先日、顧問先の事務担当者が作業している場面を横で見ていた。受け取った紙の請求書を1枚ずつスキャンし、そのPDFを画面に表示させながら、会計ソフトに手打ちで入力していた。「これ、月末になると100枚くらい来るんですよ」と言っていた。
話を聞くと、入力が終わるまで毎月2〜3日かかるという。その期間は他の業務を止めて、ひたすら入力に集中しているらしい。「間違えたら大変なので、全部2回確認しています」とも言っていた。
僕はこのやり方を変えた方がいいと思った。ただ、「AIを使えばすぐ解決」という話ではない。この記事では、データ入力の自動化で何がどこまでできるか、どのツールをどんな状況で使うべきかを、具体的に整理する。
AIがデータ入力で代われること、代われないこと
「AIでデータ入力を自動化する」という言葉には、実際にはいくつかの異なる技術が混在している。まず整理しておく。
AIが得意なデータ入力の仕事
文字の読み取り（OCR系）
紙やPDFから文字情報を抽出する。AI-OCRと呼ばれる技術で、定型フォーマットの帳票（請求書・納品書・注文書など）であれば高い精度で読み取れる。
読み取ったデータの転記（RPA系）
ExcelのデータをシステムAに入力する、会計ソフトから販売管理ソフトへデータを移す、といった「画面をまたぐ転記作業」を自動化する。人間がやっているマウス操作・キーボード入力をそのまま模倣する仕組みだ。
PDFや画像の整形（ChatGPT系）
請求書の画像をChatGPTに貼り付けて「この請求書の品目・単価・合計を表形式で出力して」と指示すると、テキスト化してくれる。完全な自動化ではなく、「人間が貼り付けて・確認して・使う」という半自動の使い方になる。
フォーム送信をトリガーにした自動登録（iPaaS系）
GoogleフォームやMicrosoft Formsへの入力データを、自動的にスプレッドシートやkintoneへ登録する。ZapierやMakeがこの用途で使われる。
AIが苦手なこと
入力フォーマットがバラバラなデータ
手書き・複数のフォント・レイアウトが毎回違う書類は、AI-OCRの精度が大幅に下がる。「定型帳票」であることが前提だ。
判断を伴う入力
「この経費はどの勘定科目に入れるか」「この発注はどの案件に紐付けるか」といった判断は、AIには任せられない。「入力する値を人間が都度決める業務」は自動化の対象外だ。
データ品質が低い状態での処理
重複・欠損・表記ゆれ（「株式会社」と「㈱」が混在するなど）があるデータに対して、AIは一貫した処理ができない。入力元のデータが整っていることが前提になる。
「AIはデータ入力のミスをゼロにするもの」ではなく、「人間が確認すべき作業の量を減らすもの」と理解しておくと、導入後のギャップが少なくなる。
状況別、使えるツールの選び方
競合記事はツール名を10個並べて終わることが多い。「自社に何が向くか」の判断軸がないと選べない。会社の状況に応じて4つのパターンで整理する。
パターンA: まず低コストで試したい場合
ChatGPT（月額約3,000円〜）
PDFや画像を貼り付けて「この請求書の品目・単価・合計をCSV形式で出力して」と指示できる。完全自動化ではなく、入力の「下準備」として使う。毎月の書類が数十枚レベルで、専任のIT担当者がいない会社ならここから試せる。
Zapier / Make（無料〜月3,000円程度）
GoogleフォームやMicrosoft Formsに入力されたデータを、Googleスプレッドシート・kintone・Notionなどに自動転記する。プログラミング不要で設定できる。「フォームに入れたら自動で管理表に反映される」という仕組みを2〜3時間で作れる。
パターンB: 紙書類が多い会社（請求書・納品書・伝票）
AI-OCRツール（DX Suite / BetterRead / Rossum等）
月額3〜10万円が中心的な価格帯だ。紙書類が月100枚以上ある場合に費用対効果が出やすい。ただし前提として、帳票が「定型フォーマット」であること。取引先によってレイアウトが毎回違う場合や、手書き部分が多い場合は精度が安定しない。導入前に「読み取り対象の帳票が定型かどうか」を確認する工程が欠かせない。
パターンC: 複数システム間の転記が多い会社
Power Automate（Microsoft 365を使っていれば追加費用ほぼなし）
ExcelやSharePointのデータを別の社内ツールと連携させる。Microsoft 365のライセンスを持っている会社であれば、基本機能はライセンスに含まれている。ウェブ上の設定画面で操作を組み立てられるため、プログラミングの知識がなくても設定できる。
kintone（月額1,000円/ユーザー〜）+ 連携ツール
バラバラになっているExcelやスプレッドシートをkintoneに一元管理し、ZapierやMakeで外部システムと連動させる。社内のデータ管理を整理したいタイミングで一緒に検討する選択肢だ。
パターンD: 月40時間以上の手入力がある場合
RPA（WinActor / UiPath / RoboTANGO等）
システムをまたぐ複雑な操作を自動化できる。ツールによってライセンス費用だけで年間50〜90万円以上かかり、導入支援を合わせると初年度100万円を超えることも多い。導入後の効果は大きいが、前提として「業務フローが固まっていること」が必要だ。自動化するプロセスが担当者によって違う、毎月手順が変わるという状態のままRPAを入れると、設定変更のたびに費用と工数が発生する。
大手記事では「AI-OCR + RPAの組み合わせが理想」と書いてあることが多いが、中小企業が初年度に投じる費用は150万円を超える場合もある。まず小さく試せる選択肢から入り、効果を確認してから拡張するのが現実的だ。
どの業務から始めるかが9割を決める
これが一番伝えたい部分だ。競合記事は「スモールスタートが大事」と書くだけで、「どの業務から始めるか」の判断材料を出していない。
自動化に向いている業務の3条件
1. 毎週・毎月、決まったタイミングで発生する
月末の仕入請求書処理、週次の売上集計など。「頻度が高く繰り返し発生する」業務ほど自動化の効果が積み重なる。
2. 入力するデータのフォーマットが一定（定型帳票）
同じ取引先から届く請求書、決まった様式の注文書、社内フォームへの入力など。レイアウトが固定されていることが前提だ。
3. ミスが起きたときの確認作業が重い
入力ミスがあった場合に確認・修正に時間がかかる業務は、精度を上げたいモチベーションがある。AIが下準備をして人間が確認するだけにすることで、チェックの負荷が下がる。
具体例を挙げると、月末の仕入請求書の金額入力、週次の売上集計のExcel更新、名刺データの顧客管理ツールへの転記、社内フォームの回答を管理表に転記する作業がここに該当する。
手をつけてはいけない業務
担当者によって判断が変わるもの
科目の分類、コメントの記入、承認の要否など。「誰がやっても同じになる」業務だけが自動化の対象だ。
年1〜2回しか発生しない業務
自動化の設定にかかる工数が、削減効果として回収できない。
まだ業務フローが固まっていないもの
自動化した後に手順が変わると、設定の作り直しが必要になる。業務マニュアルの作り方｜70点で完成させる実践的な方法でまとめているように、まず業務の流れを文字で書ける状態にしてから自動化を考える順番が正しい。
月間の手入力時間で判断する
| 月間の手入力時間 | 向いている選択肢 | 費用感の目安 |
|---|---|---|
| 20時間未満 | ChatGPT + Zapier/Make | 月5,000〜10,000円以内 |
| 20〜40時間 | AI-OCR | 月3〜10万円 |
| 40時間以上 | RPA（業務フロー整備が先） | 初年度100万円〜 |
ジムフリで実際にやったこと
僕自身の話をする。このメディア（ジムフリ）で記事を外部に依頼するようになった時、ライターから納品されたデータを毎回手動でスプレッドシートに転記していた。タイトル・キーワード・ステータスを1件ずつコピーペーストする作業だ。
Googleフォームで納品を受け付けて、Zapierを経由してNotionに自動登録する仕組みを作った。設定に3時間くらいかかった。スプレッドシートの列の並びを途中で変えたらZapierの連携が壊れて、設定をやり直したこともある。ただ、完成した後は毎回の転記がなくなり、フォームに入ってきた内容を確認するだけになった。
「完全自動化」ではなく「確認だけ人間がやる状態」を目指した。それだけで十分に楽になった。
「AIで70〜80%削減」という数字の現実
AI-OCRやRPAのベンダーが出す導入事例には「処理時間を85%削減」「月15時間が3時間に短縮」といった数字が並んでいる。数字自体は嘘ではないが、前提がある。
「帳票フォーマットが整っていた」「業務フローが文書化されていた」「専任のIT担当者が設定を管理した」という条件が揃った上での数字だ。
中小企業の現実では、最初の1〜3ヶ月は設定と精度の調整に時間がかかることが多い。「AI-OCRを試したが手書き伝票が多くて精度が思ったより出なかった」「RPAを設定したが、担当者によって手順が違ってエラーが出た」という話は実際に聞く。
最初の目標は「月5〜10時間削減」に設定する方が現実的だ。そこから効果を確認して拡張するという手順の方が、途中で止まるリスクが低い。中小企業のAI導入失敗事例5選｜なぜ続かなかったのかでも、「最初から大きく変えようとして頓挫する」パターンが繰り返し出てくる。
導入前に確認すること
データの品質確認
読み取り対象の書類（紙・PDF・画像）のフォーマットが定型かどうか。取引先によってレイアウトが違う場合は、AI-OCRの精度が安定しない。「うちは紙が多いのでAI-OCRを入れよう」と決める前に、実際の帳票を10〜20枚確認してみることをすすめる。
業務フローの文字化
「誰が・何を・どの順番で入力しているか」を文章で書けるか。これができない状態で自動化を始めると、途中で手順変更が発生した時に作り直しが必要になる。
確認フローの設計
AIが間違えた時に誰がどうチェックするかを決めておく。「AIが入力したものをそのまま使う」という運用は、ミスが蓄積してから発覚するリスクがある。
段階的な展開
一部の業務・一部の担当者で試してから横展開する。AI導入は小さく始めるが正解｜中小企業が失敗しない最初の一歩でまとめているように、全社一斉導入は問題が起きた時の影響範囲が大きくなる。
まとめ
データ入力の自動化で最初に考えることは「どのツールを使うか」ではなく「どの業務から始めるか」だ。
- フォーマットが定型で繰り返し発生する業務を選ぶ
- 月間の手入力時間が20時間未満なら、ChatGPT + Zapierから試せる
- AI-OCR・RPAは業務フローが整ってから検討する
- 最初の目標は「月5〜10時間削減」に設定する
ChatGPTやZapierは今日から試せる。まず自分が毎週繰り返している「転記作業」を1つ書き出して、そこから手をつけるのが現実的な始め方だ。業務に使えるAIプロンプトの参考として、中小企業の事務に使えるAIプロンプトテンプレート集もあわせて読んでほしい。