メディア
AI エージェント

稟議・申請の承認業務に AI を入れる前に決めること|起案の支援と承認の判断の分け方

公開
執筆者: Offers AX 編集部・編集部

稟議や申請の承認業務に AI を入れるなら、流れを起案・内容の確認・承認・記録の4つに分け、AI には起案の下書き、不足項目の指摘、過去の類似案件の検索、規程との照合を任せます。承認するかどうかと、規程に無い例外をどう扱うかは、決裁の権限を持つ人に残してください。AI の指摘を承認者がどう扱ったかまで記録しておけば、後から判断の経緯をたどれます。

稟議書の下書きを AI で作ること自体は難しくありません。導入の前に決めておきたいのは、AI にどこまで任せ、どこから人が引き受けるかです。ここを決めないまま始めると、承認者が AI の結論を追認するだけの手続きが残りかねません。

もう1つの前提が規程です。規程との照合は、最新の規程が一か所にそろっていなければ、古い基準のまま「問題なし」と返す仕組みになってしまいます。

O
執筆者

編集部

Offers AX 編集部

株式会社overflow が運営する Offers AX の編集部です。全社の AI 導入(AX)を支援する現場の知見をもとに記事を制作しています。

この執筆者の詳細・記事一覧 →

稟議と申請の流れを4つに分けると、AI に任せる作業と人に残す判断がはっきりする

稟議と申請の流れを起案・内容の確認・承認・記録の4つに分けると、AI に任せる作業と人に残す判断は次の表のとおりです。

工程 AI に任せる作業 人に残す判断 AI が照らし合わせる資料
起案 申請者のメモや見積書からの下書き、様式の欄の埋め込み、文面の統一 何を・なぜ申請するか、金額と相手先、申請するかどうか 申請者のメモ、見積書、契約書の案、申請の様式
内容の確認 不足項目と添付漏れの指摘、金額の検算、過去の類似案件の検索、規程との照合(決裁者と合議先の候補) 指摘を受けて直すか、差し戻すか 職務権限規程や決裁の基準、経費や契約の規程、過去の稟議の記録
承認 承認者に渡す要約、照合の結果と根拠の一覧 承認・否認・条件付きの承認のどれにするか、規程に無い例外を認めるか なし(AI は結論を出さない)
記録 承認の記録と AI の指摘の結び付け、検索用の項目の付与 記録の保存期間と、閲覧できる人の範囲 文書管理の規程

表の「人に残す判断」には、お金や契約について会社として責任を負うかどうかに関わる事柄を置きました。AI に任せる作業は、どれも結果を人が確かめられるものです。下書きは申請者が読めば誤りに気づけますし、不足項目の指摘や規程との照合は、根拠の条項を開けば正しいかどうかが分かります。

承認の行には、AI に任せる作業として要約と照合の結果の一覧だけを置き、「承認してよい」「否認すべき」といった結論は入れていません。その理由は、この後の承認の節で書きます。経理・総務・法務のそれぞれで AI に任せる作業と人に残す判断の順番は、バックオフィス AI の始め方にまとめました。

起案と内容の確認では、AI が下書きと指摘を出し、申請者が提出前に直す

起案と内容の確認では、AI が下書きと指摘を出し、申請者が提出する前に直す形にします。承認者の手元に届く前に不足や誤りを減らせば差し戻しの往復が減り、承認者は中身の判断に時間を使えるでしょう。

起案の下書きでは、金額・相手先・日付・契約期間のような数字と固有名詞を見積書や契約書の案から引かせ、AI に推測で埋めさせない決まりにしてください。資料に無い項目は空欄のまま残し、申請者に問い合わせる形が安全です。生成 AI は資料に無い値をもっともらしく補うことがあり、この現象はハルシネーションと呼ばれます。

不足項目の指摘は、申請の種類ごとに必須の項目と添付を決めておけば、AI に任せやすい作業です。たとえば、社内の規程が一定の金額を超える購買に相見積もりを求めているのに見積書が1社分しか無い、契約の申請なのに相手先が反社会的勢力でないことの確認の記録が無い、といった漏れを提出前に示せます。指摘には、どの規程のどの条項に基づくかを添えさせましょう。

過去の類似案件の検索では、同じ取引先・同じ品目・同じ規模の金額の稟議を探し、そのときの結論と付いた条件を並べます。申請者は前例を見て書き方をそろえられ、承認者は過去の判断との違いを確かめられるはずです。ただし、規程が改定される前の案件は、承認されていても今の基準の前例にはなりません。検索の結果に案件の承認日と、そのとき有効だった規程の改定日を並べて出すと、取り違えを防げます。

閲覧の権限にも注意が要ります。人事の申請や公表前の投資・提携の稟議は、関係者しか見られないはずの記録です。類似案件の検索が申請者の権限を超えて記録を返せば、それだけで情報が漏れてしまいます。AI が検索できる範囲は、申請者本人が見られる記録に限ってください。権限を必要な範囲に絞る考え方は最小権限の用語ページで説明しています。

添付資料も油断できません。取引先から届いた見積書や PDF に AI への指示のような文が紛れ込んでいると、照合の結果がゆがむおそれがあります。こうした攻撃はプロンプトインジェクションと呼ばれ、AI に承認の操作をさせない理由の1つです。

規程との照合は、最新の規程が一か所にそろっていることが前提になる

規程との照合が役に立つのは、最新の規程が一か所にそろい、AI がそこだけを読む状態になってからです。共有フォルダに改定前の規程や部門ごとの写しが残っていると、AI は古い金額の基準で決裁者を示したり、廃止された手続きを求めたりします。

国の指針も、AI の利用者に、正確性と、必要な場合には最新性が担保されたデータを入力するよう求めています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日)。

照合を始める前に、次の4つを整えてください。

  1. 規程の正本の置き場を一か所に決め、AI が読むのはそこだけにする
  2. 規程ごとに施行日と改定の履歴を持たせ、改定前の規程は照合の対象から外す
  3. 決裁の権限の表(金額や案件の種類ごとの決裁者)は文章ではなく表のデータとして持ち、金額の比較は AI の文章の中ではなく計算で行う
  4. 規程を改定したら、過去の申請を何件か使い、照合の結果が新しい規程どおりに変わることを確かめる

照合の結果には、根拠にした規程の名前・条項・改定日を必ず添えさせます。承認者が根拠を開いて確かめられるようにするためで、根拠を示せない指摘は表示しない設定にしておくと、誤った指摘に振り回されずに済むでしょう。

取締役会を置く会社では、照合の対象に取締役会へ付議する基準も含めておくと安心です。会社法第362条第4項は、重要な財産の処分及び譲受け、多額の借財、支配人その他の重要な使用人の選任及び解任などの重要な業務執行の決定を、取締役会が取締役に委任できないと定めています。稟議の決裁だけで済ませてはいけない案件を、AI が照合で見つけて担当の部門へ知らせる使い方です。付議が要るかどうかの判断は、取締役会の事務局や法務の担当者に委ねる形が現実的です。

規程のほか、社内の文書やデータを AI に読ませる前の整え方は、AI のデータ整備の進め方で手順ごとに扱っています。

承認の可否と例外の扱いは、AI に代行させない

承認するかどうかと、規程に無い例外をどう扱うかは、AI に代行させず、決裁の権限を持つ人が決めます。理由は、承認が権限と責任を伴う手続きであること、例外には規程にも前例にも答えが無いこと、人が AI の提案に引きずられやすいことの3つです。

承認は、権限と責任を割り当てられた人が行う手続きである

承認は、会社が権限と責任を割り当てた人が行う手続きです。上場企業の内部統制の評価に使われる基準は、資産の保全を、資産の取得・使用・処分が正当な手続と承認の下で行われるよう図ることとし、統制活動には権限及び職責の付与や職務の分掌などの方針と手続が含まれるとしています(企業会計審議会「財務報告に係る内部統制の評価及び監査の基準」2023年4月7日改訂)。

職務権限規程は、どの金額・どの種類の案件を誰が決めるかを役職に割り当てたものです。AI が承認を決めれば、権限を割り当てられていない仕組みが決裁したことになり、誰が責任を負うのかがあいまいになります。AI エージェントには、ワークフローのシステムで承認の操作をする権限を与えない設定にしておきましょう。AI エージェントに持たせる権限の決め方は、AI エージェントのセキュリティの記事で扱っています。

例外には、規程にも前例にも答えが無い

例外は、規程にも前例にも答えが無い案件です。AI が判断の材料にする規程と過去の記録が、ちょうど手薄になる場面だといえます。取引先の事情で支払いの条件を変える、期限に間に合わせるために手続きの一部を後回しにする、といった判断には、資金繰りや取引先との関係のように記録に表れない事情が関わるでしょう。

例外を認めるときは、承認者が理由と期限を書いて記録に残し、同じ例外が繰り返されるなら規程の改定を検討する流れにしておくと、例外が前例のまま積み重なることを防げます。

人は、AI の提案に引きずられやすい

人は、自動化されたシステムの出力を過度に信頼しがちです。国の指針はこの現象を「自動化バイアス」と呼び、必要な対策として、AI の評価や判断を人が承認するときは、承認する理由や根拠を人が自分で考えてから承認することなどを示しています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日)。

分野は違いますが、医療の画像診断の実験がこの傾向を数字で示しています。27人の読影医が、AI の判定として示された提案を見ながらマンモグラフィの画像50件を読んだところ、提案が正しいときに正しく判定できた割合は、経験の浅い読影医で79.7%、経験の豊富な読影医で82.3%でした。提案が誤っているときは、それぞれ19.8%と45.5%まで下がっています(Dratsch ほか「Automation Bias in Mammography」Radiology・2023年5月2日公開)。

稟議に置き換えると、AI が「承認してよい」と示した案件で、承認者が自分で確かめる前に結論を受け入れてしまうおそれがあるということです。経験を積んだ読影医でも影響が小さくなるだけで無くならなかったことは、ベテランの承認者にも同じ注意が要ることを示しています。

そこで、AI には承認の結論を出させず、事実の指摘と根拠だけを出させます。画面には「承認してよい」「否認を勧める」のような表示を置かず、指摘が1件も無いときも、AI が確かめた項目の一覧を示す表示にしてください。指摘が無いことは、案件に問題が無いことを意味しません。

なお、規程で決めた条件を満たす少額の定型の申請を、ワークフローのシステムが自動で承認済みにする運用はあり得ます。これは人が決めた規則を機械が当てはめる仕組みで、AI に承認の判断を任せることとは分けて扱うべきです。その場合も、規則を決めた人と見直す時期を規程に書いておきましょう。

Offers AX は、人事の申請の一次確認から AI を入れ、動くもので確かめてから実装する

Offers AX は人事業務に特化した AI エージェントの開発と伴走の支援で、承認業務なら、労務の各種申請の一次確認のような人事の申請から AI を入れます。各部門をつなぐ人事部門が先に AI を使いこなし、効果を実測してから全社の AX へつなげます。支援はコンサルティング、AI エージェントの開発、社内への引き継ぎまでを最初から設計する内製化の支援の3つです。

Offers AX がとるのは、業務の現場に近い距離で戦略立案と実装を一体で進める FDE(Forward Deployed Engineer)型のモデルです。FDE がどんな職種で、顧客の現場で何を担うのかは、FDE(Forward Deployed Engineer)の定義と仕事内容で詳しく解説しています。要件定義書ではなく動くもので合意し、数週間で動くプロトタイプを作って、実業務で効果を確かめてから本実装へ進みます。規程との照合や、次の節で書く記録の残し方も、検証の期間に実際の人事の申請で試せるでしょう。

構築はお客様の環境(GCP・Azure・AWS)で行い、Offers AX の環境に顧客データを抱えません。契約が終わっても、作った資産はお客様の環境に残ります。AI の出力は下書き・参考情報として扱い、事実の認定や処遇の判断は人が行う前提で設計しています。承認を AI に代行させない、この記事の考え方と同じ前提です。

支援の範囲と進め方はOffers AX のサービスページで確かめられます。効果が出ない場合に中止を選べることも、最初から契約の前提です。人事のどの申請から AI を入れるかが決まっていない時点でも、無料相談を申し込むから相談できます。

AI の指摘を承認者が見たときは、指摘と対応の両方を記録に残す

AI の指摘を承認者が見たときは、AI が何を指摘し、承認者がそれにどう対応したかを、承認の記録と同じ案件の番号で結び付けて残します。承認の結果だけを残すと、監査や事故の調べで「AI は不備に気づいていたのか」「承認者は指摘を見たのか」を後から確かめられません。

国の指針は、利用時の入出力や判断根拠などのログを記録・保存し、事故の原因究明や再発防止策の検討などを踏まえて、記録の方法・頻度・保存期間を検討するよう求めています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日)。

上場企業の内部統制の評価に使われる基準も、内部統制の整備と運用の状況は適切に記録・保存される必要があるとしています(企業会計審議会「財務報告に係る内部統制の評価及び監査の基準」2023年4月7日改訂)。

大会社である取締役会設置会社では、取締役の職務の執行に係る情報の保存及び管理に関する体制の整備を、取締役会が決めなければなりません(会社法第362条第4項第6号・第5項、会社法施行規則第100条第1項第1号)。稟議の記録を文書管理の規程で扱っている会社なら、AI の指摘と対応の記録も同じ規程の保存期間と閲覧の範囲に含めておくと、扱いがそろいます。

記録に残す項目は、次の5つです。

記録する項目 中身の例 後で何に使うか
AI の指摘 不足項目、規程との不一致、類似案件の番号 承認の時点で何が分かっていたかを示す
指摘の根拠 規程の名前・条項・改定日、参照した過去の案件 指摘が正しかったかを後から確かめる
AI の設定 使ったモデルの名前、指示文の改定日 設定を変えた前後で、指摘の傾向を比べる
承認者の対応 指摘ごとに「申請者に直させた」「確認して問題なしとした」「対象外とした」と、その理由 指摘を見たうえでの判断だったかを示す
承認の結果 承認・否認・条件付きの承認、承認者、日時、例外を認めた理由 監査や事故の調べで、判断の経緯をたどる

承認者の対応の欄は、選択肢を選ぶだけでなく、「問題なし」とした指摘には理由を一言書く形にしておくと、承認の節で書いた自動化バイアスへの対策にもなります。理由を書くには、承認者が自分で根拠を確かめる必要があるからです。

記録は、AI の運用の見直しにも使えます。承認者が「問題なし」とした指摘の割合が高い状態が続くなら、指摘が細かすぎて読まれていないか、承認者が確かめずに承認しているかのどちらかでしょう。月に1度、記録から指摘の件数と承認者の対応の内訳を数え、指摘の基準を見直してください。AI エージェントを業務に入れた後の監視と見直しの回し方は、AI エージェントの運用の記事にまとめています。

最初の1か月は、件数の多い申請を1種類選び、過去の案件で AI の指摘を確かめる

最初の1か月は、件数の多い申請を1種類だけ選び、結論の出た過去の案件で AI の指摘を確かめるところから始めるのが確実です。正解が手元にあるので、進行中の承認に影響を出さずに指摘の正確さを測れます。進め方は次の5つです。

  1. 経費の精算、購買、契約の審査の依頼のように、件数が多く様式の決まった申請を1種類選ぶ
  2. その申請に関わる規程の正本をそろえ、改定前の規程を照合の対象から外す
  3. 過去3か月ほどの案件で AI に指摘を出させ、実際に差し戻された理由と比べて、正しかった指摘・誤っていた指摘・見逃した不備の件数を数える
  4. 本番は、申請者が提出前に AI の指摘を見る形で始め、承認者の画面に指摘を出すのは記録の残し方が決まってからにする
  5. 1か月分の記録を見て、承認者の画面に広げるか、別の申請に広げるか、やめるかを決める

承認者の画面に出すのを後に回すのは、自動化バイアスの心配が承認者の側で大きいからです。申請者が提出前に指摘を見て直す使い方なら、AI が誤った指摘を出しても、申請者が根拠を確かめて対応しないと決められます。

件数が少なく、1件ごとに中身の違う稟議では、AI の効果は出にくいでしょう。新規事業への投資や他社との提携のような案件は、承認者が資料を読み込んで判断する時間が中心で、不足項目の指摘や規程との照合で減らせる手間は限られます。こうした稟議では、過去の類似案件の検索と論点の要約にとどめるのが妥当です。

AI の検証を本番の運用につなげるために前もって決めておくことは、AI の PoC で止まらない進め方にまとめています。AI エージェントを業務に入れる話は、AI エージェントの記事一覧から順に読めます。

AI を全社の成果につなげる Offers AX

コンサルティング・AI エージェント開発・内製化支援の3本柱で、実装まで支援します。無料相談を受け付けています。

無料で相談する

Offers AX のサービスを見る

記事一覧へ