月1,000件の請求書・領収書。面倒な経理入力を、社内AIに任せてみた。

この事例は、当社で構築・検証を進めている取り組みです。記事中の正解率は、運用前に目標として設定した数値です。

電子帳簿保存法への対応、大変ですよね。メールで届いた請求書をダウンロードする。Webサイトから領収書を取得する。紙のレシートはスキャンする。それだけでは終わらない。書類を開いて、日付、取引先、金額、インボイス登録番号を確認する。勘定科目を選び、経理システムに入力して、承認に回す。

一件ずつは大した作業ではない。しかし、これが毎日何十件も積み重なると、結構な時間を取られる。当社でも、毎月およそ1,000件の請求書や領収書などを処理している。

システムエンジニア出身で、今も自社のシステム開発に関わる立場からすると、こういう単純な入力作業を人間が延々と続けているのは、何とももったいない。そこで考えた。

せめて、書類を読んで入力するところまで、AIに任せられないだろうか。

今回は、当社で取り組んでいる、ローカルLLMを使った経理書類の自動読み取りについて紹介したい。

スキャンは簡単。その後が面倒なのだ

大企業なら、大量の書類をまとめて読み取る専用のスキャナや、高機能な経費精算システムを導入する選択肢もあるだろう。しかし、当社のような中小企業では、今ある設備を使いながら、なるべく手間を減らしたい。

当社で行っているのは、ごく普通の方法だ。複合機のスキャナに紙の請求書や領収書をセットする。次々とスキャンして、指定したフォルダに保存する。おそらく、多くの会社で似たようなことをしていると思う。そして、電子メールで受け取った請求書や、Webサイトからダウンロードした領収書もある。PDFや画像など、ファイルの形式はまちまちだ。

これらを一つのフォルダに集める。当社では、そのフォルダを「作業前フォルダ」としている。ここまでは、人間の仕事だ。スキャンした書類やダウンロードしたファイルを、決まった場所に置く。

あとはAIに任せる。目指したのは、これだけの仕組みだ。

作業前フォルダに入れた書類を、AIが勝手に読んでくれる

当社では、Linuxのcron（クーロン）という仕組みを利用している。cronは、決まった時間にプログラムを自動実行するための機能だ。この仕組みを使い、1日に数回、作業前フォルダを確認する。新しい請求書や領収書が入っていたら、AIが読み取り処理を始める。

拡大して見る

当社のスキャナは、書類を画像として出力している。つまり、PDFや画像を開いても、パソコンがそのまま文字として扱えるわけではない。ここで、画像を理解できるAIの出番だ。AIに書類を読み込ませ、次のような情報を取り出させる。

拡大して見る

例えば、ある通販サイトでパソコンの周辺機器を購入した領収書なら、取引先、日付、金額、購入品目などを読み取る。さらに、過去の経理処理や社内のルールと照らし合わせ、どの勘定科目で処理するのが適切かを提案させる。文房具なら消耗品費。通信サービスなら通信費。社員の交通費なら旅費交通費。

もっとも、実際の勘定科目は金額や購入目的、会社の経理方針によっても変わる。そのため、AIに最終決定はさせない。候補を作ってもらう。

人間が最初から入力するのではなく、AIが入力した内容を人間が確認する。

これだけでも、作業の進め方は大きく変わる。

AIはどのくらい正確に読み取れるのか

気になるのは、AIの読み取り精度だろう。請求金額を間違えられたら困るし、インボイス登録番号を適当に読み取られても困る。当社では、まず次の水準を目標にしている。

金額や登録番号は、書類に記載されている内容を読み取る仕事だ。一方、勘定科目は少し違う。例えば、同じパソコンの購入でも、金額や利用目的によって会計処理が変わる。取引先名だけで決められるものでもない。そこでAIには、購入内容や過去の仕訳を参考にして、候補を出してもらう。仮に勘定科目の提案が75%しか一致しなかったとしても、それで構わない。重要なのは、最終的に人間が確認することだ。

そして、金額や登録番号には別の確認方法も用意できる。例えば、請求書に記載された明細の合計と請求総額が一致しているかを、プログラムで計算する。インボイス登録番号なら、国税庁が公開している登録情報と照合できる。登録番号が存在するかだけでなく、取引日における登録状況の確認にも利用できる。

AIに読ませて終わりではなく、機械的に確認できる部分は別のプログラムでチェックする。

これが、誤りを減らすための工夫だ。

経理担当者は、AIの入力内容を承認するだけ

書類の読み取りが終わったら、経理担当者が確認する。画面には、元の請求書や領収書と、AIが読み取った情報を並べて表示する。日付、取引先、金額、インボイス登録番号、勘定科目。正しければ承認する。間違っていれば、その部分だけ修正する。

読み取れなかった項目は空欄にして、担当者に確認してもらう。例えば、金額が不鮮明だった書類や、取引内容が分かりにくい領収書は、人間が確認する必要がある。重要なのは、AIに無理やり回答させないことだ。

分からないものは「分からない」と返させる。

人間が最後に確認する仕組みなら、AIに100%の正解率を求める必要はない。もちろん、誤りが多すぎればかえって仕事が増えてしまうため、実際にどれだけ時間を削減できたかは測定したい。それでも、毎回白紙の入力画面から始めるより、AIが下書きを作ってくれているほうが楽だ。承認されたデータは経理システムへ渡し、元の書類と対応づけて管理する。

ところで、ChatGPTやClaudeに読ませればいいのでは？

ここまでの話を聞けば、こう思う方もいるだろう。「それなら、ChatGPTに請求書の画像を渡して読んでもらえばいいのでは？」。確かに、それでも読み取れる。GPTやClaudeのAPIを利用して、自動化する仕組みも作れる。しかし、当社では外部のAIサービスではなく、社内のパソコンで動かすローカルLLMを使うことにした。理由は二つある。

少量の書類なら、クラウドAIや専用の経費精算サービスのほうが手軽で安い場合もある。しかし、機密性の高い書類を継続して大量に処理し、ほかの社内業務にもAIを使うなら、ローカルLLMを導入する理由は十分にある。

画像を読み取るには、どんなAIが必要なのか

ここから少しだけ、パソコンの話をしよう。ローカルLLMといっても、すべてのAIが画像を読めるわけではない。文章だけを扱うモデルもあれば、画像の内容を理解できるモデルもある。今回必要なのは、画像を理解する機能を持ったAIだ。こうしたモデルは、VLM（Vision Language Model）と呼ばれる。

例えば、スキャンした領収書を渡して、「取引先と金額、登録番号を読み取って」と指示できる。単に画像から文字を抜き出すだけでなく、書類のレイアウトや項目の関係を理解して回答するのが特徴だ。当社が使用しているQwen3.8-27Bも、画像入力に対応している。ただし、今回の請求書・領収書の読み取りだけなら、より小さなモデルも選択肢になる。

画像処理にはモデル本体に加えて画像認識用のデータや作業メモリが必要。実際の使用量は処理する画像や推論環境によって変わる。

表の「9B」や「27B」はAIの規模を表している。大きいモデルのほうが複雑な書類を理解しやすい可能性はあるが、その分、必要なメモリも増える。今回のように、書類から決まった項目を読み取る仕事なら、まず9Bクラスから試すのが合理的だ。一方、経理書類だけでなく、複雑な契約書や社内文書の分析などにも使いたいなら、27Bクラスも検討したい。必要以上に大きなモデルを選ぶ必要はない。

AI PCの購入費用、何か月で元が取れるのか

さて、経営者としては、ここが気になるところだ。いくら仕事が楽になるといっても、パソコンを購入するにはお金がかかる。そこで、実際にどのくらい費用を回収できるのか計算してみよう。

当社で処理している書類は月に約1,000件。仮に、一件の書類について、日付や金額、勘定科目などの入力・確認に3分かかっていたとする。AIが入力候補を作り、人間が確認するだけになれば、これを1分に短縮できるかもしれない。つまり、一件につき2分の削減だ。月1,000件なら、毎月約33時間の仕事が減る計算になる。人件費を時給2,000円として計算すると、月に約6万7,000円。年間では約80万円分の作業時間に相当する。

では、AI PCの費用はどうだろう。例えば、16GBのGPUメモリを搭載したAI PCを40万円で購入し、社内システムの構築に15万円分の工数がかかったと仮定する。初期費用は合わせて55万円だ。運用を始めた後は、電気代と保守費用がかかる。

電気代は平均消費電力120Wで24時間稼働、31円/kWhとして計算。保守費用と構築費用は試算上の仮定であり、実際の環境によって変わる。

毎月の作業時間削減効果が約6万7,000円、維持費が約7,700円。差し引き、毎月約5万9,000円相当の効果になる。初期費用55万円をこれで割ると、計算上は約9〜10か月で初期投資を回収できる。もちろん、これは一件あたり2分の削減が実現できた場合の試算だ。書類によってはAIが読み取った内容の確認に時間がかかることもあるし、既存の経理ソフトですでに自動入力できている部分もあるだろう。また、作業時間の削減がそのまま現金の支出削減になるわけでもない。

ただ、考えてみてほしい。毎月33時間あれば、経理担当者はほかにどれだけの仕事ができるだろう。請求内容の精査、未入金の確認、月次決算の早期化など、本来時間をかけたい仕事はほかにもある。さらに、購入したAI PCを経理書類の読み取りだけに使う必要はない。契約書の確認、問い合わせメールの分類、社内システムのログ監視。そうした仕事にも使えば、一台のAI PCから得られる効果はさらに大きくなる。

パソコンの購入費だけを見れば高く感じる。しかし、毎月繰り返す仕事の費用と比べると、見方は変わってくる。

中小企業でも、こうした設備投資を検討できる時代になったのだ。どんな仕事をさせたいのか。それによって必要なパソコンを選べばいい。

では、どんなパソコンを用意すればいいのか

今回の用途なら、最初から何百万円もするAI専用サーバを用意する必要はない。画像の読み取りに使うAIは、GPUという、画像処理にも使われる計算装置を活用すると、効率よく動かせる。ゲーミングPCなどに搭載されているGeForce RTXシリーズも、この用途に利用できる。導入するなら、私は次のような構成から考える。

導入向けのおすすめは、GeForce RTX 5060 Ti 16GB・メモリ32GB・1TB SSDを搭載したモデル。9Bクラスの画像対応AIを使って経理書類の読み取りを始めるための、候補になる構成だ。販売中のモデルはこの記事の最後で紹介している。なお、ローカルLLMの実行環境や経理書類の処理システムは別途構築する必要がある。一般的なゲーミングPCを購入しただけで、今回の仕組みが自動的に利用できるわけではない。

月1,000件の書類から、少しずつ人の手を減らす

経理の仕事は、単に数字を入力するだけではない。支払内容が正しいか確認する。勘定科目を判断する。税区分を確認する。必要なら取引先に問い合わせる。判断しなければならないことは多い。だからこそ、書類に書いてある日付や金額を、毎回人間がキーボードで入力する必要はないと思う。

スキャンしたら、AIが読んでおく。請求書をダウンロードしたら、AIが入力候補を作っておく。担当者は、間違っているところを直して承認する。すべてをAIに任せるわけではない。

人間が判断しなくてもいい仕事だけ、少しずつAIに渡していく。

この程度の自動化なら、大がかりな社内システムの入れ替えも必要ない。今使っている複合機、共有フォルダ、経理システムを生かしながら、間にAIを組み込む方法がある。もちろん、書類の保存要件や経理システムとの連携など、きちんと整えるべき部分はある。それでも、全業務を一度に自動化しようとするより、まず書類の読み取りから始めるほうが現実的だ。

まとめ｜AIは、経理担当者の仕事を奪うためのものではない

当社では、毎月およそ1,000件の請求書や領収書などを処理している。一件ずつ書類を確認し、日付や金額を入力して、勘定科目を選ぶ。小さな作業の積み重ねだが、一年間で考えれば相当な仕事量になる。もちろん、AIが100%正確に読み取れるわけではない。人間の確認は必要だ。しかし、AIに100%の仕事を任せる必要もない。

経理担当者の仕事が少し楽になる。それを毎日、何十件も積み重ねる。

それだけでも、導入する意味はある。ローカルLLMは、文章を作ったり質問に答えたりするだけのものではない。会社の中にある、ちょっと面倒な仕事を黙々と引き受けてくれる。しかも、一台のAI PCを用意すれば、経理以外の業務にも使い道を広げられる。中小企業にとってのAI活用は、こういう身近なところから始めるのがよいのではないだろうか。