植西 祐介 | 経営管理とAIと複数士業専門家と

まさか、もしかして、社労士会は、有料版でオプトアウト設定をしていて（かつクライアントから利用許可を取っていても）個人情報をAIに扱わせない というガイドラインを定めようとしているのでしょうか…😮 もちろんマイナンバーについては、番号法（特別法）による上乗せ規制があり、一般の個人情報とは異なる強い制約がかかるため、別段の扱いが必要だと思います。 しかしそれ以外の個人情報は、個人情報保護法上、適切な安全管理措置と委託先監督が確保されていれば取り扱えるはずです。 論点は「AIかどうか」ではなく、①利用規約上、入力データが学習に使われないか、②安全管理措置が法令水準を満たすか、③守秘義務の観点で委託先として適切か、という従来のクラウドサービスと同じ評価軸のはずです。 実際これまでも、私たちはGmailに個人情報を記載したり、スプレッドシートに個人情報をまとめたり、クラウド型の給与ソフトに個人情報を入力してきましたが、それとどう違うのでしょうか？ 具体的に言えば、ChatGPTやClaudeの Team / Enterprise プランやAPI利用でZDR設定（入力データをサーバーに一切保持しない設定）であれば、DPA（データ取扱いに関する契約）の締結が可能で、入力データの学習利用なし・保持期間の制御・SOC2（米国公認会計士協会が定める、セキュリティ統制を第三者監査人が保証する基準）等の第三者認証といった、Google WorkspaceやfreeeなどのSaaSと同水準のガバナンスが確保できます。 にもかかわらず「AIだから一律ダメ」とするのは、過剰規制になりはしないでしょうか。 日本の社労士がAIを活用できないということになれば、国内外で日本の社労士の競争力は落ち、その存在意義すら危ぶまれると思います。 それは連合会含め、多くの社労士の先生方の望むことではないでしょう。 社労士法第一条の「社会保険労務士の使命」を全うするためにも、その時代に応じた適切な情報技術を活用することは不可欠だと思います。 ⚠マイナンバーには、個人情報保護法に加えて「番号法(マイナンバー法)」という上乗せの規制がかかります。具体的には、業務を外部に委託するとき、委託先が「番号法に対応した設計になっていること」が事実上求められます。 freee人事労務やマネーフォワードクラウド給与などは、番号法のガイドライン要件を満たすように設計されており、安全管理措置・委託契約・利用範囲の限定が、いずれも法令水準に沿って整備されています。利用者である私たちが委託元としての監督義務を果たしやすい構造になっているため、マイナンバーを安心して入力できるわけです。 逆に言うと、ChatGPTやClaudeのような汎用AIサービスは、現時点では番号法を前提にした設計になっていません。そのため、現在の法律では、マイナンバーに限っては入力を避けるべき、というのが筋の通った整理だと思います。 ⚠そもそも、オプトアウト設定をしたAIに個人情報を入力する行為が、個人情報保護法上の「委託」(本人同意不要)に当たるのか、それとも「第三者提供」(同意必要)に当たるのか、という根本的な論点も整理が必要です。正直、このあたりの整理も業界として十分に議論されているとは思えません。 🙇‍♂️普段、なるべく否定的な引用RTはしないようにしていますが、社労士界だけでなく多くの士業にも影響を与えるポストと感じましたので、危機感を持って反応しています。 🙇‍♂️ぜひ弁護士の先生方からもご意見を伺いたいです。

MFのMCPサーバーを公開された訳ですが、どうにも盛り上がらないのは、クライアント側のAPI承認が必要で、会計事務所や税理士/会計士が自由に活用できないことが大きな原因ではないかと思っている API権限ください、って言っても相手側ITリテラシー依存もあり、はい渡します、とならないことも

Claude CodeやCodexで使える 「日本特化のMCPサーバー」がかなり便利なのでまとめてみた！ ㅤ ① 法令検索MCP（hourei-mcp-server） → e-Gov法令APIに接続 → 「〇〇法の第△条は？」と聞くだけで条文が返ってくる → 法令名検索、条文取得、改正履歴の3ツール → 導入: npx hourei-mcp-server ㅤ ② 税法MCP（tax-law-mcp） → e-Gov + 国税庁の通達・裁決事例に対応 → 24の主要税法 + 17の行政通達 + 1,950の裁決事例 → 「この経費は損金算入できる？」→ 根拠条文付きで回答 → ハルシネーション防止設計 → 導入: npx -y tax-law-mcp ㅤ ③ 労務法MCP（labor-law-mcp） → 45の労働関連法令 + 厚労省通達をカバー → 労基署・安全衛生関連の通達も含む → ②と同じ作者、MITライセンス → 導入: npx -y labor-law-mcp ㅤ ④ 国会議事録MCP（kokkai_giji_mcp） → 国立国会図書館APIに接続 → 国会議事録を全文検索+URL/PDF取得 → 「〇〇大臣のAIに関する答弁は？」で即取得 → 導入: Docker一発（docker pull seiichi3141/kokkai-giji-mcp） → ※最終更新2026年1月（やや古いが動作可能） ㅤ ⑤ 不動産・地理空間MCP（mlit-dpf-mcp） → 国交省が公式で出してる → 不動産情報ライブラリAPI（地価・防災データ等） → 18個以上のツールで地理空間データを検索 → 「渋谷区の公示地価を教えて」で即取得 → ⚠️ アルファ版（「動作保証は行っておりません」と明記） → 導入: Python 3.10+ / 国交省APIキー必要 ㅤ ⑥ 金融分析MCP（Dexter JP / EDINET DB） → 上場企業約3,800社の構造化された財務データ → 100以上の財務指標、DCFバリュエーション、33業種スクリーニング → Slack・Discord・LINEにも対応（v0.2.0） → 複数LLM対応（OpenAI/Claude/Gemini/Grok/Ollama） → 導入: bun install + EDINET DB APIキー

Claude Codeを使ったタスク管理を回す中で、NotionからLinearに変えようかかなり検討しています。 理由はシンプルで、AIとの相性がかなり良いからです。 ■ Notionの課題 ・DBの自由度が高く、AIが毎回構造を読み解く必要がある ・ステータス更新などでAPI呼び出しが増えやすい ・Git連携が弱く、開発フローと分断されがち ■ Linearの良さ ・Todo / In Progress / Doneが明確でAIが扱いやすい ・Issue作成からGit連携までの流れが綺麗につながる ・APIがシンプルでAIからの操作が速い ■ 実際にやったこと ・Gmail未読、Zoom議事録、Notionの情報をClaude CodeがMCPで横断取得 ・Linearに7件のタスクを自動登録 ・「今日の会議まとめて」で議事録→アクション抽出→登録までほぼ全自動 ■ 結論 ・Notionは情報ストック（CRM・議事録・ナレッジ） ・Linearは実行管理（タスク・進捗・Git連携） Notionをやめるというより、役割分担。 AIに日々操作させる前提なら、構造化されたLinearの方がかなり使いやすいと感じています。