AIエージェント能力アトラス › 仕事ごとの一覧 › 事務・ビジネス › 表計算・業務分析

大量データのクレンジング・異常検知

Large-scale data cleaning and anomaly detection

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

定型的な重複除去・欠損値検知はアナリストの下働き作業を代替する水準

できること

フォーマット不整合の検出・修正案提示、統計的異常値のフラグ付け

まだできないこと

業務ルールに基づく『正常だが数字上は異常に見える』ケースの判別（季節性・特殊要因の理解）

なぜそうなのか

統計的パターン検出は得意だが、業務文脈依存の正常/異常判定には現場知識が必要

これからの予測の根拠

構造化データへのグラウンディング技術の普及で誤検知率は逓減するが、業務ルールの完全な内在化は2030年でも限定的と想定

いま使える主な道具

Claude Fable 5.1、GPT-5.x、Trullion (会計特化)

根拠

• AI Hallucinations in Accounting and Audit 2026
  金融NLPのハルシネーション率が最大41%との報告、業務文脈判断の弱さを示す

同じ分野のほかの仕事（表計算・業務分析）

• Excel数式・マクロの自動生成
• 財務モデル構築（三表統合モデル等）
• BIダッシュボード作成・データ分析

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。