インテュイット、AIで会計・税務を支援。独自OS「GenOS」とは

どの企業の事例か

米国の金融テクノロジー企業Intuit（インテュイット）の事例です。同社は、中小企業や個人事業主向けの会計ソフト「QuickBooks」や確定申告ソフト「TurboTax」、Eメールマーケティングサービスの「Mailchimp」などを提供しています。長年蓄積してきた膨大な金融関連データと専門知識を活かし、ユーザーの財務成功を支援するための生成AI活用を全社的に推進しています。

解決したかった課題

中小企業や個人事業主は、日々の取引入力、請求書作成、税務申告、マーケティング活動など、多岐にわたる複雑な業務に多くの時間を費やしています。これらの業務には専門知識が必要な場面も多く、ミスが発生しやすい、あるいは経営判断に必要なインサイトをタイムリーに得ることが難しいという課題がありました。Intuitは、こうしたユーザーがより簡単に、かつ自信を持って財務管理を行えるよう、専門家のような支援を提供するAIの必要性を認識していました。

AIをどう使ったか

Intuitは、独自の生成AIオペレーティングシステム「GenOS (Generative AI Operating System)」を開発しました。これは、同社の各製品（QuickBooks, TurboTaxなど）に搭載されたAIアシスタント「Intuit Assist」の頭脳となるプラットフォームです。 GenOSは、数十年にわたり蓄積してきた膨大な財務データでカスタムトレーニングされた金融大規模言語モデル（Financial LLMs）を中核に据えています。これにより、会計や税務といった専門領域の質問に対して、より正確で文脈に沿った回答が可能になります。また、最新の税法やヘルプ記事などを参照して回答の精度を高めるRAG（Retrieval-Augmented Generation）技術も活用されています。ユーザーはIntuit Assistに自然言語で話しかけるだけで、財務状況に関する質問への回答、パーソナライズされたインサイトの取得、請求書作成といったタスクの自動化が可能になります。

予想アーキテクチャ

以下は公開情報と一般的な構成から推定した予想アーキテクチャです。実際の内部構成を断定するものではありません。

▸入力データ: ユーザーが「Intuit Assist」のUIに入力する自然言語の質問や命令。QuickBooks上の会計データ、TurboTaxの税務情報、Mailchimpのキャンペーンデータなど、各製品内のコンテキストデータ。
▸AI処理・モデルまたは検索層: 独自開発の生成AIプラットフォーム「GenOS」が中核を担います。このプラットフォームはAWS上で構築されています。 GenOSは、最適なLLMをリアルタイムで選択する「GenRuntime」や、開発者がAI機能を迅速に構築・実験できる「GenStudio」といったコンポーネントで構成されます。内部では、カスタム学習させた金融LLMのほか、AnthropicのClaudeやGoogleのGeminiなど複数の外部LLMも活用しているとみられます。
▸業務システムへの出力: AIが生成した回答やインサイトが「Intuit Assist」のチャット画面に表示されます。また、レポートの自動生成、請求書の作成、マーケティングメールの下書き作成など、各アプリケーションの機能を直接実行します。
▸監視・ガバナンス: 金融という機密性の高いデータを扱うため、データプライバシーやセキュリティ、AIの回答の正確性を担保する厳格なガバナンス体制が敷かれています。 AIによる自動化と並行して、人間の専門家によるレビューやサポートも提供されます。

導入効果と見るべきポイント

▸確認できる効果や変化: ユーザーはAIアシスタントとの対話を通じて、複雑な会計処理や税務申告をより少ない労力で、かつ自信を持って完了できるようになります。 IntuitはAI活用により、1日あたり650億件以上の機械学習予測を行い、年間8億1000万件ものAI主導の顧客インタラクションを生み出しています。
▸読者が注目すべきポイント: 汎用的なLLMをそのまま利用するのではなく、自社ドメインの膨大なデータでカスタムLLMを構築し、独自の「GenOS」というプラットフォームまで開発している点です。これにより、業界特有の複雑なタスクにおいても高い精度と信頼性を実現し、競合に対する強力な優位性を築いています。
▸注意点: 金融や税務という間違いが許されない領域では、AIの回答の正確性、最新性、安全性を担保する仕組みが不可欠です。Intuitはプラットフォームレベルで責任あるAI開発のためのガードレールを設けており、このような取り組みが導入成功の鍵となります。

日本企業が参考にできること

Intuitの事例は、自社が長年蓄積してきた独自のデータとドメイン知識が、生成AI時代における最も価値ある資産になることを示しています。全ての企業が独自LLMを開発できるわけではありませんが、自社のマニュアルや過去の問い合わせ履歴、業務データをナレッジベースとしてAIに連携させるRAGのようなアプローチは、多くの企業で応用可能です。まずは特定の業務に特化した小規模なAIアシスタントを構築し、業務効率化や顧客体験向上につなげることから始めるのが現実的な一歩と言えるでしょう。

今日のAIニュース

参考リンク / References

参考リンク