2026-06-26 · code, biz

AIに資金繰りと経理を任せた半年：MF＋自作AI秘書の実際

AIに経理を任せるとは何を任せることなのか

「AIで経理を自動化した」という話を聞くたび、私は「具体的に何を任せたのか」を確認するようにしている。帳簿入力を自動連携で省いたのか、仕訳判断をAIに委ねたのか、それとも資金繰り表の更新をスクリプト化したのか。

私が実装したのは「マネーフォワード（MF）の自動連携 ＋ Claude Code で書いた自作AI秘書による資金繰り表・経理メモの更新」という構成だ。半年運用して見えたのは、「完全自動化」ではなく「手を動かす箇所を限定する設計」だった。

実装した3つのレイヤー

私が構築した経理AI化は3層構造になっている。

レイヤー1：MFクラウド会計の自動連携

これは既製品の機能。法人口座・個人口座・クレジットカードをすべてMFに連携し、明細を自動取得している。ここに人間の判断は不要。

ただし自動連携がカバーするのは「取引の存在」だけで、「勘定科目の確定」は人間が承認する必要がある。MFの学習機能で大半は自動提案されるが、最終判断は私が行う。

レイヤー2：Claude Code による資金繰り表の自動更新

資金繰り表は Google スプレッドシートで管理している。毎週金曜日の夜、私がスプレッドシートURLをClaude Code に渡すと、Claude が「今週の残高」「来週の予定入出金」「口座別の残高推移」をMarkdown形式でまとめてくれる。

スクリプトは Python + Google Sheets API で書いた。Claude Code が生成したコードを私が検証・修正し、週次実行する形に落とし込んだ。完全自動実行（cron等）はあえて実装していない。毎週金曜に「コマンドを叩く」という行為を残すことで、資金繰りへの意識を保っている。

レイヤー3：経理メモの自動生成

MFの仕訳データをCSV出力し、Claude に渡して「今月の支出傾向」「前月比増減」「注意すべき項目」をまとめてもらう。これは月1回実行する。

Claudeは数字の集計と比較は得意だが、「なぜその支出が発生したか」の文脈は読めない。そのため生成されたメモに対し、私が「このタイミングで車両修繕費が増えたのは定期点検のため」といった補足を加える。

できた範囲・できなかった範囲

半年運用して見えた境界線は明確だ。

できたこと

  • 資金繰り表の更新作業（週30分 → 週5分）
  • 月次経理メモの素案作成（月2時間 → 月15分）
  • 勘定科目の学習（MFの自動提案精度が90%以上に向上）

できなかったこと

  • 決算仕訳の自動判断（税理士との協議が必須）
  • 消費税区分の完全自動化（インボイス対応で判断が複雑化）
  • 資金繰りの「緊急度」判断（数字だけでは文脈を読めない）

特に「緊急度判断」は人間が握る必要があった。例えば口座残高が一時的に細っても、翌週に入金が確実なら問題ない。しかし同じ残高でも、入金予定が不確定な状態では対処が必要だ。この「文脈読み」はAIには任せられない。

運用コストの実際

半年間のコスト構造は以下の通り。

  • MFクラウド会計: 月額課金（年額プラン）
  • Claude Code: API利用料（月額）
  • Google Workspace: スプレッドシート連携用（既存契約内）
  • 開発時間: 初期構築に約20時間（週末×2回）

API利用料は月額で抑えられる範囲に収まっている。ただしこれは「週1回・月1回の定期実行」に限定しているため。毎日大量のデータを処理する想定なら、コストは跳ね上がる。

開発時間20時間は「Claude Code が書いたコードを検証・修正する時間」が大半を占めた。生成されたコードをそのまま実行するのは危険で、必ず「このコードは何をしているか」を読み解く必要がある。

自動化の設計思想：何を残すか

私がこの構成で重視したのは「完全自動化しないこと」だった。

週次の資金繰り表更新は手動コマンド実行を残し、月次の経理メモ生成は補足入力を残した。これは「経理の感覚を失わないため」の設計だ。

『実践 LLMアプリケーション開発』（Suhas Pai, オライリー・ジャパン）では、AIシステムの評価・監視・ガードレールの設計が強調されている。私の場合、「手動実行を残す」「補足を加える」という行為自体が、AI出力の検証機会として機能している。

完全自動化してしまうと、AIが誤った判断をしても気づけない。週1回・月1回の「手を動かす瞬間」を残すことで、数字の異常や文脈の読み違えを早期に検出できる。

税理士との役割分担

税理士との契約は継続している。私がAIで処理しているのは「日常の記帳・資金繰り」で、「決算・申告・税務判断」は税理士に任せている。

半年に1度、税理士とMFのデータを共有し、仕訳内容を確認してもらう。この段階で「この勘定科目は別の扱いにすべき」「消費税区分が誤っている」といった指摘を受け、私が修正する。

AIが処理できるのは「パターン化された判断」だけだ。税法の解釈や特殊な取引の扱いは、人間の専門家が握るべき領域として残っている。

まとめ：AIで経理は「省力化」できるが「無人化」はできない

半年の運用で見えたのは、AIは「手を動かす箇所を減らす」ことはできるが、「判断を完全に委ねる」ことはできないという境界線だった。

マネーフォワードの自動連携は明細取得を省力化し、Claude Code による資金繰り表更新は定型作業を短縮する。しかし最終的な判断——勘定科目の確定、資金繰りの緊急度評価、決算仕訳の承認——は人間が握る必要がある。

私が今後も継続する方針は「AIに任せる範囲を明確にし、人間が判断すべき箇所を意図的に残す」設計だ。完全自動化を目指すのではなく、「週5分＋月15分の手動介入」で経理の感覚を保ちながら、日常の負担を減らす。

この設計は、個人事業＋法人併営という構造でも機能している。法人側の帳簿と個人側の帳簿をMFで一元管理し、Claude による資金繰り表で両者の資金繰りを俯瞰する。AIは「見える化の道具」として、私の判断を支援する位置に置く。

経理AI化の実際は「無人化」ではなく「省力化」だ。この前提を踏まえた上で、AIに何を任せ、何を残すかを設計する。それが半年運用して見えた、実務的な落としどころだった。

関連書籍

参考

← ブログ一覧へ戻る