Insynergy

「AIが承認する」は本当に承認なのか――経費精算の自動化が問い直す、判断の責任構造

topic: AI expense approval, internal control, auditability, human judgment, decision design concepts: AI expense approval internal control auditability humanintheloop decision desi…

topic: AI expense approval, internal control, auditability, human judgment, decision design

concepts:

related_concepts:

keywords: AI経費承認, Decision Design, Decision Boundary, 内部統制, 人間の判断, AIガバナンス, 承認責任, Insynergy

AIが経費を「承認する」という話が引っかかる

2025年10月から、創業93年のパッケージメーカー・クラフツは、従業員の経費精算の承認作業をAIに担わせている。日経クロステックの報道によれば、AIは社内規定への適合チェック、領収書の添付確認、インボイス番号の記載ミス検出、差し戻し対応まで一手に引き受け、問題がなければそのままAIが「一次承認」を行う。毎月16時間かかっていた承認作業が2時間に短縮され、年間170時間の工数削減を見込むという。

数字だけを見れば、文句のつけようがない成果だ。

だが、この記事を読んだときに、多くの経理・内部統制の実務者が感じたであろう違和感は、何だったのだろうか。「本当に精度は大丈夫なのか」という疑問ではあるかもしれない。しかしそれよりも、もう少し根の深いところに引っかかりがある気がする。

「AIが承認する」という表現が、どこかすっきりしない。

この記事は、その引っかかりを起点に書いている。

何が起きているのか――機能の整理

まず、何が実際に行われているのかを整理しておく。

クラフツが導入したのは、TOKIUMが開発する「TOKIUM AI経費承認」というサービスだ。TOKIUM公式サイト によれば、このサービスは「経費申請の不備・誤りチェックを含めた一次承認作業を、AIとプロスタッフが代行」するものとして説明されている。社内規程やルールに基づいたチェック、差し戻し対応を代行する、という記述もある。

重要なのは「AIとプロスタッフが代行」という部分だ。完全無人ではなく、人的なバックアップが含まれている。しかし報道の文脈では「AIが承認する」という表現が前面に出る。

クラフツの事例でいえば、AIは社内の旅費規定・経費精算規定をMarkdown形式に変換してAIに学習させたうえで動作している。「遠方なら出張費、近隣なら交通費」といった条件分岐のルールを機械が読み取れる形式に直し、そのルールに照らして申請内容を判定する。申請が規定に合致していれば承認、不備があれば差し戻し、というフローだ。

これは、技術的には非常によくできた仕組みだ。規定を機械可読化するというアプローチは、今後のバックオフィス自動化の中核になると思う。

では、何が問題なのか。

問題はAIの精度ではない

精度の高さについては、議論しても仕方がない部分が大きい。ルールベースの判断においては、人間よりも一貫性が高く、ミスが少ない可能性は十分にある。疲れないし、見落としも少ない。

本当の問いは、精度の話ではない。

「承認」という行為が何を意味しているのか、という話だ。

経費承認は、単なる「チェック作業の完了」ではない。それは組織が、当該支出を「正当なものとして認める」という判断の表明だ。監査においても、内部統制においても、承認の記録は「誰が、どのような判断根拠のもとで、この支出を認めたか」を後から問い直せる構造として機能している。

承認という行為には、責任の引き受けが伴っている。

AIに一次承認を行わせるとき、その「責任の引き受け」はどこにあるのか。AIは責任主体にはなれない。では、AIが出した判断の責任は、誰が負うのか。「システムを導入した経理部門」なのか。「サービスを提供したTOKIUM」なのか。「最終的な払い込みを承認した経営者」なのか。

この問いを曖昧にしたまま「AIが承認している」と言うとき、承認という概念の内側が空洞化している。

一次資料が示すこと

経済産業省が2024年に公表した「AI事業者ガイドライン（第1.01版）」は、AIを業務判断に活用する場合の基本的な考え方を示している。そこには、「AIに単独で判断させるだけでなく、適切なタイミングで人間の判断を介在させる利用を検討する」という記述がある。さらに同ガイドラインの趣旨として、人間の判断を「介在させるかどうか」だけでなく、その介在が実質的に機能しているかどうかまでを問うことが含意されている。

この視点は重要だ。

「人間の判断を介在させること」自体が目的なのではない。その介在が「実効的であること」、つまり形式的に人間が関与しているのではなく、実質的な判断として機能していることが求められている。

翻ってクラフツの事例を見ると、AIの処理後に人間が関与するプロセスがどう設計されているかは、報道からは明確ではない。一次承認はAIが担うとして、最終承認はどうか。例外案件の判断は誰がどのような基準で引き取るのか。AI判定の結果に異議を唱えられる構造はあるのか。

このあたりが設計されているかどうかで、「AI承認の導入」の性質はまったく変わる。

「監査は大丈夫なのか」という問いの正体

冒頭で触れた、多くの実務者が感じるであろう引っかかり。「監査は大丈夫なのか」という問いの正体は、精度への懸念ではなく、実はこういう問いだったのではないだろうか。

「この承認に、事後的に責任を問える構造はあるのか」。

内部統制の文脈でいえば、「統制活動」「モニタリング」「証跡」「責任分離」は、承認プロセスを設計する際の基本的な観点だ。AIが一次承認を担う場合、AI判定の理由ログが残されているか。例外的な案件がどのように識別され、誰にエスカレーションされているか。誤判定はどのように発見され、修正されるか。

これらが整備されていれば、AI承認は監査対応可能な仕組みになりうる。整備されていなければ、「AIが承認した」という事実だけが残り、その判断の根拠を後から追えない状態になる。

問いの本質は、AIを使うかどうかではない。判断の構造が設計されているかどうかだ。

論点の位置を確認する

ここで一度、整理しておきたい。

AIが経費精算の一次判断を担うことは、技術的には十分可能になっている。TOKIUMのサービスが示すように、規程の機械可読化と組み合わせれば、一貫性の高い自動処理は実現できる。効率化の効果も実際に出ている。

しかし論点の本質は、効率化の是非でも、AI精度の高低でもない。

「誰が決めるのか」「どこまでをAIに任せ、どこからを人間が引き受けるのか」「例外は誰が引き取るのか」「判断の証跡はどう残るのか」「異議申立てはどう成立するのか」。

これらが意図的に設計されているかどうか。その設計の有無が、AI承認の導入を「統制可能なプロセス変革」にするか、「責任の空洞化」にするかを決める。

これは経費精算SaaSの話に留まらない。AIを業務判断に組み込もうとする企業全般が直面する、構造的な問題だ。

ここで問われているのは、もっと根本的なことだ

AIが承認行為を担う仕組みが技術的に成立するとき、組織は一つの判断を迫られる。

「人を残す」かどうか、ではない。「どこに、何のために人を残すのか」を決めることだ。

形式的な最終確認に人間を置くだけでは、責任の実効性は担保されない。人間の関与が「ゴム印」化するとき、その組織は責任構造を持っているとは言えない。

人間の判断が本当に機能するのは、どの条件でAIの判断を信頼し、どの条件でAIの判断を人間が引き受けるのか、その境界が意図的に設計されているときだ。ではその設計を、誰が、何を拠り所に行うのか。

しかし多くの組織は、その問いに答える言葉をまだ持っていない。

その問いに構造を与えるのが、Decision Design（判断の設計） である。
Decision Designは、判断という行為そのものを設計対象とする思想だ。
その中心にあるのが Decision Boundary（判断の境界） という概念である。誰が決めるのか。
どこまでを任せ、どこからを引き受けるのか。
その線を、無自覚のまま放置せず、意図的に設計すること。それがDecision Designである。

以降のパートではDecision Design / Decision Boundaryの概念の全体像と、AI承認プロセスへの具体的な実装設計を展開します。

詳細版について

本稿は、公開範囲を基に構成したInsynergyの日本語サイト版です。詳細な議論と実装上の考察はnoteの詳細版で解説しています。

note版を開く →
「AIが承認する」は本当に承認なのか――経費精算の自動化が問い直す、判断の責任構造 | Insynergy