ある小さな会計事務所が、月2,000枚の請求書を手入力するのをやめた話

紙に書かれた数字を、画面上の入力欄へ一日中打ち込む——本来なら機械がやるべき作業だと分かっていながら続けるこの仕事には、独特の疲れがあります。この事例の事務所も、それを痛いほど分かっていました。何年も前から。ただ足りなかったのは、どこから手をつければいいのか、いくらかかるのか、そして実際の雑多な仕入先請求書を相手にしてもちゃんと使えるのか——その明確な見通しでした。これは、私たちがそれをどう解決したかの正直な記録です。最初はうまくいかなかった部分も含めて。

始める前にひと言。これは実在のプロジェクトですが、依頼主からは匿名を希望されました。会計業務では当然のことです。ですので社名もロゴもありません。数字は丸めてあり、成果のおおよその形を示すためのもので、精密さで驚かせるためのものではありません。むしろ控えめに丸めています。事例の目的は自慢ではなく、同じ問題を抱えた次の誰かが、電話をかける前に「何が関わってくるのか」を把握できるようにすることです。

状況：4人と、紙の壁

依頼主は小さな会計・記帳の事務所です。従業員は4人、うち1人が経営者。約60社の小規模事業者の帳簿を担当しています。職人、レストラン数軒、小売業、そして一人親方のコンサルタントが数名。ごく普通の実務です。顧客全員を下の名前で呼び、それでも年度末には領収書の詰まった靴箱を受け取る——そんなタイプの事務所です。

ボトルネックは支払業務（買掛金）——具体的には、顧客が記帳のために渡してくる仕入先請求書でした。月におよそ2,000枚の請求書が事務所を流れていきます。メールでPDFとして届くものもあれば、スマホで撮った写真で届くものも多く、少し傾いていたり、隅に指が写り込んでいたり。頑固な一部は今も紙で届き、スキャンされます。そのすべてを人が読み取り、会計システムに打ち込まなければなりません。仕入先名、請求書番号、日付、税抜額、消費税、合計、正しい費用区分。

4人のうち2人が、まさにこの作業に週の大半を費やしていました。難しい仕事ではありません。果てしない仕事なのです。そしてそれこそが、事務所が新規採用なしに新しい顧客を取れない理由でした。さらに悪いことに、そこはミスの温床でもありました。ここで数字を1桁入れ違え、あそこで税率を間違える——後で1時間かけて探し回るような小さな間違いです。

私たちがあえてやらなかったこと

良い話の前に、まず「抑制」について。事務所は、私たちが新しい会計プラットフォームを売りつけてくると半ば予想していました。既存のものを捨て、全員を移行させ、チームを再教育する——あの一連の大騒ぎです。私たちはそれを思いとどまらせました。今のシステムは問題なく動いていたのです。問題はシステムではなく、そこに流し込むデータ入力でした。ちゃんと動くツールを取り替えて、動いていないプロセスを直そうとするのは、よくある高くつく間違いです。

また、一度にすべてを自動化しようともしませんでした。この種のプロジェクトでは、100%を追いかけたくなる誘惑があります。すべての請求書、すべての例外を、完全に人手なしで。しかし自動化プロジェクトが息絶えるのは、その最後の5%です。だから私たちは意図的に線を引きました。定型的で行儀のよい請求書は自動で処理し、変わったものは人へ回す。この線については後で詳しく述べます。プロジェクト全体で最も重要な判断だからです。

実際に作ったもの

システムには3つの可動部があり、そのどれも奇抜なものではありません。巧みなのは、それらの組み合わせ方と、どこに人を配置するかを選んだ点にあります。

すべてを一つの受け皿へ

まず、請求書が着地する場所を一つに。専用のメールアドレスと、シンプルなアップロードページを用意しました。顧客は請求書を転送するか、写真を撮ってアップロードするだけ。すべてが一つのキューに流れ込みます。4人分の個人メールボックスを掘り返す必要はもうありません。些細に聞こえますが、これはAIが何かに触れる前、初日から「あの請求書どこいった」という混乱をまるごと一種類消し去りました。

請求書を読み取る

次に、抽出です。届いた各書類は、重要な項目を取り出すAIモデルが読み取ります。仕入先、請求書番号、日付、税抜額、税率と税額、合計、通貨、そして仕入先や明細行にもとづく最も妥当な費用区分の推定。こここそ、まさに最新のAIが必要だった部分です。従来のOCRはきれいなPDFから文字を読めましたが、色あせた感熱紙の傾いたスマホ写真ではお手上げでした。今日の画像認識対応モデルはその雑多さをはるかにうまく扱えます。だからこそこのプロジェクトは今やる価値があり、5年前ではなかったのです。

「自信がないとき」を自覚する

3つ目——そして人々が過小評価しがちな部分ですが——システムは各項目についてどれだけ自信があるかを報告し、計算の整合性を照合します。税抜額に税額を足すと本当に合計になるか。その税率はこの顧客の国で有効なものか。仕入先はこれまで見たことがあるか。すべてが揃えば、請求書はそのまま確認待ちの状態へ流れます。何かがおかしければ——合計が合わない、初めて見る仕入先、モデルが確信を持てないぼやけた項目——それは警告付きで人へ回され、疑わしい項目が強調表示されます。

導入：あえて並行稼働で

私たちはスイッチを入れて立ち去るようなことはしませんでした。最初の3週間、システムは従来の手作業プロセスと並行して動きました。担当者はいつも通り請求書を打ち込みつつ、自動化が出した結果も並べて見ます。これには2つの効果がありました。実際の請求書で例外をゼロリスクで洗い出せたこと——システムが何かを間違えても、人はどのみち正しく打ち込んでいたからです。そして信頼を築けたこと。チームは、頼れと言われる前に、それが何度も正しく動く様子を見ることができました。

1. 1
   1〜3週目：シャドウモード

   自動化はすべての請求書で動くが、何も変えない。担当者は普段通り作業し、結果を比較。実際の雑多な請求書に対して抽出と信頼度のしきい値を調整しました。
2. 2
   4〜6週目：人はすべてを確認するが、何も入力しない

   担当者は一から打ち込む代わりに、システムの出力を確認する方式へ切り替え。緑の項目を承認し、琥珀色を修正する。打ち込むよりはるかに速く、なお完全に人の監督下にあります。
3. 3
   7週目以降：自信のある請求書は自動計上、人は例外を扱う

   自動承認した請求書のエラー率が、合意したしきい値を下回って安定した時点で、きれいな請求書は自動で計上されるように。チームの仕事は、警告された少数——本当に難しいもの——を扱うことになりました。
4. 4
   継続：『壊れたとき』の備え書き

   システムの担当者を1人明確に決め、抽出品質が万一低下したときにどうするかを短い手順書にまとめています——手作業に戻す、誰に連絡するか。地味ですが、だからこそ誰もパニックにならないのです。

この並行稼働の期間は、時間節約のためにチームが飛ばしたがる部分であり、そして絶対に飛ばしてはいけない部分です。それは、人が信頼するツールと、人がこっそり回避するツールとの分かれ目です。数週間余分に並行稼働して後悔したことは一度もありません。やらずに後悔したことはあります。

うまくいかなかったこと——何かは必ず起きる

問題ゼロの事例は、ただの営業パンフレットです。ここが現実に押し返された部分です。最初の驚きは請求書の重複でした。顧客も人間ですから、同じ請求書を二度転送してくることがあります——一度はPDFで、一週間後にもう一度スマホ写真で。初期のシステムは両方を平然と処理してしまいました。私たちは仕入先・請求書番号・金額で照合する重複チェックを追加し、帳簿に届く前に重複の疑いを警告するようにしました。

2つ目はクレジットノート（貸方票）と一部返金でした。見た目は請求書とほぼ同じなのに、意味は正反対です。モデルはときどきクレジットノートを、合計がマイナスの普通の請求書として読み取りました。技術的には正しく、実務的には危険です。私たちはシステムにその違いを認識させ、確信が持てないときは推測せず警告するよう教えました。間違った推測の代償が大きいときは、警告するのが常に正解です。

3つ目はそもそもバグではなく——習慣でした。数週間、ある担当者が「念のため」個人的なスプレッドシートを持ち続け、システムがもう担っている作業をこっそり二重にやっていたのです。不信からというより、体に染みついた動作から。数字が妙にきれいすぎたので気づいただけでした。短く正直な会話で解決しました。覚えておく価値があります。自動化で最も難しいのは、めったに技術ではありません。人が古いやり方を手放すことです。

半年後の成果

ここは慎重かつ正直でなければなりません。これはこの事務所の数字であり、丸めてあります。あなたの結果は、請求書の構成や出発点によって異なるでしょう。ただ、方向性とおおよその規模感は、この種の自動化がもたらすものを代表しています。

経営者が本当に気にしていたのは、節約した時間ではなくキャパシティでした。チームがデータ入力で手一杯だったために、事務所は新規顧客を断り続けていたのです。半年後、ほぼ同じ4人が、目に見えて多くの顧客の帳簿を扱っていました。誰の労働時間も増えず、新規採用もなしに。自動化は人を置き換えませんでした。事務所に1人分の余力を返し、それを実際に稼げる仕事へ向けさせたのです。

エラーの減少も、予想以上に重要でした。2月に打ち間違えた税額を見つけるのは煩わしい程度ですが、年度末レビューで見つけるのは、本当に高くつく午後になります。システムが自らの計算を照合し、疑わしいケースを警告するおかげで、忙しい日の午後4時にすり抜けていたミスは、ほとんどすり抜けなくなりました。

これはあなたの事務所でも通用するか？

あなたの状況が彼らと似ていれば、おそらく通用します。請求書自動化が割に合うパターンは単純です。それなりの量の書類が、多様な形式で届き、現在は人が打ち込んでいること。週に数枚しか処理していないなら、やめておきましょう——手作業のほうが導入より安くつきます。しかし月に数百枚あたりになると、計算は一気に自動化に有利へ傾きます。

• 月に数百〜数千枚の請求書や書類を扱っている。
• PDF、写真、スキャンなど形式がまちまちで、一つの整った流れではない。
• 生身の人が今、同じ項目を何度も何度も読んで打ち直している。
• 既存の会計システムは問題ない。ボトルネックはそこへ流し込むデータ入力である。
• 事務作業に追いつくためだけに人を雇うより、顧客を増やしたい。

そして同じアプローチは、会計をはるかに超えてうまく応用できます。人が書類から構造化された情報を読み取り、打ち直しているところならどこでも——納品書、注文書、申込書、契約書——同じ3部構成のパターンが当てはまります。一つの受け皿、信頼度スコア付きのAI抽出、そして例外だけを扱う人。請求書は、この痛みが最もよく表れる場所というだけなのです。

よくある質問