候補や注記の初稿は自動化が進むが、収益認識の時期や費用計上の範囲を決める会計判断と内部統制は人に残る。
先に結論
会計士は、AIでなくなるというより、定型処理だけの役割が薄くなる職種です。仕訳候補や注記初稿は速くなっても、会計判断、内部統制、重要論点の見極め、説明責任は残ります。
この職業とは
会計士は、数字を集計する人ではありません。取引の実態を会計ルールへ落とし込み、財務諸表が何を意味しているのかを説明できる状態へ整える仕事です。月次や決算を締めるだけでなく、勘定科目の妥当性、収益認識、引当金、内部統制、監査対応まで含めて、数字の信頼性を支えます。
この職種の価値は、仕訳を切る速さではなく、数字の背景を読み、どこに誤りやリスクが潜むかを見抜くことにあります。AIで候補や集計は速くなっても、会計基準と事業実態をつなげる判断責任は人に強く残ります。
業界
金融
公開データで見るこの職業
生成AIへのさらされ度
84 / 100
188職業中 58位
米国政府の区分
さらされ度：非常に高い
米国労働統計局（BLS）による職業別の相対的なAIさらされ度区分（2026年）。
4つの公開データから当サイトが算出した0〜100の指標で、掲載している188職業の中での相対的な位置を示します。高いほど、生成AIがこなせる・実際に使われている業務の割合が大きいことを意味します。仕事がなくなる確率ではありません。
AIがこなせる業務の多さ（理論）
87
研究者による業務分析（Eloundouほか、ILO）。各データが評価する全職業の中での百分位です。
AIが実際に使われている業務の多さ（実利用）
81
Microsoft Copilot と Anthropic Claude がこの職業の業務に実際に使われた度合い。各データが評価する全職業の中での百分位です。
米国の雇用（BLS 2025〜35年予測）
- 就業者数の予測変化（2025〜35年）
- +5.0%
- 米国の就業者数（2025年）
- 1,595,200
- 年間の求人数（平均）
- 115,300
- 年収の中央値（2025年）
- US$83,680
- 就職に通常必要な学歴
- 学士（大卒）
BLSが挙げる変化の理由
BLSはこの職業に固有の変化要因を挙げていません。この予測は主に、この職業を雇用する業界の伸び・縮みを反映したものです。
BLS の職業区分「Accountants and auditors」の米国の数値です。BLS の予測は技術が過去と同じペースで進むことを前提にしており、AIの影響だけを予測したものではありません。
出典
さらされ度は、以下のデータを基に当サイトが算出しました（データ時点：2026年10月15日）。米国の雇用の数値は BLS の公表値をそのまま掲載しています。
- Eloundou, Manning, Mishkin & Rock, "GPTs are GPTs: Labor market impact potential of LLMs", Science (2024); data MIT licence
- Gmyrek, Berg, Kamiński, Konopczyński, Ładna, Nafradi, Rosłaniec, Troszyński. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Geneva: ILO, 2025. © ILO, CC BY 4.0
- Tomlinson, Jaffe, Wang, Counts & Suri, "Working with AI: Measuring the Occupational Implications of Generative AI", Microsoft Research; CC BY 4.0
- Anthropic Economic Index (job_exposure); CC BY
- U.S. Bureau of Labor Statistics, Employment Projections 2025–35 and AI exposure categories
各データの公表元は、本サイトの作成・確認・推奨には関与していません。 出典・ライセンス・算出方法の詳細
会計士はAIでなくなるのか
会計士の仕事は、AIでかなり効率化しやすい部分を多く含みます。仕訳候補の提示、帳票整理、注記の下書き、異常値の検出、監査資料の要約など、数字やルールが揃っている場面では機械の補助が強く効きます。表面だけを見ると、置き換えが進みやすい職種に見えるかもしれません。
ただし、実務の難しさは、数字の処理そのものではなく、その数字が本当に取引実態を表しているかを判断することです。どの売上をいつ認識するか、どの費用をどこまで計上するか、説明根拠は十分かといった論点は、制度理解と事業理解の両方がないと扱えません。
会計士の役割は、会計ソフトを扱うことではありません。数字が事業の実態を正しく表しているかに責任を持つ専門職です。ここからは、AIで置き換わりやすい工程と、人が担い続ける判断を分けて見ていきます。
置き換わりやすい業務
AIが入りやすいのは、会計ルールが明文化されていて、過去パターンの参照が効く作業です。定型処理や候補提示の比率が高い部分ほど自動化しやすくなります。
異常値や差異の一次抽出
前期比較、予実差異、勘定残高の変動を機械的に拾う作業はAI支援が効きやすいです。論点の洗い出し速度は上がります。しかし、なぜその差異が起きたのか、重要性がどこにあるのかを判断するのは人の役割です。
監査資料や証憑一覧の整理
証憑の突合せ、依頼資料の一覧化、提出漏れ管理の初稿は自動化しやすいです。監査対応の事務負荷は確実に下がります。ただし、資料が揃っていることと、説明根拠として十分であることは別問題です。
ルールベースの会計処理照会
社内から来る基本的な会計処理の質問に対して、規程や過去事例をもとに回答案を出す作業はAIが得意です。一次回答の速さは上がります。しかし、取引実態が複雑な案件は、人が背景まで聞かないと誤誘導になりやすいです。
残る業務
会計士に残るのは、数字の意味を判断し、説明責任を負う仕事です。基準と実態がずれる場面ほど、人の専門性と責任が強く求められます。
取引実態に即した会計判断
契約書に書かれた形式だけでなく、実際に何が提供され、どこでリスクが移転し、どの時点で収益や費用を認識すべきかを判断する仕事は残ります。制度を暗記しているだけでは足りず、事業の流れを理解して初めて正しく処理できます。
重要論点の見極めと優先順位づけ
差異や違和感が大量に出ても、全部を同じ深さで追うわけにはいきません。どの論点が財務数値や監査意見に大きく影響するかを見極める仕事は残ります。数字の大小だけでなく、将来の火種まで見られる人が強いです。
内部統制と再発防止の設計
誤処理が見つかった時に、誰がどこで見落としたのか、承認や証跡の仕組みをどう直すべきかを考える仕事は残ります。会計は締めることが目的ではなく、同じ誤りを繰り返さないことが重要です。仕組みまで変えられる人材は代えが利きにくいです。
経営や監査人への説明責任
数字の処理理由を、経営陣や監査人へ筋道立てて説明する仕事は残ります。会計上は正しくても、なぜその判断なのかを説明できなければ信頼されません。技術論と事業背景をつないで話せることが大きな価値になります。
学ぶべきスキル
これからの会計士には、集計技術より、判断の根拠を組み立てる力が求められます。AIを使いながらも、最後に自分の責任で説明できることが重要です。
会計基準と事業モデルの接続力
収益認識や引当金の考え方を、実際の契約や事業フローへ当てはめて理解する力が必要です。制度だけを知っていても、現場の商流が見えなければ判断を誤ります。数字の前に事業を読む姿勢が今後さらに重要になります。
内部統制と証跡設計の理解
誤りを直すだけでなく、どの承認や証跡が必要で、どこで止めるべきかを設計できることが重要です。AIで候補を出せても、統制の置き方までは人が決める必要があります。会計処理を仕組みで守れる人は強いです。
数字の違和感を言語化する力
差異や異常値を見つけた時に、どこが危ないのか、何を確認すべきかを明確に説明できる力が必要です。違和感を感じるだけでは実務は前に進みません。論点を短く正確に切り出せる人は監査や経営との対話でも評価されやすいです。
AIを使った会計作業の検証力
AIで注記や仕訳候補を速く作りつつ、例外取引や重要論点は必ず自分で裏取りする力が必要です。便利な下書きに引っ張られず、説明責任の重い箇所へ人の時間を集中できる人材が今後強くなります。
転職先候補
会計士の経験は、単なる記帳ではなく、会計判断、統制設計、経営説明に強みがあります。そのため、数字の信頼性や経営判断の比重が高い周辺職種へ広げやすいのが特徴です。
監査担当者
会計基準と証拠の重みを見てきた経験は、監査論点の設定や統制評価にもつながります。数字を作る側から、信頼性を点検する側へ広げたい人に向いています。
さらされ度 84/100 · 米国の雇用 2025〜35年 +5.0%
財務アナリスト
数字の整合を見てきた経験は、経営判断に必要な差異分析や前提評価にも活かせます。会計処理の視点を、事業の示唆づくりへ広げたい人に適しています。
さらされ度 91/100 · 米国の雇用 2025〜35年 +7.2%
税務申告補助
証憑や科目判断に強い人は、税務ルールに沿った申告準備にも進みやすいです。会計の正確さを、制度要件の確認へ深めたい人に向いています。
さらされ度 88/100 · 米国の雇用 2025〜35年 +4.7%
簿記係
決算や統制の視点を持つ人は、日々の記帳品質を高い解像度で支えられます。上流の判断を知ったまま、現場の数字運用を強くしたい人に適した選択肢です。
さらされ度 78/100 · 米国の雇用 2025〜35年 -5.6%
保険引受担当
数字とリスクを同時に見ながら線引きをする感覚は、保険の引受判断にもつながります。会計の慎重さを、条件設計と収益性判断の仕事へ広げたい人に向いています。
さらされ度 74/100 · 米国の雇用 2025〜35年 -3.8%
投資アナリスト
会計数値の読み解きに強い人は、企業価値や資本効率を評価する仕事にも進みやすいです。信頼できる数字を作る側から、資金配分を考える側へ広げたい人に適しています。
さらされ度 91/100 · 米国の雇用 2025〜35年 +7.2%
まとめ
会計士は、AIでなくなるというより、定型処理だけの役割が薄くなる職種です。仕訳候補や注記初稿は速くなっても、会計判断、内部統制、重要論点の見極め、説明責任は残ります。今後は、どれだけ処理できるかより、どれだけ信頼できる数字として説明できるかが将来性を分けるでしょう。
同じ業界の比較職種
ここに表示しているのは、会計士と同じ業界に分類される職種です。仕事内容が同一という意味ではなく、AIの影響やキャリアの近さを比較しやすい職種を並べています。
関連ページ・ツール
関連する読みもの
よくある質問
Q.会計士はAIでなくなるのか
会計士の生成AIへのさらされ度は100点中84（188職業中58位）です。AIがこなせる・使われている業務の多さを示す指標で、仕事がなくなるかどうかを示すものではありません。BLSは、米国の会計士の雇用が2025年から2035年にかけて+5.0%変化すると予測しています。
Q.会計士の業務のうち、AIに置き換わりやすいのはどれですか？
AIが入りやすいのは、会計ルールが明文化されていて、過去パターンの参照が効く作業です。定型処理や候補提示の比率が高い部分ほど自動化しやすくなります。具体的には：仕訳候補と注記ドラフトの作成、異常値や差異の一次抽出、監査資料や証憑一覧の整理、ルールベースの会計処理照会。
Q.会計士の仕事で、人に残るのはどの部分ですか？
会計士に残るのは、数字の意味を判断し、説明責任を負う仕事です。基準と実態がずれる場面ほど、人の専門性と責任が強く求められます。具体的には：取引実態に即した会計判断、重要論点の見極めと優先順位づけ、内部統制と再発防止の設計、経営や監査人への説明責任。
Q.会計士がいま身につけておくべきスキルは何ですか？
これからの会計士には、集計技術より、判断の根拠を組み立てる力が求められます。AIを使いながらも、最後に自分の責任で説明できることが重要です。具体的には：会計基準と事業モデルの接続力、内部統制と証跡設計の理解、数字の違和感を言語化する力、AIを使った会計作業の検証力。