Basis、GPT-6 Astraで税務ワークブックを2倍速で完了

背景と概要

2026年9月28日、OpenAIは税務自動化のBasisとのテスト結果を公開しました。50タブ・複雑なクロスシート参照・税務計算ルールを含むワークブックを、GPT-6 AstraがGPT-5.6 Solの半分の時間で完了し、速度が2倍に向上しました。単なる速度向上に加え、ユーザー意図の深い理解によりエラー再試行や手動修正が大幅に減少し、Basisは本番展開への自信を深めています。

BasisはAIと専門税務の交差点にあり、従来のRPAの脆弱性や初期LLMの推論限界が自動化の障壁でした。50タブのテストは、「今期の全子会社の連結税務調整を完了せよ」といった曖昧な指示を手順支援なしに処理する能力を評価するもので、GPT-6 Astraの成功はAIが自律的実行者へ移行しつつあることを示します。

深掘り分析

GPT-6 Astraの性能向上は、推論とツール利用を結合した「思考連鎖＋行動連鎖」の最適化に基づきます。モデルは内部でタスク実行経路をシミュレートし、税務ワークブックでは指示を解析してタブ特定・数値抽出・税率適用・仕訳生成といったサブタスクに分解し、正確に実行しました。GPT-5.6 Solは長文脈でステップ欠落や論理飛躍が発生し再プロンプトが必要でしたが、Astraは注意機構と計画モジュールの強化により50タブ全体で一貫性を保ち、初回で正確なアクションを生成、処理時間を約50％短縮しました。

意図理解の強化も重要です。税務では「当年度の繰延税金のみ調整」といった制約の誤解がコンプライアンス違反に直結します。Astraは暗黙の境界を捉え、明示的な指示なしに制限を正しく適用しました。このニュアンス理解が信頼性を分け、Basisが実用に自信を持った理由です。エラー修正の減少は速度向上に加え、レビュー担当者の負荷を軽減し、例外処理への集中を可能にします。

業界への影響

Basisにとって、直接の影響は競争力強化です。税務ワークブック自動化は長年の課題で、従来のRPAは保守コストが高く汎用性に欠け、初期のLLMは精度と速度が不十分でした。Astraの性能は、大規模モデルが複雑な専門文書で実用効率を達成できることを示しました。これによりBasisは、AI提案から完全自動処理へ製品を進化させ、人件費削減と処理量ベースの新価格モデルを可能にします。

影響は税務テクノロジー業界とAIエージェント領域に波及します。IntuitやXero、中国のKingdeeやYonyouは既に大規模モデルを導入しており、今回のテストは高性能推論モデル統合の競争を加速します。複雑な多段階タスクにこうしたモデルを早期活用する企業は、大企業顧客を獲得し、データフライホイール構築で優位に立てます。税務以外にも、金融監査や法律文書レビュー、規制コンプライアンスなど高精度が求められる領域でのAIエージェントの実行可能性を検証し、垂直特化型エージェントのスタートアップと投資の新たな波を起こす可能性があります。

今後の展望

BasisはGPT-6 Astraを中核製品に統合し、次期申告シーズンまでに自動化ワークブックモジュールを立ち上げる計画で、テスト結果の迅速な製品化への意欲を示しています。注目すべきは、OpenAIがエージェント開発フレームワークを開放し税務特化ツールチェーン構築を可能にするか、税務当局のAI申告書への対応（監査証跡と責任帰属）、そしてAnthropicのClaudeやGoogleのGeminiがAstraに匹敵する性能を示すか、といった点です。

長期的には、50タブ処理の確実性は、より大規模なERPデータ抽出や戦略的税務計画への参加も射程に入れたことを示します。モデルの文脈理解と計画能力が深まるにつれ、税務業界では手作業からAI監督への雇用再編や、リアルタイム継続的コンプライアンス提供へのサービスモデル再定義が起こり得ます。BasisとAstraの協業は、AIが知識労働者の支援から自律的実行へ移行したことを示す出発点として記憶されるでしょう。