AI投資が増え、無形固定資産として計上されるケースも広がっています。そこで次に問われるのが、「このAI資産は何年で償却すべきか」という問題です。
耐用年数の設定は単なる技術的判断ではありません。償却費を通じて利益水準を左右し、減損リスクや税負担にも影響します。AIという進化の速い分野では、この判断がこれまで以上に難しくなっています。
本稿では、AI資産の耐用年数をどのように考えるべきかを整理します。
法定耐用年数という出発点
税務上、自社利用のソフトウェアは原則5年で償却します。販売目的のソフトウェアは3年とされています。
まずはこの「5年」が出発点になります。
しかし、会計上の耐用年数は税法と必ずしも一致する必要はありません。実際の利用可能期間を合理的に見積もることが求められます。
AI資産については、この「合理的見積もり」が最大の論点です。
AI特有の論点
① 技術進歩の速さ
生成AIの進化は非常に速く、モデルの陳腐化は数年単位で起こり得ます。3年で競争力を失う可能性もあります。
一方で、基盤システムに組み込まれたAIは、周辺改修を行いながら長期利用されることもあります。
② 継続的アップデート
AIは「完成型」ではなく、継続的に改善される前提の資産です。モデル再学習や機能追加を重ねることで、実質的な寿命が延びる可能性もあります。
問題は、アップデート費用をどう扱うかです。改良が資産計上されるなら、実質的に新資産の追加となり、当初資産の耐用年数は短くなる可能性があります。
③ 競争環境
AIは競争優位の源泉になる一方、競合がより高度な技術を導入すれば優位性は急速に失われます。これは耐用年数の不確実性を高めます。
保守的に見るなら「3～5年」
実務的には、次のような整理が妥当と考えられます。
- 技術革新の影響を強く受けるAIモデル単体：3年程度
- 基幹業務システムに組み込まれたAI：5年程度
- 長期利用前提の統合基盤：5年超も理論上可能だが慎重判断
税務との整合性を考えれば、5年を上限に設定するケースが多いと考えられます。
過度に長い耐用年数は、減損リスクを高めるだけでなく、監査上の説明負担も増します。
金融機関の視点
大規模投資を行う三菱UFJフィナンシャル・グループや三井住友フィナンシャルグループ、みずほフィナンシャルグループのような企業では、AIは単体技術ではなく、基幹システムと一体化した資産になります。
この場合、耐用年数はシステム全体の更新周期と整合させる必要があります。
一方で、AI部分だけが急速に陳腐化すれば、部分減損や短縮償却の検討が必要になるでしょう。
耐用年数は「経営メッセージ」でもある
耐用年数の設定は、経営の時間軸を映します。
- 3年設定 → 技術更新前提の俊敏経営
- 5年設定 → 安定的投資回収モデル
- 7年以上 → 長期独占的優位を想定
過度に長い耐用年数は、短期利益を押し上げる効果がありますが、将来の減損リスクを先送りする可能性もあります。
保守的な設定は、初期利益を圧迫する代わりに、将来の財務安定性を高めます。
中小企業・税理士事務所の場合
中小企業や税理士事務所が独自AIツールを構築する場合、技術進歩への追随コストを考慮すると、3～5年が現実的なレンジと考えられます。
むしろ重要なのは、耐用年数よりも、
- 投資回収期間をどの程度で見込むか
- 更新投資を織り込んだ長期計画があるか
です。
AIは一度投資すれば終わりではなく、継続的投資を前提とする資産だからです。
結論
AI資産の耐用年数は一律に決められるものではありません。しかし、技術革新の速さと競争環境を踏まえれば、3～5年を中心に慎重に設定するのが現実的と考えられます。
重要なのは、
- 将来便益の合理的見積もり
- 更新投資との整合
- 減損リスクの織り込み
です。
AIは「長期安定資産」というより、「更新前提型資産」と捉える方が実態に近いかもしれません。
耐用年数の設定は、技術理解と財務規律の交差点にあります。AI時代の会計は、スピードと慎重さの両立が問われています。
参考
日本経済新聞「金融、デジタル投資3割増 今期3兆円」2026年3月3日 朝刊
