2026.11.13 AI

AI経費精算でできること：領収書の読み取り・自動仕訳・不正検知の範囲と精度

AI経費精算は、領収書の撮影から仕訳の作成までのうち、読み取り・勘定科目の推定・規程チェック・不正の疑いの抽出をAIに任せる仕組みです。ただし任せられる範囲は工程ごとに違い、ベンダーが示す精度の数字も測り方がそろっていません。この記事では経費精算を5つの工程に分け、AIが担える部分と人の確認を残す部分、電子帳簿保存法とインボイス制度が設計に課す条件、既製サービスで足りる会社と個別開発が要る会社の分かれ目までを整理します。

まとめ｜AI経費精算で任せられる工程と、人の確認を残す工程の線引き

AIが効くのは、領収書の読み取りと、上限額超過や重複申請のような規程から機械的に判定できる逸脱の抽出です。一方、私的な会食を会議費として申請するような「書類は正しいが中身が不正」なケースは、AIだけでは確定できません。承認の判断と、AIが外した科目の修正は人に残すのが前提になります。

精度は「何%」という数字ではなく、自社の月間申請件数に掛けて何件の修正が出るかで評価してください。法令面では、スマホで撮った領収書が約387万画素（A4換算）に届いているか、受領からの入力期限を守れる運用か、適格請求書の登録番号をどう照合するかの3点が設計条件です。規程が独自で例外が多い会社や、基幹システムへ仕訳を直接渡したい会社は、既製サービスの標準機能だけでは収まらないため、AI-OCRを組み込む個別開発を比べる段階に進みます。

AI経費精算の仕組みを申請から仕訳までの5工程に分けて見る全体像

「AI経費精算」と呼ばれる製品の中身は、複数の技術の組み合わせです。どの工程にAIが入っているかで、効果も限界も変わります。

撮影・読み取り・科目推定・規程チェック・承認の5工程と担い手の違い

経費精算を工程で分けると、次の表のようになります。AIの種類と、人が最終判断を持つかどうかが工程ごとに異なります。

工程	AIの役割	主な技術	人の関与
1. 撮影・受領	ぼけ・欠けの検知	画像処理	申請者が撮り直す
2. 読み取り	日付・金額・支払先・登録番号の抽出	AI-OCR	誤読の修正
3. 科目推定	勘定科目・税区分の提案	機械学習	境目の取引を確定
4. 規程チェック	上限超過・重複・日付矛盾の抽出	ルール＋異常検知	疑い案件の調査
5. 承認・仕訳	低リスク申請の自動承認	条件分岐・エージェント	承認権限を保持

工程1〜3は申請者の入力を減らし、工程4〜5は経理と承認者の目視を減らします。製品によって強い工程が違うため、比較するときは「どの工程の手作業を何件減らしたいか」を先に決めておくと、機能一覧に振り回されずに済みます。

従来の経費精算システムの自動化とAIが加わった部分の境目の見分け方

交通系ICカードの履歴取り込みや、乗換案内と連携した運賃計算は、AIではなくデータ連携による自動化です。法人カードの明細取り込みも同じで、金額と日付はカード会社のデータが正になります。AIが入っているのは、紙やPDFの領収書から文字を読む部分と、過去の申請から科目や異常を推定する部分に限られます。

この区別が要る理由は、精度の性質が違うからです。データ連携は取り込めれば誤りがほぼ出ませんが、AIの推定は一定の割合で外れます。カード決済と交通費が申請の大半を占める会社なら、AIを入れる前にペーパーレス化・法人カード連携・自動仕訳で工数を減らす4つの手段から着手するほうが、早く効果を得られる進め方です。経費精算システムそのものの機能と比較の観点は経費精算システムの機能・比較の観点と電帳法・インボイス対応で整理しています。

領収書AI-OCRと勘定科目の推定で示される精度の数字の読み方

AI経費精算の比較記事やベンダー資料には、読み取り精度として97%や99.9%といった数字が並びます。数字だけを比べても判断はできません。

ベンダーが示す読み取り精度97%や99.9%の前提条件と測り方の違い

精度の数字は、測り方によって意味が変わります。確認すべきは次の4点です。

文字単位の正解率か、項目（金額・日付など）単位の正解率か
テストに使った領収書は印字か手書きか、レシートか請求書か
AIの結果だけの値か、オペレーターによる補正後の値か
読み取れなかった項目を母数から除いていないか

文字単位で99%でも、金額欄の1桁を誤れば項目としては不正解です。「99.9%」をうたうサービスの中には、AI-OCRの結果を人が確認・補正する工程を含めた値もあります。AIの読み取りの仕組みと従来OCRとの差はAI-OCRとは？従来OCRとの違い・精度の実測、レイアウトが一定でない帳票の扱いはAI-OCRで非定型帳票を読み取る仕組みと精度確保で解説しています。導入前には、自社の領収書100枚程度で項目単位の正解率を測るトライアルを求めてください。

月2,000件の申請で項目精度99%なら何件の修正が出るかの試算

精度を自社の手間に換算すると、評価の物差しがそろいます。たとえば月2,000件の申請で、1件あたり日付・金額・支払先・登録番号・税率の5項目を読むとします。項目単位の精度が99%なら、誤りは月100項目です。

100項目のうち、どれが誤っているかは事前に分かりません。そのため経費担当者は、AIが自信度を低く出した項目を中心に確認することになります。自信度の出し分けが粗い製品だと、結局は全件を目で追うことになり、削減効果は小さいままという結果です。トライアルでは正解率と並べて「確認を求められた項目のうち実際に誤っていた割合」も記録すると、確認作業の量を見積もれます。

精度が98%に下がると誤りは月200項目に倍増します。1ポイントの差が修正件数を2倍にするため、件数の多い会社ほど精度の差は効いてきます。

勘定科目の推定が外れやすい交際費・会議費・消耗品費の境目の取引

科目推定は、支払先と金額、過去の仕訳の傾向から最も近い科目を提案する仕組みです。タクシー代を旅費交通費に振るような定型の取引は外れにくいものの、同じ飲食店の領収書が参加者と目的によって交際費にも会議費にも福利厚生費にもなる取引は、領収書の文字だけでは決まりません。

家電量販店の領収書も、金額が10万円未満なら消耗品費、10万円以上なら資産計上の検討が要るなど、金額と用途で科目が分かれます。こうした取引は、申請画面で参加者数や目的を入力させ、その入力を推定の材料に加える設計にしない限り、AIの提案は当たりません。外れやすい費目を事前に洗い出し、そこだけは承認者の確認を必須にするのが現実的な運用です。

AI経費精算の不正検知と自動承認で拾える逸脱と、拾えない不正の種類

不正検知をうたう機能は増えていますが、検知できるのは「データの中に痕跡が残る不正」に限られます。

重複申請・日付の矛盾・金額の不自然な変動など機械で拾える逸脱

機械が得意なのは、申請データ同士や規程との照合で判定できる逸脱です。同じ領収書の二重申請、休日や出張期間外の日付、上限額の超過、同じ区間の交通費が人によって大きく違うケースなどがこれにあたります。

専用サービスも出ています。経理AIエージェントを展開するTOKIUMは2025年7月17日に、経費精算システムに登録された申請をAIが点検し、不正や不適切な利用の疑いがあるものを根拠と合わせて担当者に報告する「TOKIUM AI経費監査」の販売開始を発表しました。全件を人が見られない規模の会社では、抜き取り検査を全件の機械点検に置き換えられる点が利点になります。

架空の取引先や私的な会食の付け替えなどAIだけでは判定できない不正

反対に、書類としては整っている不正はAIだけでは確定できません。家族との食事を取引先との会食として申請する、実在の店で受け取った白紙領収書に金額を書き込む、といった手口は、領収書の文字と金額に矛盾がないためです。

AIが出せるのは「同じ店での申請が月に何回もある」「特定の承認者の下でだけ交際費が多い」といった傾向の指摘までです。疑いを不正と判断するには、参加者への確認や取引先への照会など、人の調査が要ります。AIの指摘を受けた後の調査手順と、承認者と申請者を分ける職務分掌の設計は内部統制の強化で経費精算の不正を防ぐ手口・事例と統制設計で扱っています。

低リスク申請の自動承認を入れるときに決めておく金額と費目の条件

一部のサービスは、リスクが低いと判定した申請について承認者の確認を省き、自動で承認まで進めます。導入するなら、どの申請を自動承認に回すかを製品任せにせず、自社で条件を決めてください。

対象の費目を限定する（交通費・定期的な消耗品など、科目が外れにくいもの）
1件あたりの上限金額を決める（例：5,000円以下）
規程チェックとAIの不正検知で指摘が0件であることを条件にする
自動承認した申請から毎月一定数を抜き出し、人が事後に確認する

4つ目の事後確認を省くと、条件の設定ミスや新しい手口に気付く手段がなくなります。承認権限をAIにどこまで渡すかという論点は、経費精算に限らず経理全体に共通する問題です。工程ごとの線引きは経理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で詳しく説明しています。

電子帳簿保存法とインボイス制度がAI経費精算の設計に課す条件

AI-OCRは文字を読む技術であり、法令上の保存要件を満たすかどうかは別の問題です。読み取りの前後で満たすべき条件を確認します。

スキャナ保存の200dpi要件をスマホ撮影で満たす約387万画素の基準

領収書をスマホで撮影して原本を廃棄する場合、電子帳簿保存法のスキャナ保存の要件がかかります。国税庁の電子帳簿保存法一問一答【スキャナ保存関係】（令和8年7月版）の問26は、200dpi以上という解像度の要件を、読み取った書類の大きさと画素数で判断するとしています。A4サイズなら縦2,338画素×横1,654画素、合計で約387万画素が目安です。

同じ問の解説によると、スマホ画像のプロパティに表示される「72dpi」は、解像度が不明なときに記録される値で、実際の解像度を示すものではありません。AI-OCRにとって読める画像と、法令が求める画素数を満たす画像は一致しないため、撮影アプリの側で画素数を検査し、足りなければ撮り直させる仕組みが要ります。スマホで撮影・申請できる範囲は経費精算アプリとは？スマホで撮影・申請できる範囲と電帳法の撮影要件で整理しています。

受領から最長2か月とおおむね7営業日という入力期間と撮影の運用

スキャナ保存には、入力期間についても定めがある点に注意が必要です。同じ一問一答の問23では、業務処理サイクルを定めている場合、受領から最長2か月とおおむね7営業日以内に入力すればよいとしています。サイクルを定めない場合は、受領後おおむね7営業日以内の入力が求められます。

月末にまとめて申請する運用だと、月初に受け取った領収書は期限を超えるおそれがあります。AI-OCRで入力の手間を下げても、撮影が月末に集中すれば期限は守れません。受領当日の撮影を促す通知を入れるなど、撮影のタイミングを設計の対象に含めてください。訂正・削除の履歴が残るシステムで入力期間内の入力を確認できれば、タイムスタンプは不要です。タイムスタンプを付与する場合の実装は電子帳簿保存法のタイムスタンプ実装：RFC 3161での付与・一括検証を参照してください。

検索要件で求められる項目は、取引年月日その他の日付・取引金額・取引先の3つです。AI-OCRが抽出した値がそのまま検索のキーになるため、誤読を直さずに保存すると、税務調査の際に該当の領収書を引き出せなくなります。読み取りの精度は、作業の手間だけでなく保存要件にも関わります。

登録番号の読み取り結果を国税庁の公表サイトWeb-APIで照合する仕組み

インボイス制度のもとでは、領収書に記載された適格請求書発行事業者の登録番号（T＋13桁）が、実在して有効な番号かを確かめる必要があります。AI-OCRで番号を読み取っても、その番号が有効かどうかは画像からは分かりません。

照合には国税庁の適格請求書発行事業者公表システムWeb-API機能を使えます。REST方式のシステム間連携の仕組みで、提供開始の時期は令和3年10月です。利用にはインボイス用のアプリケーションIDの発行を受ける必要があり、登録番号を指定した取得、期間を指定した差分の取得、登録番号と日付を指定した取得の3つの方法があります。日付を指定できるため、取引日時点で登録が有効だったかを確認できます。

登録番号がない領収書は、仕入税額控除の経過措置の対象として、別の税区分で処理する扱いです。国税庁のインボイス制度についてのページでは、この経過措置は令和13年（2031年）9月末までとされています。公共交通機関の3万円未満の運賃は、帳簿の記載だけで控除できる取引として挙げられる一例です。控除割合の変更点と帳簿のみ保存の特例を仕訳まで通す要件は経費精算システムのインボイス対応：帳簿のみ保存の特例と経過措置70%で解説しています。

既製のAI経費精算サービスで足りる会社と、個別の開発が要る会社の条件

多くの会社は、既製のクラウドサービスの標準機能で十分です。個別開発を検討するのは、標準機能に業務を寄せられない理由がはっきりしている場合に限ります。

標準の規程チェックと会計連携で足りる会社に共通する3つの条件

次の条件がそろう会社は、既製サービスを選び、設定で規程を合わせる進め方で足ります。

旅費規程が日当・宿泊費の上限額と役職区分で表せる
会計ソフトが主要なクラウド会計で、標準の連携かCSV取り込みで仕訳を渡せる
承認経路が部署と金額で決まり、案件やプロジェクトごとの分岐が少ない

この場合、比べるべきは各社のAI機能の多さではなく、前の章で挙げた項目単位の正解率と、確認を求める項目の絞り込みの精度です。従業員数が数十名で月の申請が数百件の規模なら、AI-OCRの有無より、スマホでの申請のしやすさが定着を左右します。

独自の旅費規程や基幹システム連携でAI-OCRを組み込む開発が要る場面

個別開発が候補に上がるのは、次のような場面です。プロジェクト単位の原価に経費を配賦する建設業や受託開発の会社で、経費を案件コードと結び付けて基幹システムへ渡す必要がある。海外出張が多く、外貨の領収書と現地の規程を扱う。グループ会社ごとに規程と承認経路が異なり、1つのクラウドサービスの設定では表しきれない。

こうした会社では、既製サービスを使いながらAI-OCRの読み取り部分だけを自社の申請画面や基幹システムに組み込む構成が、検討できる選択肢の一つです。読み取った結果をRPAや業務システムに渡す設計はAI-OCRで帳票処理を自動化する業務フロー設計とRPA連携で整理しています。一創のAI-OCR導入支援では、自社の領収書での精度検証から、申請画面・会計システムとの連携まで個別の要件に合わせて組み立てます。

AI経費精算の導入を見送るべき申請件数と、先に直すべき規程の状態

月の申請が数十件程度で、経理担当者1人が1日以内に確認を終えられている会社では、AI経費精算は過剰です。トライアルと設定の工数が、削減できる確認時間を上回ります。この規模なら、法人カードと交通系ICの取り込みで手入力を減らすだけで足ります。

規程があいまいな会社も、導入を急がないほうが安全です。「常識的な範囲の会食費」のように基準が文章でしか書かれていない規程は、AIの規程チェックに変換できません。導入の前に、上限額・対象者・必要な添付書類を数値と条件で書き直してください。規程が数値になっていない状態でAIを入れると、指摘が出ないのか、出すべき基準が無いのかを区別できなくなります。

AI経費精算の導入前に確認されることが多い、精度と運用についてのよくある質問

AI経費精算の検討段階で寄せられやすい質問に、ここまでの内容を踏まえて回答します。

AI経費精算を入れれば経理担当者の確認作業はなくなりますか？

なくなりません。減るのは、領収書の金額や日付を目で読み、手で入力し直す作業です。AIが自信度を低く出した項目の確認、外れやすい費目の科目の確定、不正の疑いを指摘された申請の調査は人に残ります。月2,000件・項目精度99%の試算でも、月100項目前後の修正は発生します。確認の対象を全件から指摘のあった申請へ絞り込めることが、AIを入れる実際の効果です。

手書きの領収書もAI-OCRで読み取れますか？

読み取れる製品は多いものの、印字のレシートより正解率は下がります。特に手書きの金額と但し書きは、書き手の癖で誤読が出やすい項目です。手書きの領収書が多い会社は、トライアルの段階で手書き分だけを分けて項目単位の正解率を測ってください。印字分と合算した精度だけを見ると、手書き分の誤りが見えなくなります。電子帳簿保存法の画素数の要件は、手書きでも印字でも変わりません。

AIが読み取った値と領収書の画像、どちらを正として保存しますか？

正は領収書の画像です。スキャナ保存は、紙の書類を画像として保存する制度で、AIが抽出した値は検索や仕訳のために使う付随データという位置付けです。ただし検索要件の日付・金額・取引先は抽出した値で引くため、誤読を直さずに保存すると目的の画像を探せなくなります。画像と抽出値の両方を保存し、修正した場合は履歴が残る仕組みにしておくと、税務調査での説明がしやすくなります。

中小企業でもAI経費精算を導入する意味はありますか？

申請件数次第です。月に数百件以上の申請があり、経理担当者が月末に数日かけて確認している会社なら、読み取りと規程チェックの自動化で確認時間を縮められます。月に数十件なら、AIより法人カードと交通系ICの明細取り込みを先に整えるほうが費用対効果は高くなります。どちらの場合も、クラウドの経費精算サービスを標準機能のまま使う形から始め、個別開発は規程や連携先が標準に収まらないと分かってから検討してください。

AIの不正検知を入れれば内部統制は十分ですか？

十分ではありません。AIが拾えるのは重複申請や日付の矛盾など、データに痕跡が残る逸脱です。私的な会食の付け替えのように書類が整っている不正は、傾向として指摘されても、確定には人の調査が要ります。承認者と申請者を分ける職務分掌、自動承認した申請の事後の抜き取り確認、指摘を受けた後の調査手順を合わせて設計して、はじめて統制として機能します。