会計人のための仕組み化仕事術⑦│AI時代に会計ソフトはどのような役割を担うのか

ソフトウェアは「操作する道具」から「データを扱う基盤」へ

「SaaS is Dead」と言われた背景

AIの登場によってさまざまな前提が変わりつつあるなか、次に考えるべきなのは「では、会計ソフトの役割はどこまで変わるのか」「極端な話、会計ソフトそのものは不要になるのか」という点でしょう。

こうした問いを考える上で参考になるのが、IT業界で大きな盛り上がりを見せた「SaaS is Dead」という議論です。
これは、MicrosoftのCEOであるサティア・ナデラが語った問題意識がきっかけとなり広まったものです。
ナデラは、生成AIの登場によってソフトウェアの価値が「アプリケーション」そのものから、「AIが活用できるデータや基盤」へと移っていく可能性に言及し、その過程で従来型のSaaSのあり方が問い直されるだろうと発言しました。
その議論の一部が「SaaS is Dead」という強い表現として切り取られ、スタートアップ界隈を中心に拡散された結果、「SaaSはAIに置き換えられて終わるのではないか」といった受け止め方が広がることにもなりました。

ただし、この表現は意図的に強い言葉が選ばれており、そのまま受け取ると誤解を招きやすい面があります。
実際に語られていた問題意識は、「SaaSそのものが不要になる」という話ではありません。
従来のSaaSが前提としてきた「人が画面を操作し、データを入力し、画面を見て判断する」という構造が、生成AIの登場によって揺らぎ始めている、という点にありました。
これまでのSaaSは、人が使いやすい画面を作り込み、そこに多くの機能を集約することで価値を提供してきました。
その結果、１つのソフトウェアのなかに多くの業務が詰め込まれ、「人が操作すること」を中心に最適化が進められてきたと言えます。これは会計ソフトにおいても同様です。

しかし、生成AIが人の代わりに情報を読み取り、判断を補助し、次の処理へとつなげられるようになると、必ずしも人がすべての画面操作を担う必要はなくなります。
「SaaS is Dead」という言葉は、こうした変化を強調するために使われた表現であり、SaaSがAIに単純に置き換えられる、という意味ではないのです。

データ処理と連携が中心になる世界

こうした流れのなかで、ソフトウェアの価値は「人が操作する道具」から、「データを正しく処理し、次の業務へと受け渡す土台」へと重心を移しつつあります。
重要になるのは、どの画面が使いやすいかではなく、どのようなデータを、どの細かさ（粒度）で保持し、どの業務とどのようにつながっているか、という点です。
AIは、人のように画面を見て操作するのではなく、データそのものに直接アクセスし、処理や判断を行うことを得意とします。
そのため、ソフトウェア同士が明確な役割分担のもとでデータを受け渡せる構造になっているほど、AIの活用余地は広がります。
逆に、すべての情報や機能を１つのソフトウェアに閉じ込めてしまう設計では、かえって柔軟性を失うことにもなりかねません。

さて、再び視点を会計ソフトに戻して、この変化を考えてみましょう。
会計ソフトは、帳簿を正確に作るための中核として、データの集約と蓄積、そして計算と集計を担い続けます。
これまでは人が手入力することを前提としていたため、摘要欄には取引の背景や補足情報をできるだけ多く書き込み、それを印刷して確認するといった運用が一般的でした。
しかし、元となる取引データが外部のソフトウェアから連携され、いつでもその元データにたどり着けるのであれば、摘要欄に情報を詰め込む必要性は大きく下がります。
実際、近年の会計ソフトでは、どのソフトウェアから連携されたデータなのかをさかのぼって確認できる構造が整いつつあり、例えばfreee会計では、ほとんど摘要欄を入力しなくても業務が回るケースも増えています。

一方で、取引情報や顧客情報、請求や入金といった前段のデータは、必ずしも会計ソフトのなかですべてを管理する必要はありません。
役割ごとに最適なソフトウェアが元データを持ち、会計ソフトはそれらを参照・集計する。
このように役割分担された構造によって、全体として無理のない業務構造を作れるようになります。

AIの登場はSaaSを否定するものではなく、ソフトウェアの役割分担と位置づけを明確化するきっかけになります。
その延長線上にあるのが、次に述べる「すべてを会計ソフトに集約しない」という考え方です。

すべてを会計ソフトに集約しないという選択

AIを前提とした業務環境では、「１つのソフトウェアにすべての機能を集約する」ことが、必ずしも最適解とは言えなくなってきました。
人が画面を操作する前提では、機能がまとまっていた方が使いやすい場面も多くありましたが、AIがデータに直接アクセスし処理するのであれば、ソフトウェアごとに役割を明確に分けた方が合理的です。

「機能ごとの使い分け（ベスト・オブ・ブリード）」とは、それぞれの分野で強みを持つソフトウェアが元データを管理し、それらが連携することで全体として一貫した業務を成り立たせるという考え方です。
理論的には合理的であり、特定のソフトウェアに過度に依存せず、常に最適なツールを選び続けられる点で、理想的な姿とも言えます。
しかし、この考え方は長らく「正しいが実現が難しいもの」でもありました。

理由の１つは、ソフトウェア間の連携そのものが大きな負担だったからです。
データ形式の違いや連携仕様の差異を調整するには専門的な知識が必要で、導入や運用のたびに人手による調整や確認が欠かせませんでした。
また、どのデータが正で、どこまでをどのソフトウェアで管理するのかを整理できていないと、かえって業務が複雑化するリスクもありました。
その結果、多くの現場では「多少使いにくくても１つのソフトにまとめた方が楽だ」という判断が取られ、ベスト・オブ・ブリードは理想論にとどまりがちだったのです。

しかし、AIが間に入ることで、こうした負担の多くは小さくなります。
ポイントは、AIが「人の代わりに画面を操作する」ことではなく、ソフトウェア間でやりとりされるデータを読み取り、意味づけし、必要な形に整えて受け渡せることです。
例えば、ツールごとに項目名や粒度が違っていても、AIは文脈から「これは取引先名」「これは請求日」「これは税区分に関係する情報」といった対応関係を推定し、共通の形式にそろえる作業を支援できます。
例えば、販売管理ソフトでは「得意先」、会計ソフトでは「補助科目」となっていても、AIが「これは同じA社のことですね」と判断してつないでくれるなど、柔軟に吸収できる可能性があります。
また、連携が止まったときに原因を特定し、どこでデータが欠けたのかを探し、修正案を提示するといった運用面の負担も、AIによって軽くできます。

もちろん最終的な責任は人が持つ必要がありますが、連携の設計・調整・保守にかかっていた手間が減れば、ベスト・オブ・ブリードは理屈だけでなく現実的な選択肢になります。その結果、無理に多機能なソフトウェアを選ぶのではなく、目的ごとに最適なツールを組み合わせるという選択が、取りやすくなっていくでしょう。

こうした構造のなかで、あらためて重要性が増すのが、会計の前段に位置する業務です。
取引の発生源となる顧客情報、契約内容、請求や入金といった情報が、どのような形で整理され、どのタイミングで確定するのか。
この部分が曖昧なままでは、いくら会計ソフト側の処理を高度化しても、帳簿の品質は安定しません。
会計ソフトは、前段で整理されたデータを集約し、計算・集計する役割を担います。
だからこそ、前段業務でどのような情報を、どの細かさで持ち、どの段階で確定させるのかを設計することが重要になります。
ここが整っていれば、会計ソフトは本来の役割に集中でき、会計人も判断や分析といった、より付加価値の高い業務に時間を使えるようになります。

会計ソフトを操作することを起点に業務を組み立てる発想から離れ、会計ソフト外で生じたデータを適切に集約・集計する役割として捉え直すこと。
そして、その前段業務との役割分担を見直すこと。
それが、AI時代における現実的な業務設計の出発点と言えるでしょう。