スタッフ0人で顧問先60社。税理士がClaude Codeで"AI経理"を実現した全手法

先日、Xでとある公認会計士・税理士の方の投稿が話題になりました。

その内容は衝撃的で、「スタッフ0人で顧問先60社。通常なら6人（年3,000万円の人件費）が必要なところをClaude Codeで実現している」というものでした。

これは単なる「AIで業務効率化しました」という話ではありません。経理業務そのものをAIに丸ごと任せる仕組みを作り上げた、まさにAIクローン活用の最前線を行く事例です。

この記事では、この税理士の方がどんな仕組みを構築したのか、須崎の視点から詳しく解説します。

数字で見るインパクト ── スタッフ0人で60社を回す現実

まず、この事例のスケール感を数字で把握してみましょう。

通常、税理士事務所では顧問先10社あたり1人のスタッフが必要です。60社なら最低でも6人。人件費にして年間3,000万円。

それが、Claude Codeを中心としたAIシステムを構築したことで、たった1人で回せる体制になったのです。

「年間3,000万円の人件費がゼロになる」── この数字だけでも十分すごいのですが、注目すべきは「品質を落とさずに実現している」という点です。むしろ、人間が手作業で行うよりもミスが少なく、処理速度も桁違いに速くなっています。

全体システム構成 ── Claude Codeを「司令塔」にした仕組み

この税理士の方が構築したシステムの全体像は、非常にシンプルです。

Claude Codeを司令塔として、5つの外部サービスをMCP（Model Context Protocol）で接続している。たったこれだけです。

さらに、スケジュール実行も組み込まれています。

毎晩21:00に60社分の自動仕訳が走り、毎晩22:00にはXのフォロワー数値が自動記録される。人間が寝ている間にAIが黙々と仕事をしてくれるわけです。

仕組み① ── 毎晩21時に動く「AI自動仕訳」の全貌

この事例で最も感動したのが、60社分の仕訳を毎晩自動で処理する仕組みです。

この税理士の方は、「明細確認 → 科目判定 → 入力 → 確認」という一連の仕訳作業を4つのフェーズに分けて完全に自動化しています。

Phase 1：未処理明細の取得

まず、freee APIを通じて各社の未処理明細を自動取得します。ここでは出金データのみ、かつ会計年度内のものだけを対象にしています。

Phase 2：2段階の勘定科目自動判定

ここが最も巧みな部分。勘定科目の判定を2段階で行っています。

第1段階：キーワード辞書マッチング

14カテゴリ、100以上のキーワードで構成された辞書による高速判定です。

税理士だからこそ知っている「判断の境界線」が、すべてルール化されています。「飲食店で1万円を超えたら交際費」「従業員への振込は仕訳対象から除外」といった実務上の判断基準が、明確なロジックになっているのです。

第2段階：Claude APIフォールバック

キーワード辞書にマッチしなかった新規取引は、Claude APIが判定します。ただし、信頼度が低い場合は「人間確認」フラグが立ち、無理に自動処理しません。

この「わからないものは正直にわからないと言う」設計が、税務処理の信頼性を担保しているわけです。

Phase 3：重複チェック＆登録

判定された仕訳データは、重複チェックを経てfreee APIに自動登録されます。取引先マスタが存在しない場合は、自動で新規作成までしてくれます。

Phase 4：セキュリティ

60社のデータを扱うわけですから、セキュリティは最重要です。この仕組みではcompany_id単位で完全にデータが分離されており、A社のデータがB社に混入する可能性はゼロです。

除外ルール7種類

すべてを自動処理するわけではなく、以下の7種類の取引は自動仕訳の対象から除外されています。

これらは金額が大きかったり、特殊な処理が必要だったりするため、あえて人間の判断に委ねています。「自動化すべきもの」と「人間が判断すべきもの」の線引きが明確であることが、この仕組みの信頼性の根幹です。

仕組み② ── MCP接続で実現した「転記ゼロ」の業務環境

この税理士の方がすごいのは、仕訳の自動化だけではありません。業務全体から「転記」という作業を完全に排除している点も見逃せません。

通常の税理士事務所では、「Gmailで依頼確認 → メモに転記」「Notionの議事録を読み返し → 次回アジェンダを手動作成」といった転記作業が日常的に発生します。

MCP接続により、Claude Codeが5つのサービスに直接アクセスし、情報の取得から処理、出力までを一気通貫で行うため、こうした作業がすべて自動化されています。

Notionの議事録から打合せアジェンダを自動生成したり、Gmailでリマインドメールの下書きを自動作成したり。人間が「あっちを見て、こっちに書いて」とやっていた作業がなくなるのです。

「転記」は地味ですが、積み重なると膨大な時間になります。しかも転記ミスは信頼に直結する。AIが転記を丸ごと引き受けてくれることで、時間短縮と品質向上が同時に実現しているのです。

仕組み③ ── 「業務の型」をCLAUDE.mdに移植する

この事例で須崎が特に注目しているのが、CLAUDE.mdの活用法です。

CLAUDE.mdとは、Claude Codeに対する「業務マニュアル」のようなもの。プロジェクトのルートに配置するファイルで、ここに書かれた内容をClaude Codeは常に参照しながら動作します。

この税理士の方は、CLAUDE.mdに以下のような情報をすべて記載しています。

さらに、スキル（/コマンド）として業務を定型化しています。

・/freee-check → freeeのデータを確認
・/mtg-followup → ミーティング後のフォローアップ
・/ipo-analysis → IPO分析

つまり、税理士としての長年の経験と判断基準を、すべてCLAUDE.mdとスキルに言語化して「移植」しているのです。

これはまさに、須崎が提唱している「AIクローン構築」の考え方そのものです。自分の分身を作るために、自分の知識・判断基準・業務フローを言語化してAIに教え込む。エンジニアリングの話ではなく、自分自身の「業務の型」を棚卸しする作業なのです。

「エンジニアじゃないからこそ、Claude Codeが活きる」

この税理士の方の言葉で、須崎が最も共感したのがこの一言です。

「税理士は業務の型を知っている。コードはClaude Codeが書く。自分が書いたコードはほぼゼロ。」

これ、ものすごく重要なポイントです。

多くの方が「AIを活用するにはプログラミングスキルが必要」と思っています。でも実際は逆。プログラミングはAIがやってくれます。人間に必要なのは、「何をやるべきか」「どう判断すべきか」という業務の専門知識です。

この税理士の方は、プログラミングのコードを自分で書いていません。やったことは、「仕訳のルール」「判断基準」「業務フロー」を言語化してClaude Codeに伝えただけです。

コンサルタント、コーチ、デザイナー、講師──自分の専門領域で「業務の型」を持っている人なら、誰でも同じことができるのです。

あなたの仕事にも応用できる ── AIクローン構築の本質

須崎がこの事例を紹介しているのは、単に「すごい人がいるね」と感心してもらうためではありません。

あなたの仕事にも、同じ考え方を応用できるからです。

この税理士の方がやったことを抽象化すると、3つのステップに分解できます。

ステップ1：業務の型を言語化する
日々の業務で「毎回同じ判断をしているもの」を洗い出す。メールの返信パターン、資料の作成手順、データの整理方法などです。

ステップ2：AIクローンに移植する
言語化したルールをCLAUDE.mdやスキルとしてAIに教え込みます。

ステップ3：自動で回る仕組みにする
スケジュール実行やMCP接続で、AIが自律的に動く環境を作ります。人間は結果を確認するだけです。

この税理士の方は税務の専門知識を、須崎はコンサルティングの業務をAIクローンに移植しています。業種は違えど、やっていることの本質は同じです。

よくある質問

Q. Claude Codeは税理士以外の業種でも使えますか？

もちろん使えます。Claude Codeはプログラミングに特化したAIではなく、あらゆる業務の自動化・効率化に活用できます。コンサルタント、コーチ、講師、デザイナー、不動産業、EC運営など、「繰り返しの判断と処理」がある業種なら業種を問わず効果を発揮します。

Q. freee以外の会計ソフトでも同じことはできますか？

はい。この事例ではfreeeのAPIを使っていますが、APIを公開している会計ソフトであれば同様の仕組みを構築できます。実際にこの税理士の方は、MF会計からfreeeへのデータ移行も自動化しています。重要なのは特定のツールではなく、「業務の型をAIに移植する」という考え方です。

Q. AIに経理を任せてミスは起きないのですか？

ゼロにはなりませんが、人間の手作業よりもミスは大幅に減ります。その理由は、この仕組みには3つの安全装置が組み込まれているからです。第一に、キーワード辞書による確実なマッチング。第二に、AI判定時の信頼度スコアによる人間確認フラグ。第三に、重複チェック。加えて、そもそも自動処理しない7種類の除外ルールがあるため、リスクの高い取引は人間の判断に委ねられます。

Q. 自分でこのような仕組みを作るにはどうすればいいですか？

まずは小さく始めることをおすすめします。いきなり全業務を自動化しようとするのではなく、「最も繰り返しが多い1つの業務」をAIに任せてみることから始めてください。メールの下書き、データ整理、定型資料の作成など、毎日やっている単純作業が最初の一歩に最適です。AIクローン構築の詳しい方法は、ウェビナーでお伝えしています。

まとめ

AIクローンに「業務の型」を移植する具体的な方法に興味がある方は、ウェビナーで詳しくお伝えしています。