T最新テックトレンド

ジェネレーティブAIが変革する税務の未来：Intuit TurboTaxがLLMと独自のGenOSで4400万人の納税者を支援する舞台裏

AI Engineer
0:00--:--

確定申告の季節は、多くの人にとって頭の痛い時期です。複雑な税法、頻繁な改正、そして個々人の多様な財務状況が絡み合い、何が正しく、どうすれば最善の控除を受けられるのか、途方に暮れる人も少なくありません。そんな中、税務ソフトウェアのリーディングカンパニーであるIntuit社は、この長年の課題にジェネレーティブAI（LLM：大規模言語モデル）という最先端技術で立ち向かっています。

Intuitのシニアスタッフエンジニアであるジャスプリート・シン氏が「AI Engineer World's Fair」で発表した内容によると、同社の旗艦製品であるTurboTaxは昨年、実に4400万件もの確定申告を処理しました。この圧倒的な規模の中で、ユーザーが自身の税務状況を完全に理解し、最高の自信を持って申告できるよう支援することこそが、IntuitのLLM活用における最大の目標です。本記事では、IntuitがどのようにしてLLMを税務の世界に導入し、その具体的な機能、ビジネスへの影響、そして将来性を、同社独自のGenAIプラットフォーム「GenOS」の解説ととも詳細に掘り下げていきます。

税務領域におけるLLM活用の極めて重要な意義

税務という分野は、その性質上、AI技術の導入において極めて高いハードルと同時に、大きなポテンシャルを秘めています。なぜ、Intuitのような企業がLLMに多大な投資をしているのでしょうか。

  1. 複雑性と絶え間ない変化: 世界中の税法は信じられないほど複雑であり、毎年、そして時には四半期ごとに改正されます。IRS（米国歳入庁）の公式文書は膨大で難解であり、一般の納税者がこれを完全に理解することは至難の業です。LLMは、この膨大な情報をリアルタイムで処理し、最新の法改正を反映した形で、個人に最適化された情報を提供することを可能にします。これにより、納税者は常に最新かつ正確な情報にアクセスでき、誤った申告のリスクを大幅に軽減できます。

  2. 個々人の多様な状況への対応: 住宅ローン、株式投資、自営業、扶養家族の有無、教育費の支払いなど、納税者一人ひとりの財務状況は千差万別です。これらの複雑な要素が絡み合うことで、適用される控除や税額控除の組み合わせは無限に広がります。汎用的なFAQやテンプレートでは対応しきれない、個別の事情に応じたパーソナライズされたアドバイスこそが、納税者が真に求めているものです。LLMは、ユーザーが入力した機密性の高い税務情報に基づいて、その人に特化したガイダンスを提供できる点で、これまでのサービスとは一線を画します。

  3. 正確性とコンプライアンスの絶対性: 税務申告は金銭が直接関わるため、正確性は他のどの分野よりも厳しく求められます。わずかなミスが、監査、罰金、さらには法的な問題に発展する可能性もあります。そのため、LLMが生成する情報には、単なる流暢さや自然さだけでなく、絶対的な正確性が不可欠です。Intuitは、このリスクを深く認識し、LLMの応答の信頼性を確保するための厳格な検証プロセスと安全機構を構築しています。これにより、ユーザーはAIが提供する情報に高い信頼を置くことができます。

  4. アクセシビリティの向上と負担軽減: 税務専門家へのアクセスは高額であり、特に低所得者層や中小企業にとっては大きな経済的負担となります。LLMを活用することで、専門家レベルの税務アドバイスをより多くの人が手軽に、かつ低コストで利用できるようになります。これは、税務サービスへのアクセス格差を是正し、納税者の負担を軽減するという社会的意義も持ち合わせています。また、税務の知識がない人でも、AIとの対話を通じて自身の申告を理解し、自信を持って完了できるようになるため、精神的な負担も大幅に軽減されます。

このように、税務領域におけるLLMの活用は、単なる技術的な進歩にとどまらず、納税者の体験を根本から変革し、より公平で効率的な税務社会の実現に貢献する可能性を秘めているのです。

Intuit GenOS：税務特化型AIプラットフォームの心臓部

IntuitのLLM活用は、単に既存のLLMをサービスに組み込むという単純なものではありません。彼らは、税務領域特有の要求（安全性、セキュリティ、正確性、規制遵守）を満たすために、独自のジェネレーティブAIプラットフォーム「Intuit GenOS」を開発しました。これは、汎用的なLLMツールでは対応できないIntuitならではの複雑なユースケースを処理するために不可欠な基盤となっています。

GenOSは、税務申告のワークフロー全体をエンドツーエンドで支援するために設計されており、主に以下の3つの主要な構成要素から成り立っています。

  1. GenUX (Generative User Experience)：

    • これはユーザーが直接触れるフロントエンドの層であり、LLMが生成した情報を視覚的かつ直感的に提示します。
    • 税務の専門用語を平易な言葉に変換し、グラフや図を用いて視覚的に分かりやすく表現することで、ユーザーが複雑な税務状況を容易に把握できるようにします。
    • ユーザーの質問や状況に応じて、表示される情報や次のステップを動的に最適化し、パーソナライズされた体験を提供します。

  2. Orchestrator（オーケストレーター）：

    • GenOSの「頭脳」とも言える部分で、ユーザーのクエリの意図を正確に解釈し、適切なLLMモデルや税務エンジンなどの異なるコンポーネントを連携・調整します。
    • 例えば、ユーザーが「今年の還付金はいくら？」と尋ねた場合、オーケストレーターはまずユーザーの税務プロファイルから関連する数値データを取得し、次にそのデータに基づいて還付金の内訳を説明するLLMモデルを呼び出します。
    • 複数のAIソリューションの中から、現在の質問に対して最も適切で信頼性の高いものを選択し、その応答を組み合わせて最終的な回答を生成する役割を担います。
    • 特に税務分野では、一般的な質問と個別の複雑な質問の両方に対応する必要があり、オーケストレーターがその橋渡しをします。

  3. GenRuntime（Genランタイム）：

    • LLMやRAG（Retrieval Augmented Generation）システムなど、AIモデルを実行するための基盤を提供するバックエンドの層です。
    • 税務情報やユーザーの個人情報など、様々なデータストアに安全にアクセスし、LLMモデルが高速かつ効率的に推論を実行できる環境を確保します。
    • スケーラビリティとパフォーマンスが重視され、大量のユーザーリクエストに安定して対応できるインフラストラクチャを構築しています。

IntuitがGenOSを自社開発した最大の理由は、税務という非常に規制の厳しいビジネスにおいて、安全性、セキュリティ、信頼性を最優先する必要があるからです。既存の汎用LLMやそのツールセットだけでは、納税者データの機密性、税務アドバイスの正確性、そして政府の規制（例：IRSの規定）への厳格な遵守といったIntuitの要件を完全に満たすことは困難でした。GenOSは、これらの制約の中で、大規模なユーザーベースに対して一貫して高品質なAIサービスを提供できる、エンドツーエンドのソリューションとして機能しています。

TurboTaxにおけるLLMの具体的な機能とアーキテクチャ

TurboTaxのLLM機能は、Intuit Assistとして総称され、納税者の多様なニーズに応えるべく、きめ細やかな設計がなされています。そのアーキテクチャは、スケーラビリティ、正確性、セキュリティを同時に実現するための多層的なアプローチを採用しています。

ユーザー体験の変革：静的クエリと動的クエリ

Intuit Assistは、主に二つの種類のユーザーインタラクションに対応しています。

  1. 静的クエリ（Static Queries）:

    • これは、ユーザーが自身の税務申告の特定のセクションを閲覧する際など、既知の税務情報に基づいて定型的に生成される説明を指します。
    • 例えば、「今年の還付金の内訳」や「なぜこの税額控除が適用されたのか」といった質問に対し、TurboTaxに既に入力されているユーザーの所得、控除、税額控除などの情報に基づき、パーソナライズされた解説を提供します。
    • これにより、ユーザーは自分の申告結果がどのように導き出されたのかを深く理解でき、自信を持って申告を完了できます。税務に関する知識が少ないユーザーでも、専門用語を避け、分かりやすい言葉で説明されるため、納得感が高まります。
    • シン氏のプレゼンテーションでは、「Earned Income Tax Credit（勤労所得税額控除）」がなぜ適用されたのか、具体的な金額と計算根拠がポップアップで説明される例が示されました。

  2. 動的クエリ（Dynamic Queries）:

    • ユーザーが税務に関する自由な形式の質問をする場合に利用されます。
    • 例えば、「私は副業で収入を得ているが、どのような控除が適用されるか？」「教育費の控除について教えてほしい」「犬を控除できますか？」といった、個別の、あるいは複雑な状況に関する質問に対応します。
    • この場合、LLMは質問の意図を解釈し、RAGシステムを通じて関連する税務情報やユーザーの税務プロファイルを参照しながら、適切な回答を生成します。
    • 動的クエリの応答は、その場で生成されるため、ユーザーはまるで税務専門家と対話しているかのような、柔軟で個別最適化されたサポートを受けることができます。

スケーラブルなGenAIの実現を支える技術

これらの高度なユーザー体験を支えるため、Intuitは以下の技術的要素を組み合わせています。

  1. プロンプト（Prompt）:

    • LLMが正確な回答を生成するための指示書です。ユーザーのクエリに加え、IRSの最新の税法、Intuitが長年培ってきた税務知識、そして最も重要なユーザー自身の税務情報（RS、User's Tax info）がプロンプトとしてLLMに渡されます。
    • Prompt Iterationsのプロセスを通じて、最適なプロンプトを繰り返し改善しています。これにより、LLMは文脈を正確に理解し、関連性の高い情報に基づいて回答を生成できるようになります。
    • **Few-shot learning（少数ショット学習）やChain of thought prompting（思考の連鎖プロンプティング）**などの高度なプロンプトエンジニアリング技術を駆使し、複雑な税務判断プロセスをLLMに模倣させています。

  2. コンテキストストアと検索（Context Store and Retrieval / RAG）:

    • 税務の世界は常に変化するため、LLMが学習した知識だけでは不十分です。最新の税法改正や特定の地域の税制など、外部の最新情報を参照する仕組みが不可欠です。
    • RAG (Retrieval Augmented Generation): 大規模な税務データベース（IRSの公式文書、Intuit独自の税務エンジン、FAQなど）から、ユーザーの質問に関連する情報をリアルタイムで検索・取得し、LLMに提供します。これにより、LLMは常に最新かつ正確な情報に基づいて回答を生成し、ハルシネーション（誤った情報の生成）のリスクを低減します。
    • Graph RAG（グラフ構造を用いたRAG）: 単純な文書検索だけでなく、税法の複雑な相互関係（例：ある控除が別の税額控除の適用条件にどう影響するか）を知識グラフとして構造化し、より深いレベルで関連情報を抽出します。これにより、多角的かつ論理的な視点からの情報提供が可能となり、回答の質が向上します。

  3. ファインチューニングされたLLM（Fine-tuned LLM）:

    • Intuitは、汎用LLMであるClaude 3 Haiku（AWS Bedrock経由）を基盤モデルとして使用し、税務領域に特化したファインチューニング（微調整）を行っています。以前はOpenAIのモデルも使用していました。
    • 微調整の目的:
      • 精度向上: 税務固有の専門用語や概念、Intuitの内部ポリシーなどをモデルに深く学習させることで、回答の正確性を高めます。
      • レイテンシー削減: ファインチューニングにより、より簡潔なプロンプトで高品質な回答が得られるようになるため、LLMの推論時間を短縮し、ユーザーへの応答速度を向上させます。これは、特に税務申告期限間近のピーク時において、ユーザー体験を左右する重要な要素です。
      • 専門化: 特定の税務ユースケースに特化させることで、汎用モデルでは実現できない深さと関連性を持つ回答を生成します。
    • シン氏は、ファインチューニングは「too narrow（狭すぎることがある）」という課題も指摘しており、汎用性と特化性のバランスを常に模索していることが伺えます。

  4. オーケストレーション（Orchestration）とセキュリティ（Security）:

    • 前述のGenOSのオーケストレーターが、これらの多岐にわたるコンポーネント（静的/動的クエリ、RAG、ファインチューニングLLMなど）をシームレスに連携させ、ユーザーの質問に対して最適なフローで回答を導き出します。
    • セキュリティは税務領域において最重要課題です。LLMの応答が税務上正確であるかだけでなく、個人情報の保護、詐欺の防止、規制遵守など、多層的なセキュリティチェックが常に行われています。
    • LLM Response（LLMからの応答）とQuery Outcome（最終的なクエリ結果）の間には、厳格なセキュリティと評価の仕組みが介在し、不正確な情報や誤解を招く情報がユーザーに提供されないよう徹底されています。

このアーキテクチャ全体が、Intuit Assistが数千万人の納税者に対して、信頼性が高く、パーソナライズされた税務支援を大規模に提供することを可能にしています。

開発における「人間中心」アプローチ：評価とプロンプトエンジニアリング

IntuitがLLMを活用する上で最も強調しているのが、「No launching without evals – accuracy, relevance, coherence（評価なしにローンチしない – 正確性、関連性、一貫性）」という厳格な開発哲学です。税務というデリケートな分野では、AIの応答の質は、単なる利便性にとどまらず、ユーザーの財務に直接的な影響を与えるため、徹底した評価が不可欠です。

評価の柱 (Pillars of Development)

IntuitのLLM開発は、以下の4つの主要な柱に基づいています。

  1. プロンプトイテレーション（Prompt Iterations）:

    • LLMの性能を最大限に引き出すためには、適切なプロンプト（指示文）が不可欠です。Intuitでは、Few-shot learning（少数の具体例から学習させる）、Chain of thought prompting（思考のステップを促す）、ReAct（推論と行動を組み合わせる）など、様々な高度なプロンプトエンジニアリング手法を試行錯誤しています。
    • このイテレーションプロセスは、税務の複雑なニュアンスをLLMに理解させ、より正確で役立つ回答を生成させるために繰り返し行われます。

  2. コンテキストストアと検索（Context Store and Retrieval）:

    • 前述のRAGおよびGraph RAGは、LLMが最新かつ正確な税務情報（IRSの文書、Intuit独自の税務知識など）にアクセスし、ハルシネーションを防ぐために利用されます。
    • 検索された情報はプロンプトに組み込まれ、LLMが生成する回答の信頼性を高めます。

  3. LLMファインチューニング（LLM Fine-Tuning）:

    • 基盤モデルをIntuitの特定の税務データで微調整することで、より専門的で効率的な応答を可能にします。
    • ファインチューニングは、プロンプトの複雑さを軽減し、推論のレイテンシーを改善する効果もあります。

  4. ヒューマン・ドメイン・エキスパート・イン・ザ・ループ（Human Domain Expert In-the-Loop, HITL）:

    • AI開発において人間が中心的な役割を果たすIntuitの重要なアプローチです。
    • 税務アナリストの活用: Intuitには多数の税務アナリストが在籍しており、彼らがLLMの「教師」として機能します。
    • プロンプトエンジニアとしての専門家: 税務アナリストは、IRSの毎年更新される税法を深く理解し、その変更点をAIモデルに適切に伝えるプロンプトの設計に関与します。これにより、LLMは常に最新の税務知識を反映した回答を生成できます。
    • トレーニングデータと評価データの生成: 彼らは、AIモデルのトレーニングや評価に必要な高品質なデータセット（「ゴールデンデータセット」と呼ばれる）の生成を支援します。これは、実際のプロダクション環境で発生する多様な税務シナリオを網羅するように設計されます。
    • スポットチェックと品質保証: モデルが生成した回答を手動で確認し、その正確性や適切性を評価します。特に、自動評価が難しいような複雑なケースや、新たな問題が発生した場合に、人間の専門家による介入が不可欠となります。

自動化された評価（Automated Evaluation Jobs / Prod Monitoring）

初期段階での手動評価と並行して、Intuitは自動評価システムを構築し、開発プロセスとプロダクション環境の両方でAIのパフォーマンスを継続的に監視しています。

  • LLM as a Judge (LLM-as-a-Judge): 評価用として特別に設計された別のLLMが、モデルの回答を評価する仕組みです。この「ジャッジLLM」は、人間が設定した評価基準（正確性、関連性、一貫性など）とゴールデンデータセットを参照しながら、AIが生成した応答の品質を自動的に判定します。
    • このプロセスでは、「Judge Prompt」として、不正確さのバケット、追加のガイドライン、出力指示などが与えられ、「Expected Response（期待される応答）」と「User's Question（ユーザーの質問）」、「User's tax situation（ユーザーの税務状況）」を比較して、「Generated Response（生成された応答）」の品質を評価します。
    • 最終的な「Tax Accuracy Verdict（税務正確性判断）」は、AIが税務上正しい回答を生成しているかを厳格にチェックします。
  • 本番環境でのモニタリング: プロダクションで稼働中のLLMの挙動を継続的に監視し、実際のユーザーからのクエリに対する応答の品質をリアルタイムで評価します。これにより、予期せぬ問題やモデルの性能低下を早期に発見し、迅速に対応することが可能になります。
  • 反復プロセス: 評価結果は、プロンプトの改善、モデルの再トレーニング（ファインチューニング）、または基盤モデルの変更といった形で、開発プロセスにフィードバックされます。この継続的な改善サイクルにより、Intuitは常にLLMの性能を最適化し、ユーザーに最高の税務支援を提供することを目指しています。

この「人間中心の評価と反復」のアプローチは、税務申告という高精度が求められる領域において、LLMの信頼性と実用性を確保するための基盤となっています。

Intuitが語るGenAI導入の主要な教訓

IntuitがTurboTaxにGenAIを導入する過程で得られた学びは、他の企業がこの新しい技術を大規模に採用する上で貴重な示唆を与えます。シン氏が強調した主要な教訓は以下の通りです。

  1. 高額な長期契約とベンダーロックイン:

    • LLMサービスはコストが高額であり、特に大量のユーザーを抱える企業にとっては、サービスプロバイダーとの長期契約がコスト削減の鍵となります。
    • しかし、これにより特定のベンダー（例: AnthropicのClaude、OpenAIのGPTシリーズ）への依存度が高まり、「ベンダーロックイン」のリスクが生じます。プロンプトの設計やモデルの挙動が特定のベンダーのLLMに最適化されると、他のモデルへの移行が困難になります。

  2. モデルアップグレードは常にスムーズではない:

    • LLMの技術は急速に進化しており、数ヶ月ごとに新しいモデルやバージョンがリリースされます。これらの新しいモデルへのアップグレードは、理論的には性能向上をもたらしますが、実際には常にスムーズではありません。
    • モデルの振る舞いが変化したり、以前は問題なかったプロンプトが予期せぬ結果を出したりすることがあります。このため、アップグレードのたびに広範なテストと再評価、プロンプトの調整が必要となり、開発サイクルが複雑化・長期化する可能性があります。

  3. レイテンシーがプロダクト体験を変える：設計段階からの考慮が必須:

    • LLMの応答時間は、従来のバックエンドサービスに比べて大幅に長くなる傾向があります（数秒から10秒以上）。これはユーザー体験（UX）に直接的な影響を与え、申告期限間近のようなストレスの高い状況では特に致命的です。
    • Intuitは、レイテンシーが製品デザインに大きな影響を与えることを認識し、初期の製品設計段階からこれを考慮しています。例えば、AIの応答を待つ間にユーザーが別の作業を進められるような非同期的なUI、またはAIが即座に回答できない場合に、人間によるサポートへのスムーズな切り替えができるようなフォールバックメカニズムの導入などです。
    • ただAIを統合するだけでなく、その速度特性に合わせて製品全体の流れをデザインし直すことが重要です。

  4. ドメインエキスパートは最高のプロンプトエンジニアである:

    • 技術的な専門知識を持つデータサイエンティストやMLエンジニアだけでなく、税務アナリストのような「人間ドメインエキスパート」がプロンプトエンジニアリングプロセスに深く関与することが極めて重要です。
    • 彼らの長年の経験と深い税務知識は、複雑な税法をLLMが正確に解釈・適用するためのプロンプトを作成する上で不可欠です。例えば、IRSの文書の微細なニュアンスや、特定の税務状況が持つ複数の解釈可能性を、AIに適切に指示できるのは彼らだけです。
    • これにより、LLMが生成する回答の正確性、関連性、そして実用性が飛躍的に向上します。

  5. ファインチューニングは特定用途に特化しすぎる場合がある:

    • 基盤モデルのファインチューニングは、特定の税務ユースケースにおいてモデルの性能を最適化する強力な手段です。しかし、これによりモデルがその特定のタスクに「狭く特化しすぎる」可能性があります。
    • 過度に特化したモデルは、わずかに異なる種類の質問や新しい税務状況に対して、柔軟性を欠いたり、うまく汎用化できなかったりするリスクがあります。Intuitは、ファインチューニングのメリットと、汎用的な知見を維持することのバランスを常に模索しています。

これらの教訓は、GenAIの導入が単なる技術的課題に留まらず、ビジネス戦略、製品設計、そして組織文化全体にわたる包括的なアプローチが求められることを明確に示しています。

税務の未来への展望

Intuit TurboTaxがLLMとGenOSを駆使して実現しようとしているのは、単に確定申告を自動化することではありません。それは、人々が自身の税務状況を完全に理解し、財務的な健康状態を向上させるための知識と自信を与えることです。

今後、GenAIは以下のような形で税務の未来をさらに形作っていくでしょう。

  • プロアクティブな税務プランニング: ユーザーのリアルタイムの財務データとAIの予測能力を組み合わせることで、納税年度の早い段階から、最適な控除戦略や投資判断に関するパーソナライズされたアドバイスを提供できるようになります。
  • 多言語・多文化対応の進化: グローバル化が進む中で、様々な言語や文化圏の納税者に対して、それぞれの国の税法や慣習に合わせた、よりきめ細やかな支援が可能になります。
  • 教育と啓発の役割: LLMは、税務に関する複雑な概念を分かりやすい言葉で解説することで、納税者の税務リテラシー向上に貢献します。これにより、納税者は受動的な申告者ではなく、自身の財務を積極的に管理する主体となれるでしょう。
  • 法改正への迅速な対応: 毎年、そして不定期に行われる税法改正に対し、AIシステムが自動的に学習し、即座にサービスに反映させることで、納税者は常に最新の法規に基づいた情報を受け取れるようになります。

Intuitの取り組みは、ジェネレーティブAIが、その高度な知能と柔軟性をもって、これまで人間が行ってきた専門性の高い業務をサポートし、より多くの人々にとってアクセス可能で、パーソナルなサービスへと変革する可能性を明確に示しています。税務の未来は、AIと人間の専門知識が融合し、一人ひとりの納税者が自身の財務の舵取りを自信を持って行えるようになる、そんな世界へと確実に進んでいるのです。

← 一覧に戻る