バックオフィス自動化入門：経理・総務・人事の進め方

バックオフィスの自動化とは、経理・人事・総務で毎月同じ形で発生する請求書処理・経費精算・勤怠と入退社手続き・社内問い合わせについて、読み取りと照合と下書きを機械と生成AIに任せて人は確認と承認だけを担う形に業務を組み替えることです。

「月初は請求書の転記で埋まる」「経費精算の突き合わせに丸一日かかる」という経理・総務の担当者が、増員の見込みがないまま生成AIの検討役まで兼ねています。電子帳簿保存法とインボイス制度の下で機械に任せてよい範囲と、その仕組みを誰が作り誰が確認するかの線引きは、ツールを並べた比較記事のどこにも出てきません。制度と各社の公式発表で確認できた事実を土台に、経理・人事・総務の4業務を人の確認が残る形で組み替える手順を役割分担つきで示します。

制度の適用は会社ごとの状況で変わるため、法令の解釈は税理士や社会保険労務士など専門家への確認を前提にしてください。本文の数値は中小企業庁の白書と国税庁・厚生労働省・個人情報保護委員会の公表資料、および会計・労務ソフト各社のプレスリリースで原文を確認できたものに限ります。白書の元データは帝国データバンク「令和7年度中小企業の経営課題と事業活動に関する調査」です。ソフト各社の数値は自社発表で、第三者が比べたものではありません。

中小企業のAI活用はバックオフィスが最も進み、止まる理由は予算より先に業務が思い浮かばないこと

「バックオフィスはAIの出番が少ない」という見方は、調査の結果とは逆です。中小企業庁の2026年版中小企業白書の概要は、2019年以降の省力化投資としてAI活用に取り組んだ中小企業を約3割としています。AIを活用している事業者を部門別に見ると、バックオフィス部門で「活用している」は73.4%（n=1,577）でした。営業・販売・顧客対応部門の68.2%と製造・生産管理・物流部門の57.2%を上回ります（中小企業庁「2026年版中小企業白書・小規模企業白書の概要」、2026年4月24日閣議決定）。

同じ調査でAI活用に取り組んでいない事業者が挙げた理由の筆頭は「活用する業務がイメージできていない」の63.4%で、「活用を推進する人材が不足している」が続きます。3番目は「社内ルール・ガイドラインが整備されていない」の26.2%でした。白書が示した上位5項目の中で最も割合が低いのは「必要な予算を確保できない」の13.8%です（同白書の概要、2026年4月24日閣議決定）。止まっている原因は費用より先に「どの業務に使うか」が決まっていないことにある、というのがこの数字の読み方です。

バックオフィスの業務が先に進むのは、次の3つが揃っているからです。

• 定型的である：請求書処理も勤怠締めも、手順とルールがあらかじめ決まっています。「判断」より「手順の実行」が中心の業務は機械に任せやすい典型です
• 繰り返しが多い：毎日・毎月、同じ作業が同じ形で発生します。1回あたりの効果は小さくても、繰り返しの回数が多いほど効果は積み上がります
• 文書が中心である：請求書・申請書・届出・規程など、仕事は文書の受け渡しと転記でできています。後述する生成AIが最も力を発揮する領域です

営業のように相手次第で動きが変わる業務と違い、社内でルールを決めればその通りに回せます。会社全体でどの業務から手を付けるかの比較は中小企業の生成AI業務自動化にまとめてあり、この記事はその中の3部門の4業務を掘り下げます。

生成AIが変えたのは形式の違う文書の読み取りと下書きで、会計ソフト大手も人の承認工程を残している

従来の自動化ツールは決まったフォーマットの処理は得意でも、取引先ごとにレイアウトが違う請求書や申請書は苦手でした。生成AIはこの壁を下げ、形式が違う文書からでも必要な項目を抜き出し、問い合わせの回答案や社内通知文の下書きを作れるようになりました。

ここで押さえたいのは、会計ソフト大手の2社が生成AIを「完成品を出す装置」ではなく「人が承認する下書き係」として設計している点です。マネーフォワードは2026年4月に「マネーフォワード AI Cowork」を2026年7月提供開始予定と発表しました。対象は請求書発行・支払依頼・入金消込や入退社手続・勤怠管理・年末調整などで、複数のAIエージェントが処理します。その一方でAIが作成した下書きを人間が確認・承認する「Draft & Approve」の工程とAI監査ログを備えるとしています（株式会社マネーフォワード プレスリリース、2026年4月7日）。freeeは受取請求書の複数明細行をAI-OCRで読み取って仕訳を一括入力する機能を出しました。その際に取引先・請求総額・取引日・支払期日の読み取り位置を書類上にハイライト表示し、どの値が反映されたかを人が視覚的に確認する補助機能を同時に付けています（freee株式会社 プレスリリース、2024年4月26日）。

人の確認をどこに残すかは、ツールを選んだ後に考える話ではなく2社の製品がすでに前提にしている構造です。下書きまでを機械に任せ、最後の確認を人が担う前提で組めば適用できる業務の範囲は一気に広がります。

経理の請求書処理は受領から仕訳の下書きまでを機械に渡し、人は登録番号と金額の最終確認に回る

紙やPDFで届く請求書を開いて金額と取引先を会計ソフトへ転記する流れは、受領→データ化→仕訳の下書き→人の確認と承認の4段に組み替えられます。届いた請求書から金額・日付・取引先・登録番号を読み取り、過去の仕訳パターンから勘定科目の案を付けるところまでが機械の仕事です。

この組み替えを後押ししているのが制度側の変化です。電子帳簿保存法では2024年1月1日から、請求書・領収書・契約書・見積書などの電子取引データを送付・受領した場合にそのデータを一定の要件を満たした形で保存することが必要になりました（国税庁「電子取引関係」、2026年9月16日閲覧）。インボイス制度は2023年10月1日に始まりました。買手が仕入税額控除を受けるには、原則として売手であるインボイス発行事業者から交付を受けたインボイスの保存が必要です。記載事項には売手の登録番号と税率ごとの対価の額および消費税額等が含まれます（国税庁「インボイス制度について」、2026年9月16日閲覧）。請求書を受け取るたびに登録番号と税率ごとの金額を確かめる作業が全社に増えたわけで、これは人が目視するより機械が全件を照合して人が差分だけを見る形に向いた業務です。

さらに令和7年度税制改正で、請求書等の電子取引データを自動で保存し帳簿に自動連携する仕組みに対応した制度が電子帳簿保存法に新設されました。改ざん防止・記帳の適正性・電子帳簿との相互関連性という送受信と保存の要件を満たすと、その電子取引データに関する重加算税の加重の適用除外などの措置が受けられます。適用除外は2027年1月1日以後に法定申告期限が到来する国税からです。対象となるシステムは、デジタル庁が管理する仕様に従って送受信されたデジタルインボイスか預貯金口座の決済データを扱うものです。国税庁は解説資料で、請求や決済のデータが仕訳や申告まで連携される処理を「人手による入力作業を介さない」ため事業者の事務負担の軽減が期待できると説明しています（国税庁「請求書等を帳簿に自動連携する仕組みに対応した制度が新設されました」、令和7年4月）。デジタルインボイスの標準仕様JP PINTは国際規格Peppolを基にデジタル庁が管理しています。デジタル庁は2021年9月からOpenPeppolのメンバーとして活動しています（デジタル庁「JP PINT」、最終更新2026年8月28日）。請求書処理の自動化は、税務の側が制度として想定している方向と同じです。適用には事前の届出書の提出が必要で、システムの適合基準も含めて要件が細かいため税理士への確認を前に置いてください。

経費精算は規程との照合を機械が全件で行い、人は引っかかった申請だけを見る

申請内容と領収書の突き合わせ・社内規程との照合・上限超過の検出は、ルールが明文化されている分だけ機械に渡しやすい工程です。全件を人が目視する体制から機械が全件を確認して引っかかったものだけ人が見る体制へ変えると、確認の網羅性はむしろ上がります。

組み替えるときに決める項目は3つです。

• 照合する規程を機械が読める表にする：交通費の上限・接待費の承認者・領収書の要否のように、担当者の頭の中にある判断基準を条文ごとに書き出します
• 差し戻しの理由を定型文で返す：申請者が自分で直せる形にし、担当者が個別に説明する回数を減らします
• 引っかからなかった申請の最終承認者を決める：承認者の指名は経営側の仕事で、機械が通した申請を誰も見ていない状態を作らないためです

領収書の扱いも請求書と同じ照合ルールを流用できます。国税庁はインボイスについて、請求書に限らず所定の事項が記載されていれば領収書や納品書も書類の名称を問わず該当するとしています。したがって経費精算の領収書にも登録番号の有無の確認が入ります（国税庁「インボイス制度について」、2026年9月16日閲覧）。

勤怠と入退社手続きは、客観的な記録と電子申請を土台にした手順の連鎖として自動化する

勤怠締めでの打刻漏れや残業超過の検出、入社時のアカウント発行・貸与品準備・各種届出は「決まった手順の連続」で、担当者の頭の中にあるチェックリストをシステム上の流れに置き換える業務です。作業時間の削減に加えて、抜け漏れを防ぐという品質面の効果が大きい領域でもあります。

勤怠の自動化には前提があります。厚生労働省の「労働時間の適正な把握のために使用者が講ずべき措置に関するガイドライン」は、始業・終業時刻の確認と記録の原則的な方法を2つ挙げています。使用者が自ら現認するか、タイムカード・ICカード・パソコンの使用時間の記録等の客観的な記録を基礎として確認し記録することです。自己申告制によらざるを得ない場合には、労働者と管理者への十分な説明や必要に応じた実態調査などの措置を求めています（厚生労働省 同ガイドライン、平成29年1月20日策定）。打刻漏れの検出や残業超過の警告を自動化する前に、客観的な記録が取れている状態を作ることが順番として先です。

入退社手続きの側では、社会保険の届出がすでに電子申請前提に動いています。日本年金機構は令和2年4月から、資本金等の額が一定額を超える特定の法人の事業所について報酬月額算定基礎届・報酬月額変更届・賞与支払届を必ず電子申請で行うこととしています（日本年金機構「電子申請の義務化」、更新日2022年9月2日）。義務化の対象外の会社でも、入社時に集める情報を最初からデータで受け取り届出書類の作成まで流す形にしておけば手順の連鎖は途切れません。

入退社の自動化で決めるのは次の3点です。

• 誰が：人事担当者が入社時のチェックリストをアカウント・貸与品・届出・案内の工程ごとに書き出します
• 何を：従業員本人がフォームに入力した情報を届出書と社内システムへ転記する部分を機械に渡します
• どこまで：届出の送信と貸与品の発注の前には、人の承認を1回置きます

社内問い合わせは就業規則と社内規程を根拠に答えるAIヘルプデスクに任せ、担当者は規程の更新に回る

「この申請はどうやるのか」「規程はどこにあるのか」という問い合わせの多くは、答えが社内文書に書いてある質問です。社内規程やマニュアルを参照して回答するAIヘルプデスクを置けば、担当者は同じ説明の繰り返しから解放されます。

この形は労務ソフトの側でも実装が進んでいます。SmartHRは管理部門がアップロードした就業規則やマニュアル等の資料を根拠に生成AIが従業員の問い合わせに自動回答する「AIアシスタント」を2025年7月に提供開始しました（株式会社SmartHR プレスリリース、2025年6月24日）。提供開始後1年で導入企業数が900社を超え、累計の問い合わせ自動回答数は15万回に達したと発表しています（SmartHR プレスリリース、2026年7月7日）。1社の公表値なので市場全体の傾向とは言えませんが、就業規則を根拠にした自動回答が実務で回っている例として確認できます。

AIヘルプデスクの精度は根拠となる文書の整備で決まり、古い規程を参照していれば誤答になります。仕組みの選び方と社内文書の整え方はRAGの業務活用ガイドにまとめており、総務の役割は回答することから規程を最新に保つことへ移ります。

進め方は担当者・経営・技術側の3役で分け、1業務を下書きまでの最小の仕組みで回してから広げる

自動化が止まる原因の筆頭が「業務が思い浮かばない」であることは最初の節で見ました。裏返すと、進め方の要点は誰がどの業務を選んでどこまで任せるかを先に決めることです。

担当者がやること（何を選ぶか）。 1業務を選ぶ基準は、頻度が高い・時間を取られている・失敗しても致命傷にならないの3つです。請求書処理と社内問い合わせ対応はこの条件を満たしやすい定番です。選んだら、担当者自身が例外と暗黙のルール（この取引先だけ締め日が違う、この申請は部長承認が要る）を書き出します。例外を知っているのは情報システム部門ではなく現場の担当者で、ここを飛ばした仕組みは初月の例外で止まります。

経営がやること（誰が承認するか）。 対象業務の決定と、自動化された処理の最終承認者の指名です。承認者が決まっていない自動化は、誰も見ていない処理を生みます。あわせて、効果を測るための導入前の数字（1件あたりの処理時間や月の件数）を担当者に取ってもらう指示を出します。効果の測り方と2つ目の業務へ広げる判断はAI導入の進め方8ステップにまとめてあります。

技術側がやること（どこまで作るか）。 社内のIT担当か外部のエンジニアが、まず読み取りと下書きまでを担う最小の仕組みを置きます。最初から承認や送信まで自動にせず、人の確認画面で止まる設計にします。難易度は業務データがどこにあるかで変わり、Excelファイルが個人フォルダに散在している状態なら脱Excelのデータ基盤づくりを並行して進めると次の業務にも効きます。白書の調査ではデジタル化の取組段階が「紙や口頭による業務が中心」の段階1にある中小企業は15.4%でした。「アナログな状況からデジタルツールを利用した業務環境に移行している」段階2が57.3%を占め（n=12,215）、多くの会社は自動化の前にデータの置き場を整える段階にあります（中小企業庁 同白書の概要、2026年4月24日閣議決定）。

小さく始めて効果を確かめ、型にして横へ広げる順番はDXの5ステップと同じです。遠回りに見えて、これが最短ルートです。

先に決めるのはチェック体制と権限設計で、個人データの入力前に利用目的と学習利用の有無を確かめる

1. チェック体制。 AIの読み取りや下書きには誤りが混ざる前提で、どの工程を人が確認し誰が最終承認するかを業務ごとに決めます。経理のようにお金へ直結する業務では「自動化された処理を誰も見ていない」状態を作らないことが条件で、前節で経営の役割に承認者の指名を置いたのはこのためです。

2. 権限設計。 給与・評価・個人情報を扱うバックオフィスでは、自動化の仕組みがどのデータにアクセスできてその出力を誰が見られるかを導入前に設計します。個人情報保護委員会は2023年6月2日の注意喚起で、個人情報取扱事業者が生成AIサービスに個人情報を含むプロンプトを入力する場合の留意点を示しています。1つ目は、その入力が特定された利用目的を達成するために必要な範囲内であることを十分に確認することです。2つ目として、個人データを含むプロンプトを入力して応答の出力以外の目的で取り扱われる場合は、本人の同意がなければ個人情報保護法に違反する可能性があると指摘しています。そのため提供事業者がその個人データを機械学習に利用しないこと等を十分に確認することも求めています（個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」、令和5年6月2日）。入退社手続きや給与に関する文書を生成AIに渡す前に、この2点を契約とサービスの設定で確かめておきます。

白書の調査で取り組まない理由の3番目に「社内ルール・ガイドラインが整備されていない」が挙がっていたとおり、ルールの不在はそのまま自動化の足かせになります。入力してよい情報の線引きと利用サービスの指定を含む社内ルールの作り方は生成AIの社内利用ルールの作り方にチェックリストで示しています。便利さを優先して権限を広げすぎると、後から締め直すのは困難です。自動化は人を減らすためではなく、確認と例外対応という人にしかできない仕事に時間を返すための投資で、チェック体制と権限設計はその土台になります。

バックオフィス自動化のよくある質問

Q. 会計ソフトや労務ソフトを入れていれば、それだけで自動化は済みますか？

ソフトが担うのは読み取りと下書きまでで、自社の規程との照合ルールや例外の扱いは会社ごとに設定が要ります。会計ソフト大手2社が人の承認工程を残す設計にしている点は生成AIの節で確認したとおりで、承認者の指名と例外の書き出しは自社で行う作業です。

Q. 電子帳簿保存法やインボイス制度への対応が済んでいない会社が、自動化から先に始めても問題ありませんか？

順番は逆で、受領した請求書データの保存要件と登録番号の確認を満たす仕組みが自動化の土台になります。制度の要点は請求書処理の節に国税庁のページとあわせてまとめましたが、自社への適用は税理士に確認してください。

Q. 経理や総務の担当者が1人しかいない会社でも進められますか？

進められますが、その担当者が例外を書き出す時間を確保することが条件です。進め方の節で示した3役のうち担当者と経営者が同じ人でも成り立ち、技術側だけ社内のIT担当か外部に置きます。

Q. 給与や人事評価のデータを生成AIに入れても大丈夫ですか？

利用目的の範囲内かと提供事業者が学習に使わないかの2点を確認してからで、チェック体制と権限設計の節に個人情報保護委員会の注意喚起を引いています。確認できないサービスには入れないという線引きを社内ルールに書いておくのが実務上の答えです。

SAIの視点：バックオフィスの自動化は業務の例外を知る人と一緒に作るもの

バックオフィスの自動化で最初に止まるのは技術ではなく、担当者の頭の中にしかない例外がどこにも書かれていないことです。私たち株式会社SAIのAI導入支援は、業務の棚卸しから対象業務の選定・実装・定着までを現場の担当者と一緒に進めます。ツールの性能より、例外と暗黙のルールを知る担当者の知恵をどれだけ設計に反映できるかが成否を分けると考えているからです。BCP（事業継続計画）支援の企業では、ヒアリング議事録の要約とBCP文書のドラフト生成に加えてチェックリストの自動化を日常業務へ組み込みました。そのうえでスタッフが自分で使い方を広げられる状態まで伴走しました（事例：BCP支援企業のAI活用定着）。バックオフィスの自動化でも同じで、下書きを機械に任せて確認を人に残す設計を担当者と一緒に作ります。

お問い合わせの際は、月初に一番時間を取られている業務を1つと、その業務で例外になりやすい取引先や申請の種類を思いつく範囲で書いてください。そこから、人の確認をどこに残すかを一緒に決めていきます。お問い合わせはこちら。