OpenAI、7,000件の申告を対象としたパイロットの後にCodexを税務申告支援として提案

Why it matters

OpenAI is positioning Codex as infrastructure for vertical agents, with its Thrive stake providing the real workflows and expert feedback that generic model access cannot supply.

Greg Brockman (@gdb), OpenAIの社長で共同創設者は、8月20日にCodexをソフトウェア開発以外の製品向けインフラとして提案し、7,000件の申告を処理し会計士の準備時間を約3分の1削減した税務準備システムを指摘した。

これらの数値は新規展開ではなく2025年の申告年度のパイロットを示している。OpenAI は5月27日に最初にこのプロジェクトを詳述した、Thrive Holdings と Crete Professionals Alliance と6か月間協働した後である。Crete Professionals Alliance は 6月2日に Current にリブランドした。Stripe の最高技術責任者を務めた後に OpenAI の設立に関わった Brockman は、開発者が Codex のオープンソースのハーネスを専門エージェント向けのオペレーティングレイヤーとして利用できると主張するために結果を再提示した。

これは、OpenAI が当初ターミナルや開発環境に投入したコーディングアシスタントよりも広範な製品提案である。Codex リポジトリ は Apache 2.0 ライセンスで公開されており、その App Server は双方向インターフェースを通じてエージェントハーネスを公開しているため、開発者はこれを他の製品に組み込める。オープンソースのコードはエージェントスレッド、ツール実行、設定と承認を扱い、OpenAI のモデルへのアクセスは依然として ChatGPT アカウントか API セットアップを必要とする。

税務システムが処理した内容

Tax AI は Current の会計事務所ネットワーク向けに構築された。参加する会計士はソース文書と顧客メモをアップロードし、システムは情報を抽出して税エンジンのレビュー用に提出草案を作成した。パイロットは1040の個人申告と1041の遺産・信託向け申告を対象とした。

OpenAI は、中程度および高複雑度の申告ではデータ入力に1件あたり最大8時間かかることがあると述べた。その作業には前年の申告、スプレッドシートやその他一貫性のない顧客文書から情報を抽出し、正しい税フィールドにマッピングする作業が含まれる。

Current は7,000件の申告の平均で準備時間を31%短縮したと報告した。OpenAI はシステムがスループットを約50%増加させ、最大97%の精度の草案を生成したと述べた。Current は後に精度が98%に達したと説明した。これらの数値は Tax AI を構築・展開した組織によって報告されたもので、トップラインの精度数値は申告の複雑さによる結果のばらつきを示すものではない。

OpenAI は時間経過による改善のより有用な指標を提示した。Tax AI が開始されたとき、評価対象の申告の4分の1が少なくとも75%の正しいフィールド完成率に達していた。6週間後には、Tax AI が比較的単純な W-2 や 1099 の入力から K-1 フォーム、賃貸物件のスケジュールやその他の複雑な申告へと移行したにもかかわらず、86% がその閾値に達した。

実務者は引き続き作業のレビューと最終申告の承認に責任を負った。OpenAI は Codex の自動化されたエンジニアリング作業を抽出とマッピングのレイヤーに限定し、エンジニアはアーキテクチャ、製品判断、プロダクションリリースの管理を保持した。

修正はエンジニアリングタスクになった

中心的な仕組みは会計士の修正を中心に構築されたフィードバックループだった。Tax AI はシステムが提案した内容、実務者が変更した内容、最終的に申告書に記載された内容を記録した。繰り返される誤りは所見としてグループ化され、ターゲット評価に変換され、Codex に境界付けられたエンジニアリングタスクとして割り当てられた。

Codex は関連する本番トレース、ソース文書、期待される税エンジン出力、コードおよびテストコマンドを受け取った。失敗を検査し、変更を提案し、ターゲット評価と回帰評価を実行できた。曖昧なケースは自動的にコード変更に変換されるのではなくエンジニアに戻された。

この区別は税務準備で重要である。ミスマッチは抽出エラー、会計士の判断、前回申告から持ち越された値、あるいは申告プロセスの他の箇所で導入された変更を反映している可能性があるからだ。生の修正が必ずしもエージェントが間違っていた証拠とは限らない。

OpenAI は賃貸物件サポートが90%の精度と再現率に到達するまでにおおよそ6週間とかなりのエンジニアリング監督を要したと述べた。得られた評価とレビューのパターンはその後、他のスケジュールにも再利用された。

OpenAI は展開に利害関係を持っている

このパイロットは、エージェントを既存のサービス事業に移行させる OpenAI の戦略も反映している。OpenAI は 2025年12月 に Thrive Holdings の持分を取得した、会計および IT サービスがパートナーシップの最初の対象として挙げられている。OpenAI は Thrive 所有の事業内に研究、製品、エンジニアリングスタッフを組み込むことに同意した。

その構造により OpenAI は本番ワークフロー、専門家の修正、買収した事業全体にわたる配布チャネルへの直接アクセスを得る。Thrive は労働集約的なサービス向けの目的別の自動化を得て、OpenAI はドメインのフィードバックと反復評価を必要とするエージェントシステムのための制御された試験場を得る。

Current によれば、そのネットワークはその後、39州にわたる従業員2,000人超の48事務所にまで成長したという。会計グループは Tax AI を追加の事務所へ拡大する計画であり、Thrive と OpenAI は同じ設計を簿記、監査、ITヘルプデスクのワークフローにも適用している。

Brockman の投稿はこのパイロットを開発者向けの売り込みに変えている：Codex は垂直製品の下でエージェントループを提供でき、ドメイン専門家、本番トレース、評価がその製品を信頼できるものにするかどうかを決定する。ハーネスはコピー可能な形で提供されている。難しい部分は、税務パイロットを改善させたワークフロー、レビュー手順、独自のフィードバックを確保することに残っている。