経理のAI活用はどの工程に効くか、突合の差異調査と文書化から始める

経理のAI導入の効果を、仕訳の入力件数がどれだけ減るかで測ると、小さく見える。自動仕訳やシステム間の連携が進んだ会社では、定型の仕訳はすでに人の手を離れており、残る手入力は月の作業時間の一部になるからである。締めの後半に残る、差異の原因を調べる時間と、結果を文書や回答で説明する時間で測ると、対象は大きくなる。筆者は、どちらの物差しを使うかで、AIに投資する順番が変わると考えている。

経理の生成AIに何ができるか

生成AIは、翻訳、要約、質問への応答、文章の初稿といった、言葉を扱う作業に使える道具である。経理業務に当てはめると、明細を読んで差異の原因の候補を挙げる、数字の増減を説明する文章を起こす、規程や会計基準から該当する箇所を探す、といった使い方になる。

一方で、出力が正しいとは限らない。個人情報保護委員会は、生成AIサービスの応答結果について、確率的な相関関係に基づいて生成されるため不正確な内容が含まれることがある、という趣旨の注意を出している。この性質があるので、経理のどの工程に当てるかは、工程の件数と、誤りが会計処理に届く前に人が気づけるかの2つの軸で決めるのがよいと筆者は考えている。

物差しの違いを、設例で示す。経理5人の会社で、月次の締めに関わる作業が月400時間あるとする。

入力件数の削減で測るなら、対象は手入力の仕訳30時間で、月400時間の7.5%である。調査と説明の時間で測るなら、差異の原因調査50時間、文書の作成70時間、問い合わせへの回答60時間を足した180時間が対象になり、45%に当たる。問い合わせへの回答は、あとで述べる規程と基準の検索に対応する。対象の大きさは6倍違う。減らせる上限は、対象の大きさで決まる。

効果が出やすい工程

効果が出やすいと筆者が見ているのは、人が調べて、文章にまとめている工程である。3つ挙げる。どれも、AIの出力を人が確かめてから使う形にできる。

突合の差異調査

勘定残高を照合して差異が出たあとは、明細を突き合わせて原因を特定する。ここで原因の候補を先に挙げさせると、担当者の仕事は、ゼロから調べることから、候補を明細で確かめることに変わる。候補が誤っていても、担当者が明細で裏を取るまでは会計処理に届かない。

前提になるのは、両側の明細がデータで取り出せることである。照合と証憑の突合の進め方は勘定残高の証憑突合と明細レビュー、四半期レビューに耐える残高保証の手順で扱った。

文書の作成

決算の増減理由の説明文、監査人からの質問への回答案、経営会議の報告資料、手順書の初稿が対象になる。事実と数字は人が与え、文章に起こす部分を任せる。日本公認会計士協会の研究文書は、監査人の業務について、生成AIで文書のドラフトを作成し、その後に監査人が監査調書として仕上げる利用が想定されると述べている。経理の文書でも、同じ分担が取れると筆者は考えている。

上場会社と上場準備中の会社では、公表前の財務情報を入力しない。その場合は、数字を入れずに構成と言い回しの初稿を作らせ、数字は人が後から書き入れる。公表後の数字を使う説明資料や、手順書の初稿は、この制約を受けない。

手順書に何を書くかは使われる決算マニュアルの書き方、判断基準・例外処理・更新責任を入れた手順書にまとめた。

規程と基準の検索

勘定科目の使い分け、旅費規程の解釈、締め切りの確認といった社内からの問い合わせは、答えが既存の規程に書いてある。規程と会計方針を参照させ、該当する箇所を示させる。同じ研究文書は、監査人による監査基準や会計基準に関する質問に対し、生成AIが該当する基準を提示する利用も想定され、すでに監査現場での導入が開始または検討されているとしている。

この使い方は、参照させる文書の版が管理されていることが前提になる。回答には参照した条文を示させ、担当者が原文を確かめてから返す。

工程ごとの向き不向きと、前提になるデータ、出力を確かめる作業者を表にまとめた。承認者は、作業者とは別に置く。

効果が出にくい工程と理由

仕訳の起票に生成AIを当てても、効果は出にくいと筆者は考えている。理由は3つある。

1つ目は、仕訳には同じ取引に同じ処理が返ることが求められる点である。出力に不正確な内容が含まれうる道具とは、相性がよくない。2つ目は、判断を要する仕訳の性質である。引当金、収益認識、資産計上の可否といった論点は、金額が大きく開示に関わる。ここでAIの出力をそのまま採ると、減る手間に比べて、誤ったときの影響が大きい。3つ目は、定型の仕訳にはすでに手段があることである。ERPの自動仕訳、経費精算システムからの連携、請求書の読み取りとデータ化といった機能を使い切っていないなら、先にそちらを確かめる。

仕訳のほかにも、効果が出にくい場合が2つある。

手順書と規程が整っていない会社では、順番が逆になる。生成AIは与えられた文書を根拠に動くので、拠り所となる文書が古いか、存在しない状態では、もっともらしい誤答が出やすい。業務の標準化を先に済ませる。

決算が遅い理由が経理の外にある会社も同じである。他部門からのデータの到着を待つ時間が締めの日数を決めているなら、経理の中の作業を効率化しても、締め日は動かない。この構図は決算早期化はなぜ頭打ちになるのか、締め日数の限界と次の投資先で扱った。

入れる順番

入れる順番は、期待の大きさで決めるより、次の3段階で進めるのがよいと筆者は考えている。電子化から締めの短縮までの全体の順序は、経理DXの進め方にまとめた。支払や承認まで任せる範囲の決め方は、経理のAIエージェントに任せる範囲で扱った。

利用ルール

最初に決めるのは、入力してよい情報の範囲である。総務省と経済産業省のAI事業者ガイドラインは、AIを利用する事業者の重要な事項として、AIシステム・サービスに機密情報等を不適切に入力することがないよう注意を払うことと、個人情報を不適切に入力することがないよう注意を払うことを挙げている。

個人データについては、個人情報保護委員会の注意喚起がある。個人情報取扱事業者が、あらかじめ本人の同意を得ずに個人データを含むプロンプトを入力し、その個人データが応答結果の出力以外の目的で取り扱われる場合、個人情報保護法の規定に違反することとなる可能性があるとしている。そのうえで、サービスを提供する事業者が個人データを機械学習に利用しないこと等を十分に確認するよう求めている。従業員の給与、取引先の担当者の氏名、個人の口座情報を扱う経理では、ここを先に確かめる。

公表前の決算数値や業績予想は、区分を別に立てる。上場会社と上場準備中の会社では、会社が契約した環境であっても入力しない扱いにするのがよいと筆者は考えている。差異の調査で明細を渡すときも、その明細が公表前の財務情報に当たらないかを先に確かめる。区分の立て方は経理財務チームの生成AI利用ルール、公表前の数字をどこまで入力してよいかにまとめた。

小さな工程で試す

次に、工程を1つ選んで試す。差異の原因調査か、増減説明の初稿が候補になる。試す前に、その工程にいま何時間かかっているかを測っておく。試したあとは、AIの出力を確かめる時間も含めて、同じ測り方で比べる。測るのは入力の件数より、調査と説明にかかった時間である。

ERPや会計ソフトに載るAIの機能を使う場合は、追加の費用と効果の測り方を契約の前に決めておく。その進め方はERPに載るAI機能に追加費用を払う前に、経理の工数削減効果を稟議で示す方法で、効果を測りにくい投資を段階に分けて審査する方法は生成AI投資の承認基準、効果が測れない投資を段階ゲートで審査する方法で扱った。

統制に組み込む

続けると決めたら、筆者は次の4点を導入と同時に決めることを勧める。

4点目は後回しになりやすいと筆者は見ている。ツールを入れて文書をそのままにすると、文書に書かれた業務と実際の業務がずれる。文書の更新の進め方は内部統制の3点セットの作り方と更新、形だけの文書にしない運用で扱った。

経理のAI活用事例

経理の工程に関わるAIの活用例を、公開資料2つから取り上げる。どちらも利用の広がりを整理した資料で、個別の会社の名前や効果の数字は示していない。

1つ目は、日本公認会計士協会の研究文書である。監査を受ける会社でのAIの利用について、現時点ではまだ限定的な範囲で利用されている状況であるとしたうえで、現在利用されているものと今後利用が見込まれるものを合わせて、次の4つを紹介している。

• AI-OCRとその情報を利用した請求書等の処理。請求書から取引先、金額、日付を読み取って入力する、領収書等の摘要から費目を判断して仕訳を起票する、リース契約書から契約条件を抽出する、といった取組である
• AIによる開示書類の作成。決算情報を入力して、財務指標の分析や決算概況を作成する取組である
• AIによる不正取引の検出
• 生成AIによる業務フローチャートの作成。業務記述書やマニュアルから作らせる取組である

2つ目は、金融庁のAIディスカッションペーパーである。金融庁が2024年10月から11月に金融機関等へ行ったアンケート（130社が回答）をもとに、生成AIの用途ごとの導入状況を示している。用途の選択肢には、文書の要約、ドラフト作成、情報検索（社内FAQなど）と並んで「会計・経理関連」がある。文章の要約や翻訳といった汎用的な用途は、すでに7割超の金融機関等が導入済みであったとしている。一方、図表4のグラフでは、「会計・経理関連」の導入は、要約や翻訳といった汎用的な用途より低い水準にとどまっている。任意のアンケートで、回答した先に限った結果である点と、金融分野の調査である点に留意して読む必要がある。

この2つを、冒頭の2つの軸に当てはめてみる。以下は筆者の当てはめである。請求書の読み取りと費目の判断は、件数が多い入力の工程であり、AI-OCRや会計ソフトの機能として提供される領域に当たる。開示書類の作成とフローチャートの作成は、人が内容を確かめて仕上げる文書の工程である。情報検索は、規程と基準の検索に当たる。入力の工程は専用の機能が受け持ち、生成AIは文書と検索の工程に向かう、という分かれ方だと筆者は読んでいる。ただし、どちらの資料から見ても、経理での導入はまだ限られている。

精度と統制

AIの精度を上げることと、統制を置くことは、別の課題である。日本公認会計士協会の研究文書は、AIを用いて経理処理や開示書類の作成を行った場合でも、会社の側がその妥当性について説明責任を負うことは従来と変わらないとしている。そのため、AIが導き出した判断や分析の結果について、十分な知識と経験を持った人間が妥当性を評価したうえで、財務諸表等の作成に利用することが求められると述べている。AIが使うデータの正確性や網羅性を検証できる内部統制を整備することも、会社が留意すべき重要なポイントになると考えられるとしている。

同じ文書は、監査人には、会社がAIを適切に利用するための内部統制を備えているか、AIの判断や分析の結果について適切なレビューが実施されているかを評価したうえで、監査を実施することが求められるとしている。この記述から、会社の側にはレビューを実施したことを示せる記録が要ると筆者は考えている。

人が確認する箇所は、3か所に置くと筆者は整理している。入力の前と出力の後は作業者が、会計処理の前は承認者が確かめる。

経理の仕事はどう変わるか

筆者の見方では、AIを差異の調査と文書の作成に当てると、ゼロから調べて書く時間が減り、代わりに4つの仕事が増える。出力を根拠と突き合わせる検証、参照させる規程や手順書の版の管理、だれが何を確かめたかの記録、そしてAIに何を調べさせるかという質問の設計である。

出力が正しいかを判断するには、会計と自社の業務の知識が要る。仕事がなくなるかどうかより、職務の中身がどう入れ替わるかを見るほうが、人の配置と育成を決めやすい。

職務ごとに何が減り、何が増えるかは生成AI時代の経理の仕事、消える作業と増える仕事を職務単位で書き直すで詳しく扱った。

よくある質問

経理に向いているAIは

工程によって違う。請求書の読み取りや定型の仕訳の起票は、AI-OCRや会計ソフト、ERPが持つ機能の領域である。差異の原因調査、文書の初稿、規程の検索は、生成AIが向く。選ぶときは、回答の根拠を示せるか、入力した情報が機械学習に使われない契約か、入力と出力の記録が残るかを確かめる。

経理の仕事はAIでなくなるか

筆者は、職種がなくなるというより、職務の中身が入れ替わると見ている。調べて書く時間が減り、出力の検証、参照する文書の版の管理、記録、質問の設計が増える。会社の側が経理処理の妥当性について説明責任を負うことは、AIを使っても変わらない。

無料の道具でできるか

公開されている情報だけを扱う範囲なら試せる。会社のデータを入力する場合は、利用規約とプライバシーポリシーを読み、入力した情報が機械学習に使われるかどうかを確かめる。個人データを入力する用途では、利用ルールで認めたツールに限る。上場会社と上場準備中の会社では、公表前の財務情報はどのツールにも入力しない。

仕訳にAIを使うとどうなるか

定型の仕訳は、自動仕訳や読み取りといった既存の機能で処理できる場合がある。判断を要する仕訳に生成AIを使うと、出力に不正確な内容が含まれうるので、承認者が根拠の資料を確かめる手間は残る。筆者は、仕訳そのものより、仕訳の根拠になる調査と説明の文書にAIを当てるほうが、効果を得やすいと考えている。