改正電子帳簿保存法により、電子取引データの保存が必要となったほか、国税関係書類をスキャナ保存する際の要件も定められています。紙で受け取った請求書や領収書などをAI-OCRでデジタル化する場合も、AI-OCRによる読み取りだけでなく、保存方法や検索機能などの要件を確認する必要があります。
この記事では、電子帳簿保存法が求める主な要件とAI-OCRで対応できる範囲、保存時に確認したいポイントを解説します。
電子帳簿保存法では、国税関係書類を電子データとして保存する場合、真実性や可視性、検索機能の確保などが求められます。AI-OCRの読み取り機能だけでこれらすべての要件を満たせるとは限らないため、保存先のシステムや運用方法まで含めて確認することが大切です。
スキャナ保存では、タイムスタンプの付与や訂正・削除履歴の管理など、保存したデータの真実性を確保するための要件があります。AI-OCRによる文字読み取りだけでは、こうした保存機能までカバーできない場合があります。保存先のシステムがどのような履歴管理や訂正・削除防止の機能を備えているかを見極めることが大切です。
保存した書類を必要なときに画面や書面で明瞭に確認できるよう、見読可能性を確保する必要があります。AI-OCRでは画像から文字データを抽出できますが、元画像の保存や表示・出力まで対応しているかは製品によって異なります。電子帳簿保存法への対応を検討する際は、読み取り機能だけでなく、保存した画像を確認・出力できる仕組みも押さえておきましょう。
保存したデータについては、取引年月日その他の日付、取引金額、取引先などを検索条件として設定できるようにする必要があります。AI-OCRで文字を読み取って保存するだけでは、必要な検索機能を満たせるとは限りません。読み取り結果を項目ごとに登録するなど、必要な情報を検索できる状態にしておくことが求められます。
AI-OCRを電帳法対応に利用する場合は、読み取り精度だけでなく、その後のデータ処理や保存まで含めて業務フローを設計する必要があります。特に、紙で受け取る書類と電子データで受け取る書類では処理方法が異なるため、それぞれの保存方法を整理しておきましょう。
紙で受け取った請求書や領収書などをスキャナ保存する場合と、メールやWebサービスなどで受け取った電子取引データを保存する場合では、求められる法的要件や保存ルールが異なります。紙の書類はAI-OCRで読み取る、電子取引データは受け取った電子データを保存するなど、書類の受領方法に応じたフローを整理しておきましょう。
AI-OCRで読み取った文字や金額などに誤りがあった場合は、誰が内容を確認し、どのように修正するのかをあらかじめ決めておく必要があります。読み取り結果の確認者や修正方法、修正後のデータをどのように管理するかまで業務フローに組み込んでおくと、運用時の対応が明確になります。
電子帳簿保存法への対応を目的としてシステムを選ぶ場合は、JIIMA認証を取得しているかどうかも判断材料の一つになります。JIIMA認証は、電子帳簿保存法の要件に対応したソフトウェアであることを確認する際の参考情報として活用できます。ただし、実際の運用が自社の保存方法や業務フローに適合するかは、個別に確認することが必要です。
AI-OCRは、紙の国税関係書類をデジタル化する手段の一つですが、AI-OCRの読み取り機能だけで電子帳簿保存法の要件をすべて満たせるとは限りません。とくに検索機能については、取引年月日その他の日付、取引金額、取引先などを検索条件として設定できる状態にしておく必要があります。
電帳法対応と業務効率化を両立するには、読み取りから項目抽出、検索可能な状態での保存、基幹システムとの連携までを一貫して扱える仕組みを検討する方法があります。AI-OCRだけでなく、より広い文書処理に対応するインテリジェントドキュメント処理(IDP)を含めたツール比較は、以下のページで整理しています。
ここでは、法務・経理・調達それぞれの部門向けにおすすめのインテリジェントドキュメント処理ツールをご紹介。日本法人を持つメーカーの中から、各部門の文書処理に活用しやすい製品を調査しました。
過去の契約書をナレッジとして活用できておらず、毎回ゼロからレビューしている
PDFを条項・金額などの項目単位で構造化データに変換し、標準的なOCRの枠を超えて文脈を正しく理解。全文を人がレビューするやり方から「AIが絞り込み→人が最終判断」のフローへ切り替え、工数を削減可能。
データは外部AIの学習に使われる心配がなく、専用ナレッジに蓄積。自社データだけを対象に、AIが全契約を横断照合し、「違約金が相場より高い」などのリスクを自動特定。1件ずつ開いて確認する作業がなくなる。
月末・期末に処理が集中し、担当者の残業が常態化している
日本語の請求書に対応した事前学習済みAIモデルを搭載しており、テンプレート設定やAIの個別トレーニングは不要。導入直後から活用しやすく、請求書が集中する月末・期末でもスムーズに処理。
RPAツールやSAP・OracleなどERPとの連携機能を標準搭載。連携環境を一から構築する負担を抑えながら、抽出した請求書データを社内システムへそのまま自動登録できる。
品番や備考欄の特殊条件が書類によって異なり、人が読み解く手間が発生している
独自開発AIにより「この位置に品番がある」といった固定パターンに依存せず、帳票内の品番や特殊条件などを抽出。取引先ごとに形式が異なる書類でも、項目の位置や表記ゆれに対応しやすい。
レイアウトをテンプレートなしで視覚的に理解できるコンピュータビジョンにより、新しい帳票でも再学習・調整なしで処理を開始。サプライヤーが増えるたびに設定をやり直す運用負荷を軽減。