knit 給与AIチェック
AI×社労士・労務

社労士×AI|仕事はなくなる?社労士事務所でのAI活用法と、給与計算業務への使い方

公開 執筆 藤根大輔

ChatGPTやClaudeなどの生成AIが広がり、「社労士の仕事はAIに置き換えられるのでは」という声を耳にする機会が増えました。一方で、すでにAIを業務に取り入れ、手続きや給与計算の負担を減らしている社労士事務所も出てきています。

この記事では、社労士の仕事とAIの関係を整理したうえで、社労士事務所でのAI活用例と、特に負担の大きい給与計算業務への使い方を解説します。当社がお話を伺った社労士事務所・BPO事業者の声も紹介します。

AIで社労士の仕事はなくなるのか

結論から言えば、社労士の仕事がなくなることは考えにくい一方で、仕事の中身は大きく変わります。

社労士の業務は、大きく3つに分けられます。

区分主な内容独占業務か
1号業務労働・社会保険の手続き書類の作成、提出の代行独占業務
2号業務労働者名簿・賃金台帳などの帳簿書類の作成独占業務
3号業務人事労務の相談・指導(コンサルティング)独占業務ではない

1号・2号業務のうち、データの整理や書類の作成といった「作業」の部分は、AIやシステムによる効率化が進んでいきます。一方で、顧問先の事情をふまえた判断や、法令に基づく最終的な責任、経営者や従業員との対話は、引き続き社労士が担う領域です。

つまり、AIは社労士の仕事を奪うものというより、作業の時間を減らし、判断や相談に時間を使えるようにするための道具と捉えるのが現実的です。

社労士業務のうち、AIが得意なこと・苦手なこと

AIが得意なこと

  • 文章の作成と要約:就業規則の条文案、顧問先への案内文、法改正の要点のまとめなど
  • データの整理と変換:形式がばらばらの勤怠データや一覧表を、決まった形に整える
  • 照合と検出:複数の資料を突き合わせて、食い違いや漏れを見つける
  • 問い合わせへの一次回答:就業規則などの社内資料をもとにした、よくある質問への回答

AIが苦手なこと

  • 最終的な判断と責任:個別の事情をふまえた法的な判断や、その結果への責任
  • 資料に書かれていない事情の把握:顧問先の社内でだけ共有されている運用や、口頭での取り決め
  • 常に同じ結果を出すこと:指示の仕方や与える情報によって、回答が変わることがある

ヒアリングで伺った社労士事務所でも、「AIの回答が月によってぶれたり、予期しない動きをしたりすることが不安」という声がありました。AIを業務に使うには、この「ぶれ」をどう抑えるかが鍵になります。

社労士事務所でのAI活用例

就業規則や規程の作成・見直し

法改正の内容や顧問先の要望をもとに、条文の案や改定の比較表を作成します。最終的な内容の確認と判断は社労士が行い、AIは下書きの作成に使います。

法改正の情報整理と顧問先への案内

法改正の要点を整理し、顧問先ごとに影響のある項目をまとめた案内文の下書きを作ります。

手続き書類のためのデータ整理

顧問先から届いた情報を、手続きに必要な形に整理します。紙やFAX、形式のそろっていないExcelで届く情報の整理は、AIが特に力を発揮する領域です。

給与計算の前処理と確認

勤怠データの集計や変換、給与計算の結果の確認にAIを使います。詳しくは次の章で解説します。

労務相談の下調べ

相談内容に関連する法令や通達、判例の論点を整理し、回答の検討材料にします。AIの出力は誤りを含むことがあるため、根拠となる一次資料で必ず確認します。

給与計算業務にAIを使うには

社労士事務所にとって、給与計算の受託は手間とリスクの大きい業務です。ヒアリングでは、次のような声がありました。

  • 締め日が重なる時期は、スタッフが1人掛かりきりになる
  • 顧問先からの情報が、タイムカードや紙、FAXなどで届き、形式もばらばらで整理に時間がかかる
  • 給与計算の代行は単価が下がっており、手間賃のビジネスとしての将来に危機感がある

計算はソフト、AIは前処理と確認に向いている

給与の計算そのものは、給与計算ソフトが正確に行います。AIが力を発揮するのは、その前後の工程です。

  • 前処理:形式のばらばらな勤怠データや変更の連絡を、給与計算ソフトに取り込める形に整理する
  • 確認:計算結果を、顧問先から届いた変更の一覧や人事情報、賃金規程と照合し、反映漏れや意図しない変更を見つける

給与計算のミスの多くは、計算式ではなく「変更の情報が反映されていない」「その月だけ必要な処理を忘れた」ことで起きます。この確認をAIで標準化できれば、担当者が変わっても同じ品質で納品できるようになります。

顧問先ごとのルールを、AIに覚えさせる

顧問先ごとに賃金規程や手当の支給ルール、運用上の慣習は異なります。AIで確認を行うには、こうした顧問先ごとのルールを文書にして、AIが参照できる形にしておくことが重要です。

従来のルールを設定して判定する型のチェックツールは、初期設定に多くの手間がかかります。ヒアリングでも「チェックツールの設定と運用が軌道に乗るまでに半年ほどかかった」という社労士事務所がありました。AIを使えば、規程の文書や過去の確認の記録から、確認の観点を作る手間を減らせます。

生成AIを我流で使う場合の注意点

ChatGPTやClaudeなどの生成AIを、給与計算の確認に直接使っている事務所もあります。ただし、ヒアリングでは次のような課題も聞かれました。

  • スタッフがそれぞれ我流で使っていて、担当者が不在になると業務を引き継げない
  • 月によって回答がぶれ、同じ確認をしても結果が変わる

こうした課題を減らすには、確認の手順や顧問先ごとのルールを文書にまとめ、毎回同じ情報をAIに渡して確認させることが有効です。見つかった誤りや判断の理由も記録として蓄積し、次の月の確認に活かしましょう。

AI活用で失敗しないためのポイント

個人情報の取り扱いルールを決める

給与計算や手続きには、従業員の個人情報が含まれます。利用するAIサービスが入力内容を学習に使わない設定になっているか、データがどこに保存されるかを確認し、事務所としての取り扱いルールを決めましょう。顧問先との契約上、外部のサービスに情報を入力してよいかの確認も必要です。

AIの出力は、必ず人が確認する

AIの出力をそのまま顧問先に提出することは避け、最終的な確認と判断は社労士が行います。AIは「漏れや食い違いの候補を挙げる」役割、人は「判断する」役割と分けると、品質と効率を両立できます。

使い方を事務所の中で標準化する

AIの使い方が人によってばらばらだと、品質も属人化します。指示の文例や確認の手順を事務所で共有し、誰が使っても同じ結果が出る状態を目指しましょう。

小さな業務から始める

最初からすべての業務にAIを入れるのではなく、文書の下書きや、特定の顧問先の給与計算の確認など、範囲を絞って始めると、効果と課題を見極めやすくなります。

AI時代に、社労士事務所が提供できる価値

作業の部分がAIで効率化されるほど、社労士事務所の価値は、次のような領域に移っていきます。

  • 品質の保証:給与計算や手続きの結果が正しいことを、専門家として確認し、保証する
  • 業務の設計:顧問先の労務の業務フローや、情報の集め方そのものを整える
  • 相談と判断:個別の事情をふまえた判断や、経営者・従業員との対話
  • 制度の活用支援:助成金の活用など、労務管理の整備とあわせた提案

ヒアリングで伺った社労士からは、「給与計算は手間とリスクのある業務だが、法令に沿った労務管理を支える大事な業務でもある」という声もありました。AIで作業の時間を減らし、こうした価値の高い業務に時間を振り向けることが、これからの社労士事務所の強みになります。

労務の業務全般でのAI活用については「労務のAI活用|何ができて、どこに注意すべきか」で解説しています。

よくある質問

AIで社労士の独占業務はなくなりますか?

手続き書類の作成や提出の代行は、社労士の独占業務として法律で定められています。AIによって作業は効率化されますが、業務そのものがなくなるわけではありません。ただし、作業の部分の価値は下がっていくため、確認や相談など、判断を伴う業務の比重が高まっていくと考えられます。

生成AIに顧問先の従業員の情報を入力してもよいですか?

利用するサービスの設定(入力内容が学習に使われないか、データの保存場所など)と、顧問先との契約の内容を確認したうえで判断してください。事務所として取り扱いのルールを決め、必要に応じて氏名などを伏せて入力する運用も検討しましょう。

給与計算の確認にAIを使うと、どれくらい精度が出ますか?

顧問先のルールの複雑さや、AIに渡す情報の質によって変わります。最初から完全な精度を期待するのではなく、AIが挙げた候補を人が確認する形で使い始め、誤りの記録を蓄積して精度を上げていくのが現実的です。

まとめ

  • AIで社労士の仕事がなくなることは考えにくいが、作業の部分は効率化され、仕事の中身は変わる
  • AIは文章の作成、データの整理、照合と検出が得意。最終的な判断と責任は社労士が担う
  • 給与計算では、計算はソフトに任せ、AIは前処理と確認に使うのが効果的。顧問先ごとのルールを文書にしてAIに渡すことが鍵

AIを使いこなす社労士事務所ほど、作業から解放され、顧問先に価値の高いサービスを提供できるようになります。

「AI×社労士・労務」の関連記事