公開2026.09.09更新2026.10.15 AI

経理AIエージェントで任せられる工程と、人の承認を残す境界【2026年版】

経理でAIエージェントを検討するとき、最初に詰まるのは「どこまで機械に任せてよいか」です。請求書を読み取って仕訳の候補を出すところまでは、すでに多くの会計ソフトが備えています。エージェントが変えるのは、その前後にある受領・突合・起票の連なりを、人が呼び出さなくても動かせる点です。この記事では、証憑の受領から仕訳案の作成、承認依頼の起票までを工程に分けたうえで、内部統制と電子帳簿保存法の要件から人が持ち続けるべき権限を線引きし、既製の会計SaaSで足りる条件と受託開発で組む条件までを整理します。

まとめ｜経理AIエージェントに任せる工程と、人が承認を持ち続ける線引き

結論から書きます。経理AIエージェントに任せられるのは、証憑の受領、発注・入金データとの突合、仕訳案の作成、承認依頼の起票まで。仕訳の確定と支払の実行は人の側に残します。この線は好みの問題ではなく、財務報告に係る内部統制の基準が「取引の承認」「取引の記録」「資産の管理」を別の担当者に分けるよう求めていることから引けます。起票と承認と支払を1体のエージェントが担えば、その相互牽制は働きません。

電子帳簿保存法の側からも制約が入ります。保存の正は、受け取った電子データそのもの、または取引内容が変わらない方法で編集したデータです。AIが読み取って作り直した値を原本の代わりに置く運用は、この条件から外れる恐れがあります。抽出値は検索と仕訳のための副本として持ち、受領データは受領した形のまま残す。ここを最初に決めておくと、後の税務調査対応で作り直しになりません。

効果が出る条件もはっきりしています。取引先ごとに勘定科目が1つに定まる取引が多いこと。帳票の型が数種類に収まること。この2つが崩れている会社では、確認と差し戻しの手間が増えて工数が相殺されます。月数十件の定型事務も対象から外して構いません。

既製の会計SaaSに載っているエージェント機能で足りるのは、標準の科目体系に業務を寄せられる場合です。独自の部門・プロジェクトコードで原価を配賦している、承認経路が自社製のワークフローにある、EDIのフォーマットが取引先ごとに違う。こうした条件が重なると既製の枠から業務がはみ出し、既存システムに接続する開発が現実的な選択肢になります。

経理AIエージェントが自動仕訳やRPAと分かれる、自律実行の範囲

言葉の整理から入ります。「AIが経理をやる」と一括りにすると、すでに会計ソフトが持っている機能と、エージェントが新しく担う部分が混ざり、社内の議論が噛み合いません。

AI事業者ガイドライン第1.2版が示す定義と、経理業務での読み替え

総務省と経済産業省が2026年3月31日に公表したAI事業者ガイドライン（第1.2版）は、AIエージェントを「特定の目標を達成するために、環境を感知し自律的に行動するAIシステム」と定義しています。参考としてISO/IEC 22989:2022の定義も併記され、脚注では自律について「高度な自律状態だけを指しているのではなく、ある程度の自律性を持つものも含む」と補足されています。

この定義を経理に読み替えると、線引きは分かりやすくなります。受信箱やEDIの受信フォルダを自分で見に行き、請求書らしきデータを拾い、発注データと突き合わせ、仕訳を起こして承認依頼を出す。ここまでが「環境を感知して行動する」範囲です。人が画面を開いてボタンを押した後だけ動くものは、この定義には収まりません。

ルールで動くRPA・候補を返す自動仕訳と、行動を選ぶエージェントの差

3つは処理の粒度ではなく、例外に当たったときの振る舞いで分かれます。RPAは決められた画面遷移をなぞるため、レイアウトが変わると止まります。会計ソフトの自動仕訳は、読み取った内容に対して科目の候補を返すところまでを担い、次の一手を決めるのは人の側です。

エージェントは、目標（この請求書を月次に載せる）に対して手段を選びます。取引先マスタに無い名称なら検索して照合し、金額が発注と合わなければ差異の理由を探しに行く。便利な反面、統制の観点では「何を根拠にその手段を選んだか」が後から追えないと困ります。仕組みの全体像はAIエージェントとは何かを生成AIとの違いから整理した記事に譲り、ここでは経理の工程に絞ります。

月次決算で任せられる工程と、担当者の判断が残る工程の見分け方

見分ける基準は1つです。答えが自社の台帳の中で決まるか、台帳の外にある判断が要るか。

台帳の中で決まるのは、証憑と発注・検収データの突合、支払期日の抽出、過去の仕訳パターンに沿った科目の割り当て、経費精算の規程違反チェック。これらは根拠データが社内にあり、エージェントが手を伸ばせます。台帳の外にあるのは、引当金の見積り、減損の兆候判定、期をまたぐ収益認識の判断、税務上の取扱いが割れる支出の整理です。過去データから確からしい候補は出せますが、根拠は会社の意思決定と外部環境の側にあります。AI-OCRや自動仕訳そのものの精度と限界はAI経理とは何かを技術要素から解説した記事で扱っているため、本記事では工程の分け方に集中します。

証憑の受領から仕訳・承認依頼までを工程で切り分ける自動化の設計

設計は、業務を4つの工程に割ってから始めます。まとめて「請求書処理の自動化」と呼ぶと、入口と出口が曖昧なまま範囲だけが広がります。

受領・突合・仕訳案・承認依頼の4工程で見る、自動化の入口と出口

工程ごとに、エージェントが触る対象と成果物を決めます。

受領：メール添付・請求書受領サービス・EDIから電子データを取得し、受領した形のまま保存する
突合：発注データ、検収実績、支払予定と照合し、差異があれば理由の候補を添える
仕訳案：取引先と過去実績から勘定科目・部門・税区分を割り当て、確信度を付ける
承認依頼：ワークフローへ起票し、根拠となる証憑と差異情報を添えて担当者へ回す

入口は受領、出口は起票です。支払データの送信や仕訳の確定はこの4工程の外に置きます。範囲をこう決めておくと、後述の権限設計とログ設計がそのまま当てはまります。

例外率で決める、エージェントに任せる取引と人へ戻す取引の条件

全取引を一律に自動化すると、確認の量が増えるだけに終わります。取引先単位で過去1年の仕訳を並べ、科目が1つに収束している取引先と、複数に割れている取引先を分けてください。

収束している取引先は自動確定の候補です。割れている取引先は、候補提示までに留めて人が選びます。運用開始後は確信度のしきい値と差し戻し率をセットで見ます。しきい値を上げれば自動確定の件数は減り、下げれば差し戻しが増える。この2つはトレードオフの関係にあり、片方だけを目標値にすると運用が歪みます。効果を数値でどう追うかはAIエージェントの効果を差し戻し率と単価で測る考え方にまとめています。

会計システムやERPと接続する方式の比較と、証跡が残る作り方

接続方式によって、後から証跡をたどれる度合いが変わります。

接続方式	証跡の残り方	変更への強さ	向く場面
API連携	要求と応答を記録できる	仕様変更に追随が必要	SaaS会計・自社ERP
CSV取込	ファイル単位で残る	項目追加に弱い	夜間バッチの一括起票
画面操作（RPA）	操作ログのみ	画面変更で停止	API非公開の旧システム

優先はAPI連携です。要求と応答の対がそのまま監査証跡になり、どの値をいつ書いたかを再現できます。CSV取込は取込ファイルを原本と一緒に保管すれば実務に耐えます。画面操作は最後の手段で、旧システムのリプレース計画とセットで考えたい部分です。

電子帳簿保存法の保存要件を崩さずにエージェントへ処理を渡す条件

ここが設計の分かれ目です。読み取り精度の議論より先に、何を保存の正とするかを決めます。

授受した原データとAIが抽出した値の、どちらを保存の正とするか

国税庁の電子帳簿保存法一問一答【電子取引関係】（令和8年7月）の問40は、保存すべきデータについて「実際に授受したデータそのものに限定されておらず」、「その取引内容が変更されるおそれのない合理的な方法により編集されたデータにより保存することも可能」と回答しています。ただし同じ問の解説には、「授受したデータを手動により転記して別形式のデータを作成する場合は、取引内容の変更可能性があることから、当該別形式のデータは合理的に編集したものに当たらない」と明記されています。

AIが読み取って作った値が「編集」と「転記」のどちらに当たるかは、この一問一答では明示されていません。そこに賭ける必要はありません。受領した電子データを受領した形のまま保存し、抽出値は検索と仕訳のための副本として別に持つ。この二層で持てば、読み取りを差し替えても保存要件の側は動きません。要件そのものは電子取引データ保存の要件を実務目線で整理した記事で確認できます。

合理的な編集として認められる範囲と、変換テーブルに求められる条件

編集が認められる範囲も、同じ一問一答から具体的に読めます。問41は、取引先から受け取ったコードを自社コードに置き換える処理について「内容を一切変更することなくコードの表記のみを変更することは、合理的な編集に該当するため認められます」としたうえで、変換が自動で行われること（手動は不可）と、変換テーブルを併せて保存することを条件に挙げています。問42の回答は、エクセルやワードで受け取ったデータのPDF変換とパスワードの解除も認められる、というものです。

エージェントに取引先コードや部門コードの読み替えをさせるなら、この条件がそのまま実装要件になります。変換テーブルは版を付けて保管し、いつからいつまでどの表を使ったかを残す。担当者が画面で手直しした分は変換テーブルの適用結果と区別してログに書く。読み取り技術そのものの選び方はAI-OCRと従来OCRの違いと料金相場を整理した記事を参照してください。

内部統制の職務分掌から決める、エージェントに渡さない権限の範囲

権限設計は、AI固有の議論ではありません。既にある内部統制の枠組みに、エージェントという新しい担当者を当てはめる作業です。

取引の承認・記録・資産の管理を分ける原則をエージェントへ当てはめる

金融庁が2023年4月7日に改訂した財務報告に係る内部統制の評価及び監査の基準は、統制活動の説明で「取引の承認、取引の記録、資産の管理に関する職責をそれぞれ別の者に担当させることにより、それぞれの担当者間で適切に相互牽制を働かせる」ことを挙げています。

この3つをエージェントに割り当て直すと、線はすぐ引けます。記録（起票）は渡してよい。承認は渡さない。資産の管理、つまり支払データの送信や振込の実行も渡さない。1体のエージェントが起票から支払まで通すと、相互牽制の相手がいなくなります。前掲のAI事業者ガイドラインも、AIに単独で判断させるだけでなく適切なタイミングで人間の判断を介在させる利用を検討するよう求めており、方向は一致しています。承認者を形式的に置くだけでは足りません。差異の理由と根拠証憑が承認画面に並んでいて、承認者が数字を否定できる状態を作ります。顧客に届くメールの送信や金額の提示に承認を残す営業側の設計は、営業AIエージェントの構成と人の介入点で整理しました。

IT業務処理統制として評価するために、実行ログへ残しておく項目

同じ基準は、ITに係る業務処理統制を「業務を管理するシステムにおいて、承認された業務が全て正確に処理、記録されることを確保するために業務プロセスに組み込まれたＩＴに係る内部統制」と定義しています。エージェントによる起票は、この業務処理統制の一部として評価の対象になります。

評価に耐えるログは、次の項目で足ります。入力とした証憑のID、参照した発注・検収データのキー、モデルとプロンプトの版、出力した仕訳候補と確信度、人が変更した項目と変更前後の値、実行時刻と実行主体。特にモデルとプロンプトの版は落としがちですが、これが無いと「いつから挙動が変わったか」を説明できません。プロンプトの改訂は、プログラム変更と同じ変更管理の対象として扱います。

既製の会計SaaSで足りる条件と、受託でエージェントを組む条件の分岐

最後に、買うか作るかの判断です。両論併記はしません。条件で切り分けます。

標準機能に業務を寄せられる会社の条件と、既製SaaSで足りる範囲

既製で足りるのは次の条件がそろう場合です。受け取る帳票の型が数種類に収まる。勘定科目と部門の体系が会計ソフトの標準に寄せられる。承認は1段階から2段階で、経路が固定されている。会計ソフト側にエージェント機能または自動仕訳機能が載っている。

この4つを満たすなら、作る理由はありません。既製ツールの精度は取引先マスタの整備で伸びる部分が大きく、そこは自社の運用改善で対応できます。経理業務全体をどの順で機械化していくかは経理DXの進め方と対象業務の優先順位をまとめた記事が下敷きになります。

基幹システムや独自の承認経路に接続するとき、受託開発が要る場面

反対に、次の条件が2つ以上重なると既製の枠から業務がはみ出します。独自の部門・プロジェクトコードで原価を配賦している。承認経路が自社製ワークフローにあり、金額と部門で分岐する。EDIのフォーマットが取引先ごとに異なる。会計は既存の基幹システムに載っていて、外部SaaSへ仕訳を移す前提が置けない。グループ会社間の取引を消去する処理が月次に入る。

この場合は、既存システムに接続するエージェントを個別に組む判断になります。当社ではAIエージェント開発で、既存のERPや会計システムと接続する形での設計・実装を請け負う体制です。費用の内訳や社内体制の作り方はAIエージェント導入の進め方と外注判断の基準に整理してあります。判断を急ぐ必要はなく、まず対象取引の例外率を数えるところから始めれば十分です。

導入しても工数が減らない運用の型と、着手を見送るべき業務の条件

効果が出なかった現場には、共通する型があります。ここは条件を付けて言い切ります。

確認の手間が増えて相殺される、しきい値を決めないまま始めた運用

失敗の典型は、全件を自動処理に流し、全件を人が見直す運用です。担当者の作業は「入力」から「確認と修正」に変わりますが、1件あたりの時間はほとんど変わりません。むしろ、機械が出した科目を疑う手間が乗ります。

回避策は運用開始前の設計にあります。確信度のしきい値を決め、超えた分は人の確認を通さずに承認依頼まで進める。下回った分だけを候補提示にする。この2本立てにしない限り、削減は数字に残りません。しきい値は取引先グループごとに別々に置いて構いません。

月数十件の定型事務に入れない判断と、先に直すべき業務側の条件

着手を見送るべき業務も明確です。月間の件数が数十件にとどまる定型事務は対象から外します。設定と検証にかかる工数を回収できません。担当者ごとに手順が違う業務、例外が3割を超える業務も同じで、先に業務側の型を決めるほうが早く着地します。

もう1つ、証憑が紙で届く比率が高い会社も順序が違います。エージェントを入れる前に、受領を電子に寄せる交渉と、受領サービスへの集約が先です。入口が紙のままだと、自律実行の起点そのものが作れません。

よくある質問

経理AIエージェントの検討時に相談の多い5点をまとめました。

経理AIエージェントは仕訳をそのまま確定してよいのですか？

確信度が高い取引に限り、承認依頼まで自動で進める設計は成立します。ただし確定と支払の実行は人の承認を通してください。財務報告に係る内部統制の基準は、取引の承認・記録・資産の管理を別の担当者に分けて相互牽制を働かせることを求めています。起票から支払までを1体のエージェントに通すと、この分離が失われます。運用開始直後は自動確定の範囲を取引先単位で絞り、差し戻し率を見ながら広げるのが安全です。

経理AIエージェントとRPAは、どちらを先に導入すべきですか？

手順が固定されていて例外がほとんど出ない処理はRPAが安く済みます。転記や定型のダウンロードがその代表です。逆に、取引先ごとに帳票の形が違い、突合で判断が要る処理はRPAでは止まります。判断の要否で分けてください。両方が絡む場合は、RPAで前後のデータ移動を担い、判断部分だけをエージェントに任せる構成が現実的です。

電子帳簿保存法に対応したまま、AIエージェントを使えますか？

使えます。条件は、受け取った電子データを受領した形のまま保存し、AIが抽出した値は副本として扱うことです。国税庁の一問一答（令和8年7月・電子取引関係）は、取引内容が変更されるおそれのない合理的な方法で編集したデータによる保存を認める一方、手動での転記により作成した別形式のデータは合理的な編集に当たらないとしています。コード変換を挟む場合は、自動変換であることと、変換テーブルを併せて保存することが条件になります。

導入にはどのくらいの期間と費用がかかりますか？

既製の会計SaaSに載っている機能を使う場合は、取引先マスタと科目の整備が中心で、数週間から始められます。既存の基幹システムやワークフローに接続する場合は、接続方式の調査と例外設計が入るため、対象を1業務に絞っても数か月単位の計画になります。費用は接続先の数と例外パターンの数で変わるため、まず対象取引の件数と例外率を数えたうえで見積りを取る順序が確実です。

経理AIエージェントを入れると、経理担当者の人数は減らせますか？

入力と照合の工数は減りますが、人数がそのまま減るとは限りません。減った時間の受け皿として、差異の調査、しきい値の見直し、取引先マスタの整備といった運用の仕事が増えます。加えて、承認と支払の権限は人に残るため、判断を担う人員は必要です。人数削減より、月次決算の日数短縮や属人化の解消を目標に置いたほうが、投資の説明はしやすくなります。