2年前、IRSは約10のアクティブなAIプロジェクトを運用していました。現在では126を運用しており、年に6回、一連の機械学習モデルが提出されたすべての中小企業および自営業者の納税申告書を精査し、人間の審査官が発見するのに数週間かかるパターンを探しています。2026年2月10日、同機関はこれを正式なものとし、内国歳入マニュアルにIRM 10.24.1として実践を成文化しました。これは、納税申告書の監査対象をAIがどのように選定するかを統治する最初の正式なポリシーです。
あなたが事業を運営し、スケジュールC、1120-S、またはパートナーシップ申告書を提出するなら、これは背景ノイズではありません。これは、IRSから誰が二度目の精査を受けるのか、そしてその理由に関する真の変化です。ここでは、何が変わったのか、アルゴリズムが実際に何を探しているのか、そしてあなたの帳簿が決してアルゴリズムにあなたをフラグ付けする理由を与えないようにする方法を説明します。
IRM 10.24.1が実際に述べていること
新しいマニュアルセクションは、次の3つの具体的なことを行います：
- 監査プロセスにおいてAIが何を行うことを許可されているかを定義します。これには、明示的に、「納税者が監査の対象となるかどうか、または申告書のどの側面が監査の対象となるかについて情報を提供または影響を与える」システムが含まれます。IRSはこれをAIの「推定高影響」使用と呼び、公民権や重要インフラに触れるシステムと同じリスクカテゴリに位置付けています。
- AIが生成した紹介が実際の監査になる前に、人間による必須レビューを要求します。モデルは申告書をフラグ付けできますが、それが通知に変わる前に人間が承認する必要があります。
- AI支援によるケース選定のための文書化要件を設定します。これにより、審査官はなぜケースが選ばれたのかを書面で説明できなければなりません。
このポリシーはまた、ガバナンス構造を創設します：最高データ分析責任者がIRSの「責任あるAI責任者」を務め、データ分析戦略統合委員会と呼ばれる委員会が、新しい高影響AIユースケースが稼働する前に承認を行います。
平たく言えば：IRSはアルゴリズムがあなたの申告書の一次トリアージを行っているという事実を隠していません。今、そのトリアージがどのように機能するかのルールを書き留めているのです。これはまた、審査官が後でそれを正当化できなければならないことを意味します。
モデルが実際にあなたの申告書をどのように選定するか
IRSのAIモデルのうち2つは、特に自営業者と中小企業の事業主を対象としており、その理由は単純です：過少報告された自営業所得は、個人の税格差の最大の構成要素です。これらのモデルは、あなたの申告書を単独で見るのではなく、あなた自身の申告履歴と、あなたの業界の何千もの類似事業と比較します。確実にスコアを上げるいくつかの要素があります：
- 年次間の不一致。昨年180,000ドルの総収入を報告し、今年95,000ドルを報告したコンサルティング事業で、明らかな説明がない場合、即座に目立ちます。
- 業界標準から外れた控除比率。IRSは、業種ごとの典型的な経費対収入比率の統計プロファイルを保持しています。あなたの事業が総収入の65〜70％を控除として請求し、NAICSコードの標準が35〜45％である場合、その差はフラグ付けされます。たとえすべての控除が正当であってもです。
- 概数。事務用品費がちょうど5,000ドル、光熱費が3,000ドル、食事代が2,000ドルと示されているスケジュールは、「記録された」ものではなく「推定された」ものとして読まれます。実際の簿記では、4,847.13ドルや2,963.82ドルのような数字が生成され、きれいな5の倍数は生まれません。
- 情報の不一致。IRSは、支払者から直接受け取ったW-2、1099、K-1を相互参照します。42,000ドルの1099-NECがあなたの申告書のどこにも現れない場合、それは自動的でほぼ瞬時の不一致です。それを捕まえるのにAIは必要ありませんが、AIは今、どの不一致が最も重要かを優先順位付けするのに役立ちます。
- 走行距離と経費の外れ値。単一車両の事業で年間40,000マイル以上の業務走行距離の請求、または収入の10％を超える飲食費は、統計的外れ値であり、高く重み付けされます。
これらのどれも種類としては新しいものではありません。IRSの判別関数（DIF）スコアリングシステムは、何十年も申告書を統計標準と比較してきました。新しいのは規模と速度です：定期的に見直される1つの静的公式の代わりに、今では年に6回再実行され、サイクルごとにパターンを見つけるのが上手くなるモデルがあります。
より心配すべき部分：検出ではなく応答時間
これが2026年に中小企業の事業主が実際に直面している非対称性です：AI支援によるフラグ付けは速いですが、フラグを解決する人間側はそれに合わせて拡大していません。自動通知は迅速に送られます。電話で実際の人間と話す、または通知に対する実質的な書面回答を得るのには、2年前に比べて著しく時間がかかるようになっています。2023年には5分の電話で済んだフラグが、今では罰金と利息が発生しながら何ヶ月も未解決のまま放置される可能性があります。
つまり、混乱した申告書の本当のコストは、監査リスクだけではありません。それは、フラグが立てられた後に、人間のバックアップが遅い側でそれを解きほぐすための時間とストレスです。最善の防御策は、そもそもアルゴリズムにあなたをフラグ付けする理由を与えないことです。
IRSがこのポリシーを書き留めなければならなかった理由
IRM 10.24.1のガバナンス構造は、単なる官僚的な整理整頓ではありません。これは、アルゴリズムによる監査選定に関する実際の問題への直接的な対応です。独立した研究と政府説明責任局のレビューにより、勤労所得税額控除を請求する黒人納税者を含む特定の納税者グループが、同様の申告書を持つ他の納税者よりも3〜5倍高い率で監査されていることが判明しています。GAOの作業仮説は、これは意図的なターゲティングではなく、意図しないアルゴリズムバイアスであるというものです。過去の監査データで訓練されたモデルは、誰もそれを設計しなくても、過去に存在した選定パターンを再現してしまう可能性があります。
まさにそれが、新しいポリシーが影響評価、継続的モニタリング、モデルの紹介が実際の監査になる前に人間による必須承認を必要とする理由です。純粋に「過少報告された収入を捕まえる」ために最適化された機械学習システムには、誰の収入を不均衡にフラグ付けするかに関する組み込みのチェックがありません。中小企業の事業主は、これを訴訟待ちではなく、慎重な楽観の理由として読むべきです。人間によるレビュー要件は真のバックストップですが、それはまた、AIの一次スコアが絶対ではないことを確認しています。フラグ付けされたとしても、それはアルゴリズムが何か本物を見つけたことを意味しません。それは、パターンマッチャーが統計的に異常な何かを見つけたことを意味し、あなた自身の記録で完全に説明できる可能性があります。
フラグ付けされた場合
通知を受け取っても、何か間違ったことをしたわけではありません。通常は、どこかの1つの数字が、あなたのような事業に対するモデルの期待と一致しなかったことを意味します。迅速な解決と長期化した解決を分けるいくつかのことがあります：
- 書面で迅速に回答する。前述の人間によるレビューの待ち時間が長いことを考慮すると、早期の完全な書面回答は、電話でキューに戻るよりも、最初のパスで解決される可能性が高いです。
- 説明ではなく、まず調整を示す。問題の数字を生み出した基礎となる取引を、それが正当である理由を説明する前に示します。数学がすでに行われていると、審査官はより速く動きます。
- 1年がフラグ付けされたまま、3年にならないようにする。今年の申告書の未解決のフラグは、まさにフォローアップモデルが昨年や来年の提出も再度精査するきっかけとなる異常です。それを放置するのではなく、完全に終わらせてください。
- 通知が範囲の拡大に言及している場合は、公認会計士または登録代理人を連れてくる。1つの明細項目のフラグは自分で回答するのが管理可能ですが、複数年にわたる裏付け記録の要求は専門家の助けに値します。
実際にリスクを減らすもの
これは、正当な控除を過少に請求するべきだという意味ではありません。目標は、より小さい申告書ではなく、正確でかつ十分に裏付けられた申告書です。
再構築された記録ではなく、同時代の記録を保持する。 経費が発生した時点で作成された文書（購入した週に記録された領収書）は、申告書の提出期限の前夜にまとめられたスプレッドシートよりもはるかに重みがあります。また、単純に簡単です：4月に記憶から6ヶ月分の経費を再構築することは、正当な控除が見逃されたり誤って記載されたりする原因となります。
ビジネスが実際にどのように運営されているかを反映した勘定科目表を使用する。 「雑費」や「その他経費」のような広く曖昧なカテゴリは、まさに防御が最も難しく、モデルがノイズとしてフラグ付けしやすいバケツです。あなたの帳簿が数字を説明できないなら、あなたも説明できません。
申告前にすべての1099とK-1に対して収入を調整する。 IRSはすでにこれらのフォームを持っているため、不一致はほぼ確実なフラグです。申告前に帳簿と簡単にクロスチェックすることで、数分でこれを捕まえることができ、後日通知で何ヶ月もかかることはありません。
実際に概数で支出しなかったものには概数を使用しない。 実際の簿記が正確であれば、申告書は自然にその正確性を反映します。それ自体が正当性のシグナルです。
事業用口座と個人用口座を完全に分離する。 混在した資金は、日常的なレビューを本格的な調査に変える最も速い方法の1つです。なぜなら、申告書の他のすべての数字の検証が難しくなるからです。
共通のテーマ：これらの修正のすべては、税務申告期間に慌てて再構築するのではなく、年間を通じて清潔で完全な同時代の帳簿を保持することに帰着します。プレーンテキストでバージョン管理された会計は、その規律を維持するのを容易にします。なぜなら、すべての取引が発生時に記録され、IRSが監査する前に自分で監査できる形式だからです。
あらゆる種類の精査に備えて帳簿を整えておく
監査の選定がより速く自動化されるにつれて、最も心配の少ない事業は、アルゴリズムが見る前に帳簿が正確だった事業です。Beancount.ioは、完全な透明性とすべての変更の完全なgitスタイルの履歴を備えたプレーンテキスト会計を提供します。ブラックボックスのカテゴリ化も再構築された記録もなく、行ごとに防御できる元帳だけです。無料で始めて、帳簿をデフォルトで監査対応にしておきましょう。慌てる必要はありません。