請求書・注文書の突き合わせをAIで|読み取りの後の照合・転記を自動化する進め方
- 請求書・注文書をAI-OCRで読めるようになっても楽にならないのは、読んだ後の「照合」と「転記」が人に残っているからです。9割以上読めても、どの1割が違うか分からなければ全件を見直すことになります。
- 照合はAIではなくプログラムで行います。取引先と発注番号で結び付け、明細ごとに品番・数量・単価・金額を比べ、決めた許容差に収まるものは自動で通し、差異だけを理由つきの一覧にして人が見ます。
- 転記・起票は、読んだ結果をすぐ基幹に流さず「取込待ちの表」に貯めて承認したものだけ流す形にします。勘定科目の推定はAIに候補を出させ、決めるのは表と人です。
- 1つの部署の1人分だけでは元が取れないことがあります。拠点・部署・書類の種類をまとめて1つの仕組みで受けられるかを先に数え、ただし作るのは1業務から始めます。
「請求書はもう読めている。困っているのは、購入履歴との突き合わせを目で見ていること」。2026年11月中旬の商談で、ある住設機器メーカーの管理部門の方から聞いた言葉です。紙・PDF・FAXの書類をAI-OCRで読み取る仕組みは、すでに入れている会社や、試したことのある会社が増えました。そのぶん、相談の中身が「読んだ後」に移ってきています。
この記事は、読み取った請求書・注文書を発注データや購入履歴と突き合わせる(照合・突合する)作業と、基幹システムやkintoneへの転記、仕訳の起票を自動化する考え方をまとめたものです。書類を読み取る部分(AI-OCRと生成AIの使い分け、書式がバラバラな書類の読ませ方、APIの無い基幹への取り込み口)は、FAX注文書・手書き記録のAIデータ化で詳しく書いています。読み取りがまだの方は、先にそちらをご覧ください。
1. 商談で聞いた「読んだ後」の相談
2026年11月中旬にカトルセがお会いした企業から伺った話を、業種と規模だけにして並べます。
| 業種・規模 | 商談で聞いた様子 | 残っている作業 |
|---|---|---|
| 住設機器メーカーの管理部門(5,000名以上) | 資材・PCなどの購入と請求の処理を担当。請求書は社内のOCRで読めている。会社として外部委託より内製を好む | 読み取った請求書と購入履歴の突き合わせを、目視で行っている |
| 工場(50〜100名、拠点は4つ) | 書式がばらばらで手書きも混じるFAXの注文を、基幹に転記している。AI-OCRも研修も試したが、効果を実感できていない。「9割以上読めても確認が残るので、1人分の作業では見合わない」 | 読み取り結果の確認と、基幹への転記。拠点ごとにやり方が違う |
| サービス業のグループの経理・人事を受け持つシェアードサービス(1,000〜5,000名) | メールで届くPDFの書類から、起票の入力をしている。仕訳の勘定科目を類推する作業もある。社内のIT・情報セキュリティの許可を取るのに時間がかかる | PDFからの起票、勘定科目の判断 |
| 化学・金属材料の研究開発部門(100〜300名) | 手書きのノートやばらばらのPCのデータを、データベースにしたい | 同じ内容を複数のデータベースに重ねて入力している(マスタがつながっていない) |
このほかにも、kintoneへの手入力を減らしたい、という相談がありました。並べてみると、どの会社も困っているのは「文字を読むこと」ではありません。読んだ値を、社内にある別のデータと見比べて、正しい場所に入れるところで人の手が止まっています。
2. なぜ「読み取りだけ」では楽にならないのか
請求書の処理を分けると、だいたい次の4つになります。AI-OCRが受け持つのは、このうち最初の1つです。この記事が扱うのは2〜3段目です。
STEP 1
読む
書類から取引先・日付・品名・数量・金額を取り出す。AI-OCRや画像を読める生成AIの仕事。
STEP 2
突き合わせる
発注・購入履歴・検収の記録と見比べ、合っているか、払ってよいかを決める。
STEP 3
入れる・起票する
基幹・kintone・会計に転記し、仕訳を起こす。支払いの予定に載せる。
STEP 4
差異を片付ける
合わなかったものを、取引先や社内の発注者に問い合わせて直す。

読み取りの精度が上がっても、2段目と3段目のやり方が「人が原本と画面を見比べて、手で打ち込む」のままなら、作業の量はあまり変わりません。理由は3つあります。
- どこが違うか分からないので、全件を見ることになる。9割以上読めていても、残りの1割がどれかが分からなければ、結局すべてを原本と見比べます。読み取りの精度が上がるほど、間違いは見つけにくくなります。
- 「読めた」と「合っている」は別のことだから。請求書の文字を正しく読めても、その請求が発注どおりかどうかは、発注のデータを見ないと分かりません。数量が発注より多い、単価が契約と違う、同じ請求が2回来ている、といった問題は、読み取りの精度とは関係なく起きます。
- 入れる先が別のシステムだから。読み取った値を、基幹・kintone・会計のそれぞれの画面に打ち直していると、そこで手間と打ち間違いが生まれます。
製品の側も、この区別を前提にしています。たとえばMicrosoftの請求書の読み取り(ドキュメント インテリジェンスの請求書モデル)の公式の説明では、請求書や発注書から主要な項目と明細を取り出すことを「請求書自動化プロセスの最も重要な手順の1つ」と位置づけたうえで、取り出したデータは、確認と支払いのための買掛金の業務の流れに組み込まれるもの、と書かれています。読み取りは入口で、突き合わせと支払いまでの流れは、会社ごとに作る必要があるということです。
3. 照合の型:突き合わせのキー・許容差・差異の一覧
カトルセが商談で提案している照合の組み方は、一致したものはそのまま通し、差異のあるものだけを理由つきの一覧にして人が見る形です。突き合わせそのものは、AIではなくプログラムで行います。同じ入力には毎回同じ答えを返し、なぜ通したか・止めたかを説明できる必要があるからです。
何と何を突き合わせるか
照合には、比べる相手の数で大きく2つの形があります。
| 形 | 比べるもの | 向く場面 |
|---|---|---|
| 2つで比べる | 請求書 × 発注(または購入履歴) | PC・事務用品・定額のサービスなど、届いたかどうかの確認が簡単なもの。住設機器メーカーの相談はここから始めやすい |
| 3つで比べる | 発注 × 検収(受け取った記録)× 請求書 | 資材・部品のように、分けて届く・数が足りない・返品がある品物。「発注どおりに請求された」だけでなく「実際に受け取った分だけ請求された」まで確かめる |
注文書(受注側)の場合は、相手が逆になります。届いた注文書を、得意先マスタ・品番マスタ・単価の取り決め・在庫と突き合わせて、基幹の受注に入れてよいかを決めます。
突き合わせのキーを決める
最初に決めるのは、どの項目で「同じ取引」と結び付けるかです。キーは2段に分けて考えます。
| 段 | 使う項目 | 気をつけること |
|---|---|---|
| 1. 書類どうしを結ぶ | 取引先、発注番号(注文番号)、請求の対象の月 | 取引先は社名の書き方がゆれるので、取引先マスタのコードに置き換えてから比べる。発注番号を書かない取引先は、取引先・日付・金額の近さで候補を出し、人が確定する |
| 2. 明細どうしを結ぶ | 品番(無ければ品名)、数量、単価、金額 | 取引先ごとに品名の呼び方が違う。読み替え表(取引先の呼び方 → 自社の品番)を持ち、表に無いものは人に回して表に足す |
どのキーで結び付けたか(発注番号で一致したのか、候補から人が選んだのか)は、照合の結果と一緒に記録しておきます。後から「なぜこの請求をこの発注に当てたのか」を確かめられるようにするためです。
許容差を決める
すべての差を「不一致」にすると、人に回る件数が増えて、目視と変わらなくなります。逆に広く取りすぎると、本当の間違いを通してしまいます。そこで、どこまでの差なら通してよいかを、経理や購買の担当と決めて表にします。
- 端数:税の計算や単価の丸めで、明細の合計と請求額が数円ずれるもの。
- 取り決めた付帯費用:送料・手数料など、取引先ごとに取り決めがあり、範囲が決まっているもの。
- 分けて届くもの:発注の数量の一部だけが請求されているもの(残りが後で来る前提で、残数を記録する)。
許容差の値はコードに埋め込まず、担当者が見て直せる表に置きます。取引先や品物が増えるたびに変わるからです。許容差に収まって通したものも、「許容差内で通した」と記録します。
差異の一覧は「理由ごと」に分ける
人に回すものは、ただ「不一致」と並べるのではなく、何が違うのかで分けます。理由が分かれば、見る人も、直し方も決まるからです。
| 理由 | 例 | 主に見る人 |
|---|---|---|
| 発注が見つからない | 発注番号が無い、番号が違う、発注の登録漏れ | 購買・発注した部署 |
| 数量が違う | 発注・検収より多く請求されている | 受け取った部署 |
| 単価・金額が違う | 契約の単価と違う、許容差を超える差 | 購買 |
| 二重の疑い | 同じ取引先・同じ金額・近い日付の請求がすでにある | 経理 |
| 読み取りの疑い | 読み取りの自信が低い、明細の合計と請求額が合わない | 入力の担当(原本と見比べる) |
確認の画面では、原本の画像・読み取った値・発注のデータを横に並べ、違う項目だけに色を付けます。人が直したら、どこを・何から・何に直したかを残します。この記録がたまると、読み替え表や許容差の表を見直す材料になります。
AIに任せるところ、任せないところ
照合の中でAI(生成AI)が役に立つのは、プログラムだけでは決めきれない、あいまいな部分です。
- 任せる:表記のゆれた品名から読み替え表の候補を出す、発注番号の無い請求に当たりそうな発注の候補を挙げる、差異の理由を文章で要約して取引先への問い合わせの下書きを作る。
- 任せない:一致・不一致の判定、許容差の判断、支払ってよいかの決定。ここはプログラムの規則と人で決めます。
AIが出すのはいつも「候補」で、確定は表か人です。この線を最初に引いておくと、間違いが起きたときに原因を追えます。
照合・転記の仕組みを作った例を見る
社内の資料検索や業務自動化など、カトルセがAIで作った仕組みの事例を、困っていたこと・やったこと・期間とあわせて載せています。
4. 転記と仕訳の起票:「取込待ちの表」を挟む
照合が済んだデータを、基幹・kintone・会計に入れる段です。ここで大事なのは、読んだ結果や照合の結果を、すぐに入れる先へ流さないことです。
- 取込待ちの表に貯める。照合を通ったもの、人が直したものを、一度この表に集めます。同じ請求を2回入れないよう、書類ごとに受付番号を付けます。
- 承認したものだけ流す。承認した人と日時を記録し、承認済みのものだけを入れる先に送ります。
- 入れる口に合わせる。入れる先に、ファイル(CSVなど)の取込機能があるか、外からデータを登録できる口(API)があるかを確かめます。どちらも無い基幹への入れ方は、FAX注文書・手書き記録のAIデータ化の「基幹にAPIが無いときの取り込み方」で比べています。
同じ内容を複数のシステムに重ねて入力している場合(研究開発部門の相談がこれでした)は、転記を自動にする前に、どのシステムを正本にするかを決めます。正本が決まらないまま全部に自動で書き込むと、どれが正しいか分からないデータが増えるだけになります。
仕訳の起票:勘定科目は「表で決め、AIは候補」
シェアードサービスの相談にあった「勘定科目の類推」は、AIに向いて見える作業です。ただ、カトルセが提案しているのは、AIに直接決めさせない形です。
- まず表で決める:取引先・品目・部門の組み合わせで科目が決まっているものは、決まりの表で機械的に当てます。多くの起票はここで片付きます。
- 表に無いものだけAIが候補を出す:過去の仕訳の例を見せて候補と理由を出させ、経理の担当が選びます。選んだ結果を表に足していきます。
- 迷いやすい科目は人に回す:金額の大きいもの、資産にするか費用にするかで迷うものなどは、候補があっても必ず人が見る、と決めておきます。
会計の処理の決まりは会社ごとに違います。どの科目を自動で当ててよいかは、経理の責任者と決めてください。
5. 費用対効果の出し方:「1人分では見合わない」をどう越えるか
4拠点の工場で聞いた「9割以上読めても確認が残るので、1人分の作業では見合わない」は、正直な見立てだと思います。作る費用だけでなく、取引先や書式が増えたときの手直し、読み替え表・許容差の表の手入れ、使っているAIやOCRの利用料が毎月かかります。1つの部署の1人分の作業だけを相手にすると、これらに見合わないことはあります。
そこで、費用対効果は次の順に数えます(金額や削減の割合は会社ごとに違うので、ここでは数え方だけを示します)。
- 今の作業を「件数×1件の時間」で書き出す。読む・見比べる・打ち込む・問い合わせる、を分けて測ります。どこに時間がかかっているかで、作るべき段が変わります。
- 人が見る件数がどれだけ減るかで見積もる。効くのは「読む時間」ではなく、「全件を見る」が「差異のあるものだけを見る」に変わることです。差異になる割合は、過去の書類で試して測ります。
- 同じ作業がほかにどれだけあるかを数える。拠点ごとの受注の転記、部署ごとの請求の照合、書類の種類(請求書・注文書・納品書)ごとの入力は、形が似ていることが多くあります。1つの仕組みで受けられる範囲を足すと、作る費用は1回で、効果は範囲の分だけ増えます。
- 毎月かかる費用も並べる。利用料・保守・表の手入れの時間を、3年ほどの合計で比べます。見積もりの比べ方はAI開発の見積もりの比べ方にまとめています。
ただし、まとめて数えることと、まとめて作ることは別です。最初から全拠点・全書類の仕組みを作ると、拠点ごとのやり方の違いに引きずられて、どれも中途半端になりがちです。数えるのは全体、作るのは1業務からにして、1つで確かめた結果を、ほかの拠点や部署に広げる根拠にします。工場の方が話していた「工場で数字を作って、本社の推進チームに提言したい」という進め方は、この順番に合っています。
6. 始め方:小さく試す範囲と、用意するデータ
試す範囲の決め方
最初の範囲は、次の条件がそろうものから選びます。
- 件数が多く、形が似ている:同じ取引先の群、同じ種類の書類。
- 比べる相手のデータが、すでにデータになっている:発注・購入履歴が基幹やExcelから出せる。相手のデータが紙のままだと、照合の前に別の作業が要ります。
- 差異のときに誰が見るかが決まっている:一覧を作っても、受け取る人が決まっていなければ止まります。
住設機器メーカーの例なら、「PC・事務用品の請求書×購入履歴」の2つで比べる形が、最初の範囲になりそうです。
用意するデータ
| データ | 目安 | 使い道 |
|---|---|---|
| 過去の請求書・注文書 | 同じ範囲の1〜2か月分(PDF・画像) | 読み取りと照合を試す材料 |
| 同じ期間の発注・購入履歴・検収の記録 | 基幹やExcelから出したもの | 突き合わせる相手 |
| 取引先マスタ・品番マスタ | コードと名前、別の書き方 | 表記ゆれの置き換え |
| 実際に人が処理した結果 | 過去に直した箇所、差異の対応の記録 | 仕組みの答え合わせ |
最後の「実際に人が処理した結果」が、いちばん大切です。仕組みが出した「一致・許容差内・差異」を、人が実際に下した判断と比べると、通してはいけないものを通していないか、人に回しすぎていないかが分かります。
測ること
- 人が見る件数の割合(全件のうち、差異として人に回った割合)
- 通してはいけないものを通した件数(これは0を目指す)
- 1件あたりの処理の時間(前と後)
- 読み替え表・許容差の表に足した行の数(手入れの手間の目安)
請求書には取引先の情報や金額が載っています。試す段階から、データをどこで処理するか、外部のAIの利用規約で学習に使われないか、社内の情報セキュリティの担当に何を見せるかを決めておきます。シェアードサービスの相談のように、ここで許可に時間がかかる会社は多いので、早めに相談を始めるのがおすすめです。
7. 電子帳簿保存法・インボイス制度との関係
請求書を扱う仕組みでは、電子帳簿保存法やインボイス制度(適格請求書等保存方式)との関係を必ず聞かれます。ただし、この記事の作成時点で国税庁の公式の資料を確かめられなかったため、制度の要件そのものはこの記事では扱いません。要件は国税庁の公式の資料と、社内の経理・顧問税理士に確かめてください。
仕組みを作る側として、制度にかかわらず最初から入れておくとよいことは次の2つです。
- 元のファイルを消さない:読み取った値だけを残して、元のPDFや画像を捨てない。照合の結果から、いつでも元の書類を開けるようにする。
- 直した記録を残す:誰が・いつ・どの値を・何から何に直したか、誰が承認したかを残す。
この2つがあれば、制度の要件を確かめた後で、保存の仕方や検索の仕方を足していくことができます。
8. カトルセが手伝える範囲
カトルセの生成AI開発では、見積もりの前に「成り立つかどうか」から一緒に確かめる進め方をとっています。請求書・注文書の照合と転記では、次のような順で進めることを商談で提案しています(実績の数字ではなく、進め方の提案です)。
- 今の作業の書き出し(読む・見比べる・入れる・問い合わせるの件数と時間)と、同じ作業がほかの拠点・部署にどれだけあるかの洗い出し
- 過去の書類とデータでの試し(突き合わせのキー・許容差・差異の理由の分け方を決め、人の判断と比べる)
- 1業務での本番(取込待ちの表・確認の画面・入れる先への受け渡し)と、ほかの拠点・部署への広げ方の整理
住設機器メーカーの方のように内製を好む会社には、最初の仕組みを作り、自社で直して広げられる形(読み替え表や許容差の表を担当者が直せる、手順書を付ける)で渡すことも相談に乗っています。古い基幹システムそのものの作り直しを考えている場合は、レガシーシステム刷新を生成AIで進める手順も参考にしてください。
よくある質問
AI-OCRを入れたのに、請求書の処理が楽になりません。なぜですか?
読み取りの後の照合と転記が、人の手に残っているからです。9割以上読めても、どの1割が違うのか分からなければ全件を見直すことになり、作業はあまり減りません。発注・購入履歴との突き合わせをプログラムで行い、一致したものは通し、差異のあるものだけを一覧にして人が見る形にすると、確認の量そのものが減ります。
請求書と発注データは、何をキーに突き合わせればよいですか?
まず取引先と発注番号で請求書と発注を結び付け、次に明細ごとに品番・数量・単価・金額を比べます。発注番号が請求書に書かれていない取引先は、取引先・品番・日付の近さで候補を出し、人が確定します。どのキーで結び付けたかを記録に残しておくと、後から確認しやすくなります。
一致しないものは、すべて人が見るのですか?
見るのは差異のあるものだけですが、すべてを同じ重さで見る必要はありません。端数の丸めや取り決めた範囲の送料のように、あらかじめ決めた許容差に収まるものは「許容差内」として通し、記録だけ残します。許容差を超えたもの、発注が見つからないもの、二重の請求の疑いがあるものを、理由ごとに分けて人に回します。
1人分の作業しかないのですが、自動化の元は取れますか?
1つの部署の1人分だけでは、作る費用と保守の費用に見合わないことがあります。同じような照合・転記は、拠点ごと・部署ごと・書類の種類ごとに重なっていることが多いので、それらをまとめて1つの仕組みで受けられるかを先に数えます。ただし最初から全部を作らず、1つの業務で確かめてから広げる順番にします。
電子帳簿保存法やインボイス制度に合うかどうかは、どう確かめればよいですか?
制度の要件は国税庁の公式の資料と、社内の経理・顧問税理士に確かめてください。この記事では制度の要件そのものは扱っていません。仕組みを作る側としては、読み取った元のファイルを消さない、誰がいつ何を直したかの記録を残す、の2つを最初から設計に入れておくと、後から要件に合わせやすくなります。
お手元の請求書と発注データで確かめる
どの書類を何と突き合わせ、どこまでを自動で通せるか。過去の書類とデータのサンプルをもとに、照合の型と試す範囲を一緒に整理します。
まとめ ── 減らすのは「読む時間」より「見比べる時間」
- 読み取りは入口です。請求書・注文書の処理が楽にならないのは、照合と転記が人に残っているからです。
- 照合はプログラムで、AIは候補です。取引先と発注番号で結び、明細を比べ、許容差に収まるものは通し、差異だけを理由ごとの一覧にして人が見ます。
- 転記は取込待ちの表を挟みます。承認したものだけを流し、勘定科目は表で決めて、表に無いものだけAIが候補を出します。
- 数えるのは全体、作るのは1業務から。1人分で見合わないときは、拠点・部署・書類の種類をまとめて数え、1つで確かめてから広げます。
生成AIで業務の仕組みを作るときの進め方は生成AI開発のページに、これまでに作った仕組みはAI開発事例にまとめています。照合の型や試す範囲のご相談はお問い合わせからどうぞ。
参考
- 請求書データの抽出 - ドキュメント インテリジェンス(Microsoft Learn)
- FAX注文書・手書き記録のAIデータ化|AI-OCRと生成AIの使い分けと基幹への取り込み方(カトルセ)
- AI開発の見積もりの比べ方(カトルセ)
※ 本記事は2026年11月20日時点の情報にもとづいています。Microsoftのドキュメント インテリジェンスの請求書モデルの説明(請求書・発注書などから主要な項目と明細を取り出すこと、取り出したデータを確認と支払いの買掛金の業務の流れに組み込むものとしていること)は、2026年11月19日に上の「参考」のMicrosoft Learnのページで確認したものです。電子帳簿保存法・インボイス制度の要件は、国税庁の公式の資料を確認できなかったため記載していません。商談の内容は、2026年11月中旬にカトルセがお会いした企業から伺った話を、社名・人名・金額を除いて業種と規模だけにしたものです。照合・転記の組み方と費用対効果の数え方はカトルセが商談で提案している考え方で、効果を約束するものではありません。
