---
title: AI時代の承認プロセス｜経費精算の事例から学ぶAI承認フレームワーク
tags:  #ai #dx #承認プロセス #業務効率化 #human-in-the-loop #ワークフロー #コンプライアンス #経費精算  
author: [HARMONIC insight](https://www.docswell.com/user/HARMONICinsight)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/GEWGD2X1J2.jpg?width=480
description: 「AIを入れれば業務は良くなる」は本当か？承認プロセスの4つの課題（遅延・属人化・形骸化・不透明性）をA   Iでどう解決するか、経費精算の事例を入り口に一般フレームワークとして解説。Human-in-the-Loopの設計思想   、AIに任せていいこと・ダメなことの線引き、導入ロードマップまで。
published: March 23, 26
canonical: https://www.docswell.com/s/HARMONICinsight/KWR1GX-ai-approval-process-framework
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/GEWGD2X1J2.jpg)

Hi
AI時代の承認プロセス
～ AIを使ってどう承認フローを構築するか ～
― 経費精算の事例から学ぶ、AI承認の一般フレームワーク ―
H
A
R
M
O
N
I
h-insight.jp
C
i n s i g h t


# Page. 2

![Page Image](https://bcdn.docswell.com/page/47ZLGD6XJ3.jpg)

従来の承認プロセスの課題
遅延
属人化
形骸化
不透明性
承認者の不在・多忙で
プロセスが停滞
判断基準が承認者ごとに
ばらつき品質が不安定
件数が多く確認が
形式的になりがち
なぜ承認/却下されたか
理由が残らない
これらの課題は業種・規模を問わず、あらゆる承認プロセスに共通する構造的問題
HARMONIC insight
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/YJ6WY12PJV.jpg)

AI承認の基本アーキテクチャ
1
2
3
→
→
申請
AIチェック
判定
従業員が
申請を提出
ルール・AIが
自動検証
OK / NG / 要確認
自動振り分け
OK → 自動承認
基準適合なら即時承認
承認記録を自動保存
要確認 → 人間レビュー
例外・高額案件は
担当者が最終判断
NG → 差し戻し
不備・規定違反は
理由明示して申請者へ返却
核心：Human-in-the-Loop AIが処理できる定型判断は自動化し、例外・判断が必要なケースのみ人間にエスカレーション
。完全自動化ではなく「AIと人の最適な分担」がポイント。
HARMONIC insight
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/GJ5MG42PJ4.jpg)

AIが担う承認チェック機能（一般化）
1
ルール準拠チェック
2
社内規定・法規制への
適合を自動検証
必要書類の添付漏れ、
必須項目の記入漏れ検出
規定、ポリシー、法令との照合
4
コンプライアンス確認
インボイス番号、税務要件の確認
3
整合性・妥当性検証
金額・日付・分類の
論理的整合性を確認
領収書、契約書、証明書類の確認
法的要件・外部基準
への準拠を検証
HARMONIC insight
書類・データ完全性
5
科目、数値範囲、日付矛盾の検出
異常検知・リスク評価
過去データとの比較で
異常値・不正パターンを検出
統計的外れ値、重複申請の検知
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/9E29YV4Z7R.jpg)

AI承認導入の3原則
01
02
03
透明性
段階性
協働性
Transparency
Gradual Adoption
Human-AI Collaboration
AIの判断理由を必ず可視化する
小さく始めて段階的に拡大する
AIと人間の役割を明確に分担する
•
NG理由をコメントとして表示
•
まず定型的な承認から自動化
•
AIは定型チェック・一次判断を担当
•
判断に使用したルールを明示
•
成功実績を積み対象領域を拡大
•
人間は例外対応・最終判断に集中
•
監査証跡（Audit Trail）を自動記録
•
人間の監視レベルを徐々に調整
•
全従業員がAIの処理内容を理解
HARMONIC insight
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/D7Y4G3MNEM.jpg)

AIに任せていいこと・ダメなこと
大前提：AIは元来「信頼できないもの」。ハルシネーション（もっともらしい嘘）や仮データの生成は避けられない。
だからこそ、AIに何をやらせ・何をやらせないかの線引きが設計の要になる。
AIに任せてよい領域
AIに任せてはいけない領域
定型ルールのプログラム化
データの生成・作成
「出張日当は日額○円」「○万円以上は部長承認」
など、明文化されたルールの自動適用
仮データや推定値をもっともらしく生成する。
RPAでも同様の問題が発生している
チェック・検証・照合
最終的なアウトプットの確定
添付書類の有無、金額と領収書の一致、
規定上限との比較など
帳票の作成、システムへの登録・更新など、
取り消しが困難な確定行為
異常値の検出・フラグ付け
承認そのものの最終判断
統計的な外れ値や重複パターンの
検出と人間への通知
例外的な案件や金額の大きい案件の
最終意思決定
AIは「チェックする側」に置く。「作る側」「登録する側」に置いてはいけない。
HARMONIC insight
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/VENYGVWVJ8.jpg)

適用領域の広がり ― 経費精算を超えて
導入済
経費精算
拡張可能
稟議・決裁
拡張可能
契約審査
領収書・規定チェック
金額・権限に応じた
条項リスク分析
→ 自動承認
ルートを自動判定
→ 法務エスカレーション
拡張可能
人事申請
拡張可能
調達・発注
拡張可能
コード/リリース
勤怠・休暇の規定
予算残・取引先評価
品質基準・テスト結果
適合を自動確認
を自動検証
の自動ゲーティング
HARMONIC insight
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/Y79PW6XVE3.jpg)

導入ロードマップ
1
2
3
Phase 1
Phase 2
Phase 3
アセスメント
PoC・パイロット
本番展開・定着
1〜2ヶ月
2〜3ヶ月
2〜3ヶ月
•
現行承認フローの可視化
•
小規模部門で試行
•
全社展開・教育
•
自動化対象の選定
•
現場フィードバック→運用調整
•
モニタリング体制構築
•
ルール・規定の整理
•
AIモデルのチューニング
•
定着化支援・改善サイクル確立
HARMONIC insight
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/G78DNZ247D.jpg)

まとめ：AI承認がもたらす変革
スピード
正確性
透明性
スケーラビリティ
定型承認の
ヒューマンエラーを
全判断の根拠が
件数増加にも
リードタイムを大幅短縮
大幅に削減
記録・追跡可能
コスト比例せず対応
AIは承認者を置き換えるのではなく、承認者がより価値の高い判断に集中できる環境をつくる
H
A
R
M
O
N
I
C
i n s i g h t