バクラク(LayerX) — AI申請レビューで経費却下ゼロ・請求書発行90%削減
企業概要
- サービス名: バクラク経費精算 / バクラク請求書受取
- 企業: 株式会社LayerX
- 導入企業数: シリーズ累計10,000社以上
AIエージェント群の詳細
AI申請レビュー(2025年7月リリース)
従業員が経費申請を作成する段階で、AIがリアルタイムにレビュー:
- 社内の経費ルールとの照合
- 過去の却下パターンとの比較
- 修正提案の自動表示
- 目標: 却下率ゼロ
AI明細仕訳(2025年8月リリース)
明細レベルのOCRと生成AIを組み合わせた自動仕訳:
- 複雑で形式が異なる請求書にも対応
- 品目ごとの勘定科目を自動判定
- 按分処理の自動化
領収書分割エージェント(2025年11月リリース)
- 複数のレシートを一度に撮影
- AIが各レシートを自動分割・識別・デジタル化
- 高精度AI-OCRで100枚を一括処理
導入企業の定量効果
エブリイ(食品スーパーチェーン)
| 指標 | 効果 |
|---|---|
| 請求書発行作業 | 90%削減 |
大西運輸(物流企業)
| 指標 | 効果 |
|---|---|
| 月末残業 | 10時間 → 完全撲滅 |
全体効果
| 指標 | 効果 |
|---|---|
| 経費処理時間 | 75%削減 |
| 請求書処理時間 | 50%以上削減 |
| レシート→支払→仕訳 | 1/3に短縮 |
技術的アプローチ
LayerXは独自のAI-OCR技術をブログで公開しており、以下の手法を採用:
# バクラクのAI-OCRアプローチの概念(LayerX Tech Blogより)
# 1. 画像前処理 → 2. OCRエンジン → 3. LLMによる構造化抽出
from openai import OpenAI
import base64
client = OpenAI()
def extract_receipt_data(image_path: str) -> dict:
"""レシート画像から構造化データを抽出"""
with open(image_path, "rb") as f:
base64_image = base64.b64encode(f.read()).decode()
response = client.chat.completions.create(
model="gpt-4o",
messages=[
{"role": "system", "content": "レシート画像から以下を抽出してJSON形式で返してください: "
"store_name, date, items(name, price), subtotal, tax, total"},
{"role": "user", "content": [
{"type": "image_url",
"image_url": {"url": f"data:image/jpeg;base64,{base64_image}"}}
]}
],
response_format={"type": "json_object"},
temperature=0.1,
)
return response.choices[0].message.content
# AI申請レビューの概念
def review_expense_claim(claim: dict, company_rules: list[str]) -> dict:
"""経費申請をAIでリアルタイムレビュー"""
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[
{"role": "system", "content": f"以下の社内経費ルールに基づき、申請内容を審査してください:\n"
+ "\n".join(company_rules)},
{"role": "user", "content": f"申請内容: {claim}"}
],
response_format={"type": "json_object"},
)
return response.choices[0].message.content
料金体系
- バクラク経費精算: 月額30,000円〜
- バクラク請求書受取: 月額30,000円〜