AI Library
自律的科学発見の時代
キム・ギョンジン, 弁護士
AI科学者とセルフドライビング・ラボ
AI科学者とセルフドライビング・ラボが、科学研究における主張の生成と検証をどのように変えつつあるのかを追います。文献に基づく発見、自然言語プロトコルからロボット命令への変換、マルチエージェント研究システム、閉ループ実験室、材料探索、検証ギャップ、証拠の連鎖、研究ハーネス、学術誌倫理、法的責任までを扱います。
AIライブラリ
デジタル主権の二重構造
欧州の脱パランティアとアメリカン・ビッグテックの鎖
金景珍（キム・ギョンジン）, 弁護士
欧州の情報機関と国防省が米パランティアの分析ツールを排除し始めた2026年の記録です。フランス国内治安総局とドイツ連邦憲法擁護庁、オランダ国防省の置き換え決定、米国の輸出規制が同盟国の人工知能アクセスをわずか3日で遮断した事件、CLOUD ActとFISA 702条がもたらした域外管轄の実態を扱っています。欧州連合のクラウド・AI開発法（CADA）が定めた4段階の主権保証レベルと主権理由による契約解除権、ユーロスタック構想と3,000億ユーロの投資障壁に至るまで、全5章15節と結論2節で整理しました。
[AI書房] 第9章 財政および税務行政分野
行政に人工知能を導入した世界各国の事例
第9章 財政および税務行政分野
金京鎮
第9章 財政および税務行政分野
財政と税務行政は、国家運営の基盤となる重要な領域です。政府が適正に税金を徴収し、効率的に予算を使用することは、あらゆる公共サービスの根幹となります。この分野に人工知能を導入することで、徴税の正確性を高め、脱税を減らし、より効率的な財政政策を策定することが可能になります。本章では、世界各国で財政および税務行政に人工知能を活用した代表的な事例を見ていきます。
1. シンガポール税務庁のAIベースの納税申告検証
シンガポールは小国ながら、非常に効率的な行政システムで知られています。シンガポール内国歳入庁（IRAS：Inland Revenue Authority of Singapore）は、人工知能を活用した納税申告検証システムの開発に着手しました。従来、税務職員は膨大な数の申告書を一件ずつ精査する必要があり、この過程で多大な時間を要したほか、一部の不正確な申告を見逃すこともありました。また、正直な納税者であっても、複雑な税務規定ゆえに誤って不適切な情報を提出してしまうケースがありました。IRASはこれらの課題を解決するためにAI技術を導入し、納税申告の正確性を高め、税務職員の業務負担を軽減し、納税者により良いサービスを提供することを目指しました。
シンガポールのAIベースの納税申告検証システムは、主に3つの核心的な機能を備えています。
第一に、「異常検知（Anomaly Detection）」機能です。このシステムは、過去の納税申告データと現在提出された申告内容を比較し、不審なパターンや不一致を特定します。例えば、所得に対して異常に高い控除申請や、急激な所得の変化などを検知できます。このために、機械学習アルゴリズムが数百万件の過去の納税申告データを学習し、「正常な」申告パターンを把握します。
第二に、「自動分類（Automatic Classification）」機能です。AIシステムは、提出された納税申告書をリスク度に応じて自動的に分類します。高リスク群は税務職員による詳細な検討が必要なケース、中リスク群は一部の項目のみ検討が必要なケース、低リスク群は追加の検討なしで処理可能なケースに分けられます。これにより、限られた人員を効率的に配分することができます。
第三に、「リアルタイムフィードバック」機能です。納税者がオンラインで確定申告を行う際、AIシステムがリアルタイムで入力内容を検討し、潜在的なエラーや漏れを即座に通知します。例えば、「昨年度と比較して、お子様の教育費控除項目が漏れています。確認が必要です」といった案内を提供します。
多様なデータソースを活用します。過去の納税申告履歴、銀行取引データ、不動産取引記録、企業会計情報などを統合して分析します。また、自然言語処理（NLP）技術を活用して、添付された文書や説明内容を理解・分析します。
シンガポール税務庁のAIシステム導入後、多くの肯定的な変化が現れました。
第一に、税務職員の業務効率が大幅に向上しました。以前は1人の税務職員が1日に約30件の納税申告を検討していましたが、AIシステムの導入後は100件以上を処理できるようになりました。システムが低リスクの事例を自動的に処理することで、職員はより複雑で重要な事例に集中できるようになりました。
第二に、納税申告の正確性が向上しました。AIシステムのリアルタイムフィードバックのおかげで、納税者は申告過程でエラーを即座に修正できるようになりました。誤った申告に伴う追加処理費用が約25%減少しました。
第三に、税収増加の効果がありました。より正確な納税申告と、漏れていた税金の効果的な発見により、年間税収が約2億シンガポールドル（約230億円）増加しました。高所得者や企業による複雑な脱税の試みを、より効果的に摘発できるようになりました。
第四に、納税者の満足度が向上しました。リアルタイムフィードバックとパーソナライズされた案内のおかげで、多くの納税者が納税申告のプロセスがより容易かつ透明になったと評価しています。2022年の調査によると、納税者の満足度はAIシステム導入前の72%から導入後は85%へと上昇しました。
シンガポール税務庁は、より高度なAI技術を導入する計画です。2023年からは大規模言語モデル（LLM）を活用して納税者との対話型相談サービスの提供を開始しており、ブロックチェーン技術とAIを組み合わせて、リアルタイムの取引分析および徴税システムの開発を進めています。
2. イギリス歳入関税庁の脱税パターン検知
イギリス歳入関税庁（HMRC：Her Majesty's Revenue and Customs）は、毎年数百億ポンドに上る「タックス・ギャップ」（本来徴収すべき税額と実際に徴収された税額の差）を縮小するために努力しています。2019年、HMRCはこの問題を解決するための手段として、「Connect」という最先端のAIベースの脱税検知システムを本格的に拡大導入しました。
このシステムの主な目的は3つありました。第一に、複雑で巧妙な脱税の手口を効果的に特定することです。第二に、限られた調査人員を最も疑わしい事例に集中させることです。第三に、先制的な脱税防止体制を構築することです。
「Connect」システムは、イギリスで最大規模のデータ分析プラットフォームの一つであり、多様なAI技術が適用されています。
イギリス税務当局のConnectシステムは、納税申告データ（VAT、自己申告、地方税）、イギリス国内および海外60カ国の銀行取引情報、VisaやMastercardなどのクレジット/デビットカードの利用明細、土地登記所の不動産取引記録、DVLAの自動車登録情報、海外資産情報、公開されているソーシャルメディアアカウントの活動、eBayやAirbnbなどのオンラインマーケットプレイスの販売記録、Companies Houseの企業情報、電子商取引サイト、暗号資産取引所、シェアリングエコノミー・プラットフォーム、信用情報機関、預貯金、年金、投資記録など、30以上の多様なデータソースを統合して分析します。HMRCはこのシステムを通じて550億件以上の納税者データを保有しており、これを活用して納税申告内容と実際の経済活動との不一致を効果的に識別し、租税回避や脱税の可能性がある事例を検知します。
「Connect」の核心的な機能は、ネットワーク分析とパターン認識です。このシステムは、個人や企業間の複雑な関係を可視化・分析し、隠れたつながりを見つけ出します。例えば、多層的な法人を通じて所得を隠蔽するケースや、家族を通じた資産の分散などを検知できます。
Connectシステムは、ネットワーク分析を通じて個人や企業間の複雑な関係を可視化・分析し、多層的な法人を通じた所得の隠蔽や家族を通じた資産の分散といった、隠れたつながりを確認することが可能です。
パターン認識機能は、AIアルゴリズムが「正常な」財務活動パターンを学習し、申告された所得に比べて異常に高い生活水準など、これとは異なる異常なパターンが発見されると自動的にフラグを立てます。予測分析機能は、過去の脱税事例のパターンを学習し、同様のパターンを示す新しい事例を事前に識別することで、潜在的な脱税リスクの高い個人や企業を予測し、集中的に管理することを可能にします。注目すべきは、自然言語処理（NLP：Natural Language Processing）を活用した文書分析機能です。自然言語処理機能は、申告書、メール、契約書などの多様な文書を自動的に分析し、不一致や不審な内容を効率的に探し出します。
「Connect」システムの導入後、イギリス歳入関税庁は多様な成果を収めました。
第一に、脱税の摘発率が大幅に向上しました。2020年時点で、「Connect」システムを通じた脱税調査の成功率は約88%に達し、従来の主導方式による調査成功率65%から大きく改善されました。
第二に、追加の税収を確保する効果がありました。2019年から2022年までに、「Connect」システムを通じて摘発された脱税により、約37億ポンド（約7,100億円）の追加税収が確保されました。
第三に、調査の効率が向上しました。AIシステムが高リスク事例を正確に識別することで、調査官はより少ない時間とリソースでより多くの脱税事例を処理できるようになりました。平均調査時間は約30%短縮されました。
第四に、予防効果がありました。税務当局の高度な脱税検知能力が知れ渡ることで、潜在的な脱税者に対して強力な抑止効果が生まれました。2021年の調査によると、納税者の約67%が、強化された脱税検知システムのために脱税を試みなくなったと回答しています。
第五に、国際的な脱税に対する対応能力が強化されました。海外のタックス・ヘイブンを活用した複雑な脱税スキームを効果的に把握できるようになりました。2021年には、パナマ文書のような国際的な脱税スキャンダルの関係者のうち、イギリスに関連する人物約800人を特定し、調査を行いました。
「Connect」システムは、優れた成果を上げている一方で、いくつかの課題に直面しています。
第一に、プライバシーおよびデータ保護の問題があります。システムが広範な個人データを収集・分析するため、個人情報保護の観点から懸念が提起されました。これに対し、HMRCは厳格なデータアクセス制御と独立した監督体制を導入しました。
第二に、誤検知（False Positive）の可能性です。システムが時として、正常な活動を不審なものと誤認し、罪のない納税者が不要な調査を受けるケースがありました。これを解決するために、アルゴリズムの正確性を継続的に改善しています。
第三に、技術的な対抗（Counter-AI）の問題です。一部の巧妙な脱税者は、AIシステムの検知方式を研究し、それを回避する新しい方法を開発する場合があります。HMRCはこれに対抗するため、継続的にシステムをアップデートしています。
HMRCは、「Connect 2.0」として知られる次世代システムを開発中です。このシステムには、リアルタイムのデータ分析、強化された自然言語処理、より精緻なネットワーク分析機能などが含まれる予定です。また、海外の税務当局とのデータ共有および協力を拡大し、国境を越えた脱税により効果的に対応する計画です。
3. ブラジルの公的支出モニタリング
ブラジル政府は、公的支出の透明性向上と不正防止のために、革新的な「透明性ポータル（Transparency Portal）」と人工知能ベースの最先端の「公的支出観測所」システムを構築しています。このシステムの構築と運営はブラジル連邦監査院（CGU）が主導しており、データサイエンティスト、財政専門家、監査専門家、IT専門家で構成される多角的な専任チームが協力して、システムの継続的な改善と運営を担当しています。
システムは、データ統合、異常検知、ネットワーク分析、テキストマイニング、リスクスコアリングシステムという5つの重要な部門で運営されています。
データ統合は、政府のすべての契約と支出情報をリアルタイムで一箇所に集約して保存します。その際、公務員の人事情報、企業の所有構造や政治的なつながりといった多様な資料を連携させ、契約プロセスの透明性を高めます。これにより、契約における不正行為や不公正な契約締結が発生するリスクを大幅に下げることができます。
異常検知アルゴリズムは、最新の人工知能と機械学習技術を利用して、通常とは異なる取引を自動的に特定します。例えば、類似の契約に比べて費用が極端に高かったり、短期間に特定の企業と少額の契約を繰り返し結んだりするといった不審な状況を検知できます。
ネットワーク分析技術は、政府の契約と公務員、企業間の複雑な関係を図式化して分析し、不正や不祥事を徹底的に調査します。公務員と特定の会社との間の直接的または間接的な関係を把握することで、それらが不当な取引や影響力を行使する可能性を事前に発見できるよう支援します。
テキストマイニング技術は、契約書、入札書類、請求書、監査報告書といった多様な政府文書の内容を自動的に分析し、内容の不一致や不適切な契約条件を特定します。この技術により、実際の契約内容と書類上の条件が異なっている点を発見し、それを標準化されたデータに変換することで、より正確な分析を可能にします。
リスクスコアリングシステムは、複数のリスク要因に基づいてすべての取引や契約に総合的なリスクスコアを付け、監査人員が優先的に確認すべき箇所を迅速に判断できるようにします。これにより、リスクの高い契約や取引が自動的に選定されて詳細な監査を受けるようになり、政府機関や事業単位ごとに具体的なリスクレベルを管理します。
技術的には、クラウド環境での高性能データ処理システムと、リアルタイムデータ処理のためのストリーミング方式を使用し、システムの処理速度と拡張性を最大化しました。また、ユーザーフレンドリーな画面を作成し、市民が容易にアクセスして利用できるようにしたほか、政府機関が使用するダッシュボードと市民が閲覧する公開ポータルを個別に運営することで効率を高めました。
毎月90万人以上の市民、研究者、ジャーナリスト、公務員が、このシステムを通じて政府の支出内容をモニタリングしています。これまでに本システムのおかげで、数十億レアル（R$）に達する不適切な支出を防止したり回収したりする成果を上げました。また、国際的な透明性評価におけるブラジルの順位向上にも寄与しており、オープン・ガバメント・パートナーシップの創設メンバーとして、他国にとっても優れた模範となっています。ブラジル政府は今後もシステム機能を継続的に発展させ、国際的な協力と技術交流をより活発に推進する計画です。
ブラジルの公的支出観測所（Observatório da Despesa Pública：ODP）システムは、公的財政の透明性を高め、市民参加を活性化するために設計されたプラットフォームです。本システムは、国際的に類似した他のシステムと比較した際、いくつかの独特な特徴が際立っています。
米国「USA Spending.gov」との比較：ブラジルのODPは、連邦政府の予算データへのアクセスのしやすさを強調しており、誰でもログインなしで簡単にアクセスできる開放的な構造を備えています。これにより、月平均90万人が訪問するほど市民の参加が活発に行われています。一方、米国のUSA Spending.govは、連邦政府の支出データを構造化して提供し、予算項目別やプログラム別の分析ツールを重点的に提供しています。ユーザーインターフェースの面での優劣は明確ではありませんが、ブラジルのシステムにおけるアクセスのしやすさと市民参加の誘導は、より強調されています。
イギリス「HMRC Connect」との比較：イギリスのHMRC Connectは、AIを活用したデータ分析を通じて脱税や不正行為を検知することに特化した強力な分析ツールです。銀行記録、不動産情報、ソーシャルメディアのデータなど、多様なソースを連携させて複雑なデータの関係を分析するのが特徴です。これに対し、ブラジルのODPは、市民の積極的な参加を通じた不正防止に焦点を当てており、市民による監視機能が相対的に開放的かつ透明です。ただし、データの複雑な関係を把握する分析能力については、HMRC Connectと比較して明確に実証されてはいません。
韓国「デジタル予算会計システム（dBrain）」との比較：韓国のdBrainは、予算編成から決算まで財政管理の全過程を統合的に支援し、リアルタイムで国庫を管理し、成果分析機能を強調しています。韓国のシステムは、プログラム予算制度と発生主義会計を組み合わせて、財政管理を緻密に遂行します。一方、ブラジルのODPは、公的資金の透明な追跡と地方政府の財政監視を主な目的とするなど、不正防止と予算の透明性強化に、より焦点を当てています。
インド「PFMS（Public Financial Management System）」との比較：インドのPFMSは、中央政府と地方政府間の資金の流れをリアルタイムで管理し、受益者に直接資金を伝達（DBT）する機能に重点を置いています。これにより、インドの政府プログラム全般を支援し、資金執行の透明性を確保しています。ブラジルのODPは、リアルタイムの予算データ公開を通じて透明性を高めることに重点を置いていますが、インドのPFMSのように広範な政府プログラムのリアルタイム追跡および受益者管理機能は、相対的に強調されていません。
