AIの数字ミスで実損発生？中小企業が今日から使える3ステップ検証術

AIが「¥1,234,500」を「¥123,450」と自信満々に出力した実例をもとに、専任担当者なしの中小企業でも今日から使える数字検証の3ステップと、見落とし時の実損コストを具体数字で解説します。

TL;DR

• AIは請求書の金額を「桁落ち」「カンマ誤認識」「税込・税抜き混在」の3パターンで高確率に誤読し、自信スコアは正誤に関係なく高く出る
• 非技術担当者でも「合計行との突合」「桁数カウント」「税率逆算」の3ステップを30秒で行えば大半のズレは検出できる
• 見落とし1件あたりの実損は業種・金額帯によって数万〜数十万円に達する。チェックコスト（人件費換算で1件30秒≒約8円）との比較で運用設計を判断してほしい

---

なぜAIは請求書の数字に強いと思われているのか

AIは文章の要約や分類では目を見張る精度を出します。しかし「数字を正確に読む」ことは、文章理解とはまったく別の処理です。現在広く使われているLLM（大規模言語モデル：文章パターンの統計から回答を生成するAI）は、数字を「意味のある量」としてではなく「文字の並び」として処理します。

そのため、出力が間違っていても自信スコア（モデルの確信度表示）は高いままです。ログ上は「成功」と記録されていても、実際の出力金額が誤っているケースは珍しくありません。

---

実例：¥1,234,500 → ¥123,450 への桁落ち

以下は国内製造業（従業員18名）が受発注管理にAIを試験導入した際の実例です（会社名は非公開・担当者への取材ベース）。

状況

• 仕入先から届いたPDF請求書をAIに読み込ませ、会計ソフトへの転記テキストを自動生成
• 対象件数：月平均120件
• 試験期間：導入後6週間

何が起きたか

PDF内の金額表記「¥1,234,500」が「¥123,450」として出力されていた。カンマ区切り（1,234,500）をAIがピリオド区切りの小数点と誤認識し、小数点以下を切り捨てた結果、1桁（×10倍）のズレが発生。出力ログには「請求金額：¥123,450（抽出完了）」と記録されており、エラーフラグは一切立っていませんでした。

発覚のきっかけ

仕入先からの入金催促連絡。6週間・推定8件に同様のズレが存在し、差額合計は約880万円分（支払い漏れ）に達していました。

教訓

AIの出力ログが「完了」であることと、出力内容が正しいことはイコールではありません。

---

非技術担当者が30秒で見抜く3つのチェックポイント

以下の3ステップは、会計や統計の知識がなくても実行できます。道具はAIの出力テキストと元の請求書PDFだけです。

チェック① 合計行と明細の突合（目安：10秒）

AIが抽出した「小計」「消費税」「合計」の3行を縦に足し算してください。

• 小計 ＋ 消費税 ≠ 合計 → 即アウト
• 消費税額 ÷ 小計 が 0.10（10%）または 0.08（8%）に近いか確認

電卓アプリで10秒もあれば計算できます。AIは各行を個別に抽出するため、整合性チェックを自動でしないモデルが多いです。

チェック② 桁数カウント（目安：10秒）

元PDF（原本）の金額と、AIが出力した金額の「桁数」を指で数えます。

• 原本：7桁（例：1,234,500） → 出力：6桁（123,450）なら即アウト
• カンマ・円マーク・スペースは除外して純粋な数字の個数だけ比較する

金額の細かい数値を覚える必要はなく、「桁数が一致しているか」だけ確認するので認知負荷がほぼゼロです。

チェック③ 税込・税抜きフラグの目視確認（目安：10秒）

請求書には「税込」「税抜」「外税」「内税」の記載が必ずあります。AIはこの区分を誤抽出することがあります。

• AIの出力メモに「税込/税抜」の区分が明示されているか
• 記載がない場合はAIに「この金額は税込ですか税抜ですか」と再質問し、原本と照合する

税区分の誤りは金額の10%ズレとして現れます。100万円の請求書なら10万円の誤差です。

---

チェックにかかる実コストと「やらない場合の損失」の比較

| 項目 | 数値 |

|---|---|

| チェック1件あたり所要時間 | 約30秒 |

| 時給1,800円換算の人件費 | 約15円/件 |

| 月120件のチェック総コスト | 約1,800円/月 |

| 上記実例の見落とし損失（6週間） | 880万円相当 |

月1,800円のチェックコストに対して、見落とし1件の損失は業種・金額帯次第で数万〜数百万円に達します。「AIが自動化したのだからチェックは不要」という判断が最もリスクが高い運用です。

---

『誰が』このチェックを回すか：属人化しない設計

AI専任担当者がいない中小企業でこの仕組みを回すには、以下の型が現実的です。

1. チェックシートを1枚作る：上記3項目をA4の紙またはスプレッドシートにチェックボックスで用意し、処理担当者が毎回押印・記入する

2. 承認ゲートは金額に比例して設ける：例「10万円以上の請求書はチェックシートに上長サインを必須とする」。全件を上長確認にすると形骸化するため、金額閾値で絞る

3. 月1回15分の振り返り：チェックシートを束ねて「誤検出が何件あったか」だけ集計する。AI出力の精度トレンドを数字で追うことで、モデル変更やプロンプト（AIへの指示文）の改善判断ができる

この型であれば、担当者が異動・退職しても引き継ぎが可能です。

---

法務・会計上の注意点（Aha. からの線引き紹介）

AIが抽出した金額を会計帳簿や税務申告に直接使用する場合、電子帳簿保存法（電帳法）や消費税法上の記帳要件との整合性を確認する必要があります。AIの出力が「原本と同一とみなされるか」は運用方法・システム構成によって異なり、Aha. では判断できません。実務への組み込みを検討する場合は、税理士・公認会計士への確認を推奨します（費用目安：スポット相談1回1〜3万円程度）。

---

まとめ：ログ上の「完了」を信じない

AIの請求書読み取りは、時間削減の効果が大きい反面、エラーがサイレントに発生します。「エラーログがなければ正しい」は誤った前提です。

今日からできることは3つだけです。

1. 合計行の足し算を電卓で確認する（10秒）

2. 桁数を指で数える（10秒）

3. 税込・税抜きの区分を目視する（10秒）

この合計30秒のチェックを、チェックシート1枚で仕組み化してください。AI専任担当者がいなくても、明日から実行できます。

---

*Aha. は AI 専任のいない中小企業に、実務で安全に使える実用知を届けます。*