チャットボットの枠を超えて、真の生成AI変革を実現

時期尚早に思われた生成AIの経理業務への応用

――PwCコンサルティング合同会社（以下、PwCコンサルティング）は、三菱商事の財務経理部門の業務プロセス変革を支援されていたそうですね。

坂元：はい、当社で私は総合商社に対するコンサルティングサービスの担当をしており、2023年から、三菱商事の財務経理部門の業務効率化、生産性向上について一緒に検討させていただいてきました。

三菱商事では基幹システム（ERP）の刷新も計画されていたため、これを業務変革のチャンスと捉え、2030年を見据えた業務モデル変革を進めるうえで、基幹システムとその周辺の業務プロセスをどう設計すればいいか両社で協議を進めていました。その中で、変革のカギを握るのはテクノロジーの動向ではないかということで一致しました。

西原氏：昨今の生成AIの急速な進化を調べ上げていく中で、生成AIは使い方次第で経理業務との相性が非常にいいのではないかと直感的に感じました。

これまでも、財務経理に関わる構造化されたデータの自動処理や、データ連携の仕組みは積極的に導入してきました。ですが、構造化されていない請求書、契約書などの帳票類は、これまで自動化のスコープ外でした。生成AIは、そこを自動化する突破口になるのではないかと思い、そのアイデアをPwCコンサルティングにぶつけてみたのです。

――その意見を聞いてどう感じましたか。

坂元：2024年の現時点で、2030年にAIがどう進化し、業務でどこまで使えるようになるのかを正確に予想することはできません。また、財務経理業務に生成AIを使うことは少し時期が早いのではないかという意見もありました。

しかし、まず今できることを知らなければ、2030年の業務プロセスの将来像を描くこともできないだろうという三菱商事の考えには賛同しました。そこで、現時点でどこまでできるかを確認するため実証実験（PoC）を行うことが決まりました。

実証実験の対象は「保証債務台帳」と「支払調書」

――実証実験を行った業務内容について教えてください。

高橋氏：「保証債務台帳」「支払調書」の2つの業務を対象にしました。まず保証債務台帳ですが、様々な取引先から当社に届く保証契約書や、残高証明書、利息の計算書など、多種多様な内容の書類を1つの表形式の保証債務台帳として転記する作業が発生します。

若山氏：この作業を四半期に１度行っているのですが、書式はもちろん、言語も統一されていない資料と格闘して情報を抜き出さなければいけないため非常に大変です。例えばタイ語などなじみのない言語で書かれている書類では、それが何の書類なのか一目で判断することができません。

日本語やアルファベット以外の文字は、簡単に入力・検索することもできないので、そういう場合は、その言語が分かる営業担当者のサポートを手掛かりに進めますが、とにかく手間と時間がかかるうえ、その営業担当者の言葉を信じるほかないという状態になってしまいます。

角谷：この課題を解決するため、書類をスキャンしてPDFファイルに変換して、決められたフォルダーに入れるだけで、OCRと生成AIを活用して台帳用のデータ抽出を自動で行う仕組みを構築しました。

――開発にはどれぐらいの時間がかかりましたか。

角谷：実証実験は2024年の4～5月の2カ月間でしたが、前半の1カ月は書類のインプットから、OCRと生成AIによるデータ抽出や経理判断処理、AI処理結果のアウトプットまでを一気通貫で自動化するフローを開発しました。

そして後半の1カ月は、出力の精度を上げるために「スプリント（短期サイクルの開発プロセス）」を実行しました。週に1回、双方で集まって改善するポイントを話し合い、翌週までに改善を実施して再び確認する作業を繰り返しました。

チャットボットだけではない、生成AIがもたらす業務変革の可能性

――今回の実証実験の結果をどのように感じていますか。

高橋氏：満足のいく結果になったと感じています。「Multi-Agent」の効果が大きかったのもそうですが、さらに精度を上げていくスプリントの過程で、インプットするデータを工夫すればいいとか、さらにAIを追加すべきであるなどと、PwC Japanグループから毎週新しい改善の提案があったことが、今回の飛躍的な精度改善につながったのだと思います。今回の実験対象業務が財務経理業務でしたので、そこに対してPwC税理士法人の豊富な知見が役に立ちました。今回の実験で、AIは、AI自体の賢さよりも、使い手の工夫と使い方が肝になるのだということを学びました。

若山氏：保証債務台帳に抽出できたデータの正解率は、平均97％と非常に高い精度が得られました。また支払調書の判定も最終的に再現率98％まで上げることができました。この結果には非常に満足しています。

坂元：私も実験当初は心配しましたが、2カ月という短期間で急速に精度が上がっていく状況を目の当たりにして、スプリント段階での生成AIのさらなる可能性を実感しました。今回は財務経理のプロジェクトでしたが、他の業務にも展開が可能で、ビジネスを大きく変えることができるポテンシャルを感じました。

西原氏：今回の実証実験は、汎用的な生成AIを用いた実験だったというのが1つ特徴だと思っています。業務に特化した大量の学習を積み重ねたモデルではなく、いわば普段使いの生成AIで、個別具体的な経理業務において、非常に高い精度が実証され、今後AIの活用余地は広がっていくだろうと強く感じました。この結果を踏まえ、将来的にはAIに任せる部分、人が注力する部分をうまく織り交ぜた形での業務設計をしていきたいと考えています。社員が人にしかできない仕事に注力できる環境を提供できる、生成AIと人がコラボレーションする世界をイメージしながら、今後も業務改革を進めてまいります。

川崎：生成AIというと、チャットボットのイメージが非常に強いと思います。今回のプロジェクトは、実際の業務プロセスに生成AIを組み込み、さらには人が判断する部分も一部生成AIで代替できることが証明できました。チャットボット以外で生成AIが財務経理業務で応用ができることを具体的に確認できたことは非常に革新的な事例になったと思います。

ただし、実際に業務に適用する際には人によるレビューは必要不可欠です。経理業務は企業の根幹を担う情報を扱うため、機密情報はマスキングするなど、データのセキュリティーにはとくに注意する必要があります。AIをはじめとするテクノロジー技術と財務経理や税務の実務の双方に知見を持つ、私たちPwC税理士法人がお役に立てればと思っています。

生成AIには多くの可能性があると思っていますので、今後も生成AIの有効活用の拡大に向けて、さらなる開発を進めていくとともに、多くのクライアントに体験していただけるよう準備に取り組んでまいります。