仕事への影響
電通グループの経理承認、照合作業からAIが判断できない例外対応へ
発注金額の照合や社内ルールの確認は、電子化しても人の手に残りがちな作業です。電通グループの会計承認AI化は、経理担当者がどこに時間を使うべきかという配分そのものを変える動きとして読むべきニュースです。
何が起きたか
電通グループは、会計承認業務に生成AIを組み込み、対象業務で正解率99％に達したと明らかにしました。対象となるのは年間20万件を超える発注確認業務です。発注金額と見積書の照合、社内ルールに沿っているかの確認、例外的な取引の扱いの判断といった作業が、申請の電子化後も人の手に残っていたといいます。
導入当初からAIと人の判断がそろっていたわけではありません。検証の初期段階では、人とAIの判定が一致した割合は15.4％にとどまりました。その後、モデルの変更やプロンプトの調整を重ねる中で精度が向上し、対象業務では99％まで一致率が上がったといいます。
dentsu Japan CIO／CISOで電通コーポレートワン常務執行役員の根津修二氏は、この取り組みについて、単に判断を自動化するだけでなく、人とAIの役割分担をどう設計するかという考え方が根底にあると明かしています。正解率99％という高い数値が出た後も、AIだけに判断のすべてを委ねる形にはしていません。
背景・解説
会計承認業務とは、発注申請を電子化した後に、金額が見積書と一致しているか、社内の規定通りかを確認し、通常と異なる取引をどう扱うかを判断する一連の作業を指します。紙とハンコが画面上の承認ボタンに置き換わっても、この確認作業自体は残るため、申請件数が増えれば確認の手間もそのまま増えていきます。
電通グループはこの課題に対し、会計システムの承認プロセスに生成AIを組み込む形で対応しました。ただし精度は最初から高かったわけではなく、人とAIの判定一致率が15.4％という段階から検証を始めています。モデルやプロンプトを調整していく過程で、AI側の判定だけでなく、人の承認基準にも見直すべき点があることが分かったといいます。つまり精度向上は、AIの学習だけでなく、人が普段どう承認しているかを整理し直す作業でもあったわけです。
仕事や業務への影響 — AI Topicaの見方
経理担当者の仕事は、金額の照合作業からAIが処理できない例外判断への集中に変わります。電通グループの事例では、対象業務での正解率が99％まで上がったことで、大半の申請はAIの判定に沿って処理できる状態になりました。残る1％分の判断こそが、経理担当者に求められる本来の業務として浮き上がってきます。
例えば、月間の発注申請が数百件ある中堅の製造業で、経理担当者が2人だけの体制だとします。これまでは大半の時間を見積書との金額照合に使っていたはずですが、AIが照合と規定確認を99％の精度で処理できるなら、2人の担当者は残る少数の例外案件に集中できるようになります。取引先ごとの特殊な支払条件や、規定に明記されていない新しい取引形態など、AIが判断を保留する案件を見極める力が問われる仕事に変わっていきます。
この変化は、経理担当者に求めるスキルも変えます。これまでの照合の正確さやスピードよりも、どの案件を例外として扱うべきかを見抜くリスク感度が評価対象になります。承認ルールを整備する側の担当者にも、AIの判定基準を定期的に見直す役割が新たに発生します。人とAIの一致率が15.4％から99％に上がった過程が、AIの学習だけでなく承認ルール自体の整理でもあったことを踏まえれば、経理部門はAI導入後も自社の承認基準を継続的に点検すべきです。逆に言えば、承認ルールが曖昧なまま生成AIを承認業務に組み込んでも、初期の一致率の低さと同じ状況に陥りやすくなります。
不確かな点・注意
記事で示された正解率99％は「対象業務」における数値であり、会計承認業務全体に同じ精度が及ぶかどうかは明らかにされていません。人とAIの一致率を15.4％から99％まで引き上げた具体的な調整内容や、投入した期間についても詳細は分かりません。
また、電通グループが実際に使用したGeminiのモデルや、システムへの組み込み方の技術的な詳細も記事には記載がありません。他社が同様の仕組みを導入した場合に同じ精度が得られるかどうかは、業種や取引の複雑さによって変わる可能性があり、この事例だけで判断することは避けるべきです。