ChatGPTは会計で間違う?具体的な誤回答例と安全な使い方

会計基準書と契約書を開きChatGPTの回答を照合する経理担当者 AI活用

ChatGPTは会計でも誤回答しますが、一次情報との照合と人の最終判断を残せば、論点整理や下書きには有効です。

とくに注意すべきなのは、もっともらしい誤答、前提条件の読み違い、古い制度情報、存在しない出典です。本記事では、収益認識、リース、固定資産の減損に関する具体的な誤回答例を示し、安全な確認方法を解説します。

ChatGPTは会計でなぜ間違う?ハルシネーションの仕組みとは

結論からいえば、ChatGPTは正確な会計データベースから唯一の正解を検索して返す仕組みではないため、文章として自然でも事実とは異なる回答を生成することがあります。

OpenAIも、ChatGPTは常に正しいとは限らず、誤った定義・日付・事実、存在しない引用や研究・出典、複雑で曖昧な質問への過度に自信のある回答などを生成する場合があると説明しています。こうした「もっともらしいが誤っている出力」が、一般にハルシネーションと呼ばれます。

今回の元ネタであるマネーフォワード クラウドの記事「ChatGPTに聞いてはいけないことは?リスクや注意点を徹底解説」は、2026年4月28日更新です。同記事でも、機密情報の入力、専門的判断、AIによる誤情報などに注意を促しています。

会計実務で問題が大きくなる理由は、会計処理の結論が「質問文に書かれていない前提」に左右されることが多いからです。

例えば「この契約はリースですか」「この支出は資産計上ですか」「この売上は今期に計上できますか」という問いは、契約期間、解約条件、履行義務、取引日、適用基準などによって結論が変わります。

質問者が条件を書かなければ、AIは必ずしもその不足を正しく補えるとは限りません。一般論として正しい説明と、目の前の取引への正しい適用は別問題なのです。

OpenAIが2025年9月4日に公表したハルシネーションに関する研究でも、言語モデルでは、不確実な場合に「分からない」とするより推測した方が評価上有利になる仕組みが、誤回答が残る一因になり得ると論じられています。

私は、会計で最も危険なのは明らかな誤答ではなく、会計用語も文章構成も自然なため、レビューする側が疑問を持ちにくい誤答だと考えています。


ChatGPTの会計で起こりやすい誤回答とは?

会計でChatGPTを利用するときは、「正答率が何%か」だけではなく、どの種類の間違いが起きるかを把握することが重要です。

代表的なリスクを整理すると次のようになります。

利用場面起こりやすい問題実務上の使い方
会計基準の調査古い情報、基準番号・適用時期の誤り論点と検索語の整理までAIで行い、ASBJ等の原典で確認
仕訳案の作成取引条件不足による勘定科目・計上時期の誤り仕訳候補として作成し、人が証憑と照合
契約書の分析条項の見落とし、条件関係の誤認論点抽出に利用し、契約原文へ戻って確認
決算説明資料数値と文章の不整合確定数値を与え、出力後に再照合
税務処理会計基準と税法の混同会計と税務を分けて質問し、法令等で確認

ChatGPTは会計でどんな間違いをする?具体的な誤回答例

ここでは、ChatGPTで起こり得る会計上の誤回答を、3つの例で確認します。

以下は、生成AIで起こりやすい誤回答の特徴を説明するために簡略化して再構成した例であり、特定のChatGPTの回答をそのまま引用したものではありません。

誤回答例1:請求書を発行した月に売上を計上する

例えば、次のように質問したとします。

「9月28日に請求書を発行し、商品を9月30日に発送しました。商品は10月2日に顧客へ到着しています。9月の売上として計上できますか?」

ChatGPTが、次のように回答する可能性があります。

「請求書の発行と商品の発送が9月中に完了しているため、9月の売上として計上できます」

この回答には、売上の計上時期を決めるための重要な前提が不足しています。

収益認識では、請求書を発行した日だけでなく、企業が約束した財またはサービスに関する履行義務をいつ充足したかを確認します。

商品の販売であれば、契約条件、出荷条件、検収条件、返品条件、代金を請求できる条件などから、商品の支配がいつ顧客へ移転したかを判断する必要があります。

したがって、この質問だけでは9月計上か10月計上かを確定できません。

安全な回答は、次のようになります。

「請求書の発行日だけでは売上計上時期を判断できません。契約上の引渡条件、検収条件、返品条件、顧客が商品を支配する時点を確認する必要があります」

ChatGPTが明確に「9月に計上できます」と回答しても、不足している契約条件を確認せずに仕訳を確定してはいけません。

誤回答例2:1年契約なら短期リースになる

次に、オフィスの賃貸借契約について、次のように質問したとします。

「契約期間が1年で、毎年更新できるオフィス賃貸借契約です。短期リースとして処理できますか?」

誤った回答例は、次のようなものです。

「契約期間が12か月以内なので、短期リースとして使用権資産とリース負債を計上しない処理ができます」

新リース会計基準では、契約書に記載された期間が1年であるという理由だけで、短期リースとは判断できません。

借手のリース期間には、解約不能期間だけでなく、借手が行使することが合理的に確実な延長オプションの対象期間なども含まれます。

例えば、多額の内装投資を行っている、移転に多額の費用がかかる、その拠点が事業上重要であるといった事情があれば、1年を超えて更新することが合理的に確実と判断される場合があります。

その結果、契約書上は1年でも、会計上のリース期間が5年や10年となり、短期リースに該当しない可能性があります。

この質問に対する安全な回答は、次のようになります。

「契約期間だけでは短期リースか判断できません。更新・解約条件、内装投資、移転費用、物件の事業上の重要性などを確認し、借手のリース期間が12か月以内かを判定する必要があります」

この例では、ChatGPTが「契約期間」と「会計上のリース期間」を同じものとして扱ってしまう点が問題です。

誤回答例3:割引前キャッシュ・フローとの差額を減損損失にする

固定資産の減損について、次の前提で質問したとします。

  • 資産グループの帳簿価額:100
  • 割引前将来キャッシュ・フロー:80
  • 使用価値:70
  • 正味売却価額:65
  • 減損の兆候があることを確認済み

この場合にChatGPTが、次のように回答する可能性があります。

「帳簿価額100が割引前将来キャッシュ・フロー80を上回るため、差額20を減損損失として計上します」

この回答は、日本基準における減損損失の「認識」と「測定」を混同しています。

割引前将来キャッシュ・フローは、減損損失を認識する必要があるかを判定するために使用します。

この例では、割引前将来キャッシュ・フロー80が帳簿価額100を下回るため、減損損失を認識することになります。

しかし、減損損失の金額を20とするわけではありません。

減損損失を認識する場合は、帳簿価額を回収可能価額まで減額します。回収可能価額は、正味売却価額と使用価値のいずれか高い金額です。

この例では、使用価値70が正味売却価額65を上回るため、回収可能価額は70です。

したがって、減損損失は次のように計算します。

帳簿価額100-回収可能価額70=減損損失30

割引前将来キャッシュ・フロー80は認識判定に使い、回収可能価額70は減損損失の測定に使います。

ChatGPTが計算式を示していても、その計算が会計処理のどの段階に使われる数字なのかを確認する必要があります。

3つの誤回答に共通する原因

3つの例に共通しているのは、ChatGPTが会計用語を使って自然な文章を作れていても、判断に必要な前提や会計処理の段階を正しく区別できていない点です。

誤回答例見落としているもの人が確認する資料
売上計上時期支配の移転、検収・返品条件契約書、出荷・検収記録、収益認識基準
短期リース更新・解約オプション、内装投資賃貸借契約、事業計画、リース会計基準
固定資産の減損認識判定と測定の違い事業計画、評価資料、減損会計基準

各例の会計処理は、ASBJが公表している「収益認識に関する会計基準」「リースに関する会計基準」「固定資産の減損に係る会計基準の適用指針」をもとに確認しています。

会計実務では、ChatGPTに最終的な結論だけを質問するのではなく、結論を出すために不足している条件を挙げさせる使い方が有効です。

例えば、次のように依頼します。

「現時点の情報だけでは結論を確定せず、会計処理を判断するために不足している事実、確認すべき契約条項、参照すべき会計基準を整理してください」

それでも、ChatGPTが挙げた基準名や項番号が実在するとは限りません。

最終的には、ASBJなどが公表している一次資料を開き、基準本文と照合する必要があります。

ChatGPTを使って会計基準を調査するときの確認手順は、「ChatGPTで会計基準を調べても大丈夫?」で詳しく説明しています。

オフィス賃貸借における契約期間の具体的な判断例は、「新リース会計基準で家賃・オフィス賃料はどうなる?」で解説しています。

※画像はAIによるイメージ

生成AIの会計能力は、モデルや質問方法によっても大きく変わります。

『Review of Accounting Studies』に2024年に掲載された研究では、ChatGPT 3.5はCPA、CMA、CIA、EAの資格試験問題で平均53.1%となり、いずれの資格試験も合格できませんでした。一方、GPT-4への変更で平均16.5ポイント、10件の例示を与える方法でさらに6.6ポイント、計算機など外部リソースを利用するReAct方式でさらに8.9ポイント改善し、最終的な平均は85.1%となりました。

この結果は、「ChatGPTは会計に強い」「ChatGPTは会計に弱い」という二択で論じることにあまり意味がないことを示しています。

モデル、与える資料、プロンプト、外部ツール、検証工程によって結果は大きく変化するため、企業で重要なのはAIそのものの性能より、AIを含めた業務プロセスの設計です。

金融庁金融研究センターも、監査業界における生成AIについて、効率化や監査品質向上への可能性がある一方、過度な依存、ブラックボックス化、情報漏えい、ハルシネーションなどが監査品質を低下させ得る課題になると整理しています。

日本公認会計士協会も2024年8月13日、「監査におけるAIの利用に関する研究文書」を公表しています。大手監査法人を中心にAIを利用した監査ツールの開発や実務導入が進んでいることを背景に、具体的な活用方法と課題、公認会計士の役割の変化を整理したものです。

つまり専門家の世界でも、論点はすでに「AIを使うかどうか」から、AIをどの工程で使い、誰が結果に責任を持つかへ移っています。


三菱商事・東急の経理AI活用から何が分かる?

実在企業の事例を見ると、会計業務に生成AIを安全に導入する考え方がより明確になります。

2024年7月25日、PwC税理士法人は、三菱商事が2024年4月から5月に実施した生成AIによる経理業務改革の実証実験を支援したと公表しました。

保証債務に関する契約書・残高証明書からの情報抽出では平均97%の正解率、請求書情報を基にした支払調書の提出要否判定では98%の再現率を達成しています。

ここで私は、97%という数字を単純に「ほぼ正しい」と評価するのは危険だと考えます。

経理では100件中3件の誤りであっても、その3件が重要な契約や多額の取引に集中していれば、財務報告への影響は無視できません。

会計AIは正答率だけでなく、「間違えたときの影響額」とセットで評価する必要があります。

例えば「重要性の低い定型取引1,000件のうち10件を誤るAI」と「重要な決算整理10件のうち1件を誤るAI」は、単純な正答率だけなら似て見えても、財務報告上のリスクはまったく異なります。

これは会計・監査でAIを導入する際、一般的なAI評価とは別に重要性を加重したエラー管理が必要になることを意味します。

もう一つ参考になるのが東急株式会社です。

NTTデータなど3社は2026年5月27日、2025年度に東急で、ERP「Biz∫」と生成AIプラットフォーム「dejiren AI」を連携させ、請求書からの伝票自動起票やチェック業務を検証したと公表しました。一連の経理伝票起票業務で最大38%の作業削減効果を試算し、東急では年間約5,000時間の削減を目指しています。

注目したいのは、AIに何も与えず「この請求書を仕訳して」と自由に判断させているわけではない点です。

生成AIが請求書を読み取り、過去の類似伝票を検索・参照して伝票を作成し、利用者が内容を確認・修正する仕組みです。また、NTTデータは顧客機密情報について、生成AIの再学習や第三者アクセスを禁止した環境を利用したと説明しています。

これらの事例から見えてくるのは、企業における現実的なAI活用が、「AIを信用すること」ではなく「AIが誤る可能性を前提に統制を組み込むこと」だという点です。


ChatGPTを会計で安全に使う5原則とは?

ChatGPTを会計実務で利用するなら、私は次の5段階を基本にすることを勧めます。

  • ①前提条件を書く:適用基準、取引日、契約条件、金額、会社側の状況などを示す
  • ②AIに結論より論点を出させる:「処理を決めて」ではなく「確認すべき事実を整理して」と依頼する
  • ③根拠を特定させる:参照した基準、法令、資料名を示させる
  • ④一次情報へ戻る:ASBJ、e-Gov、EDINET、企業公式IRなどで原文を確認する
  • ⑤人が最終判断する:仕訳、開示、監査判断などの確定をAIだけで行わない

とくに効果が大きいのは、②の「答えではなく論点を聞く」という使い方です。

例えば、

「この契約の正しい会計処理を教えてください」

と質問するより、

「この契約の会計処理を決めるために確認すべき事実、判断が分かれる論点、参照すべき会計基準を整理してください。不足情報がある場合は結論を出さず、不足項目を列挙してください」

と依頼した方が、実務上の安全性は高まります。

生成AIの強みは、必ずしも最終結論を当てることではありません。大量の情報から論点候補、確認事項、比較軸を短時間で洗い出すことに大きな価値があります。

これは監査実務の方向性とも整合します。

2024年5月27日に開かれた日本IFIARネットワーク第8回総会では、生成AI等を活用しても、分析結果に対して専門的判断を行える知識・経験を持つことが重要だとの議論が記録されています。

AIが発見した異常や論点を見て、「なぜそれが問題なのか」を考えられなければ、AIを導入しても業務品質は上がりません。

会計知識とAI活用能力は競合するものではなく、会計知識があるからこそAIの出力を有効にレビューできるという関係にあると私は考えます。


会計データをChatGPTに入力しても大丈夫?機密情報の注意点

誤回答と同じくらい重要なのが、会計データの情報管理です。

経理部門には、未公表の決算数値、取引先別売上、給与情報、銀行口座情報、資金繰り資料、M&A関連資料など、外部へ漏えいすれば大きな問題になる情報が集まっています。

したがって、生成AIへ資料を入力する前に、利用しているプランのデータ取扱条件と自社のAI利用規程を確認することが不可欠です。

OpenAIによれば、個人向けワークスペースでは「Improve the model for everyone」をオフにすることで、その後の新しい会話をモデル改善に利用しない設定にできます。

一方、ChatGPT BusinessやChatGPT Enterpriseなどのビジネス向けサービスでは、OpenAIは入力・出力を含む組織データをデフォルトではモデルの学習や改善に使用しないと説明しています。

この違いは重要です。

「ChatGPTに入力した情報は必ず学習される」「法人向けなら何を入力しても安全」といった一律の理解はいずれも適切ではなく、プラン、設定、社内規程、接続している外部サービスなどを分けて確認する必要があります。

データ保持期間についても同様です。

OpenAIの2026年8月時点の案内では、通常のチャットは利用者が削除するまでアカウントに保存され、削除したチャットは原則として30日以内にOpenAIのシステムから恒久削除される予定です。ただし、すでに匿名化されている場合や、セキュリティ・法的義務により長期保持が必要な場合などは例外があります。Temporary Chatは原則30日以内に自動削除されます。

実務では、設定だけに頼らず、そもそも入力する情報を減らすことも有効です。

「株式会社○○」を「A社」、「主要取引先△△」を「取引先B」に置き換え、判断に不要な金額・氏名・口座番号を削除するなど、データ最小化と匿名化を先に行う方が安全です。


ChatGPTと会計は今後どう使い分けるべきか

ここからは私見です。

私は、ChatGPTの会計実務における本当の価値は、人間の代わりに最終結論を決めることではなく、人間が正しい結論へ到達するまでの探索時間を短縮することにあると考えています。

契約書から重要条項を抜き出す、検討すべき会計論点を洗い出す、複数の処理案を比較する、会計基準を調べるための検索語を作る、社内説明文を分かりやすく整理するといった仕事は、生成AIと非常に相性があります。

一方で、減損、企業結合、収益認識、リース、引当金、連結範囲など、事実認定と専門的判断が結論を大きく左右する領域では、AIの出力を最終判断として扱うべきではありません。

むしろAIの性能が向上するほど、実務家には高度なレビュー能力が必要になります。

初期のAIでは初歩的な誤答が目立ちましたが、高性能なAIでは文章も理屈も整っているため、間違いがあっても発見しにくくなる可能性があります。

その意味で、AI時代に会計知識の重要性が下がるとは私は考えていません。

会計基準を理解し、取引の実態を把握し、AIの回答に「本当にそうか」と問い直せる人ほど、生成AIによる効率化の恩恵を受けやすいでしょう。

実在企業の事例でも、AIにすべてを丸投げするのではなく、参照データを定め、適用範囲を限定し、業務プロセスやチェック機能と組み合わせる方向が見えてきています。

ChatGPTは会計で間違います。しかし、それは「会計業務では使えない」という意味ではありません。

ChatGPTを会計判断の代行者ではなく、論点整理・調査・下書きを高速化する補助者として位置付け、一次情報との照合と人による最終レビューを残すこと。これが、現時点で精度と効率を両立させる最も実務的な使い方だと考えます。


よくある質問

ChatGPTの会計処理は信用できますか?

参考情報としては有用ですが、そのまま確定処理に使うべきではありません。重要な処理については、契約書、会計基準、法令などの一次情報と照合し、人が最終判断する必要があります。

ChatGPTに仕訳を作ってもらっても大丈夫ですか?

仕訳候補の作成には活用できます。ただし、取引条件が不足すると勘定科目、計上時期、税区分などを誤る可能性があるため、証憑や取引内容との照合が必要です。

ChatGPTに決算資料をアップロードしても大丈夫ですか?

まず自社が許可した利用環境かを確認してください。未公表業績、個人情報、取引先情報などは特に慎重に扱い、利用プランのデータ取扱条件だけでなく、自社の情報セキュリティ規程やAI利用規程に従うことが重要です。

執筆:篠原誠一(会計・監査・業務改善の実務家)

コメント

タイトルとURLをコピーしました