なぜこれが突然、現実の問題になったのか
14ヶ月前、経費不正検知システムが検出した偽の領収書のうち、AIが生成したものはほぼ皆無だった。それが2026年5月中旬までには、過半数を占めるまでになった。
これは、企業の経費申請を不正の観点からスキャンする財務自動化企業AppZenの調査結果だ。2025年3月時点では、同社のシステムが検出した偽領収書のうちAI生成のものは実質0%だった。それが2026年5月には70.8%まで上昇した。直近12ヶ月間で、AppZenは174社・745人の従業員が提出した1,471件のAI生成領収書を検出しており、申請額の合計は148,143ドルに上る。
出張費や食事代、備品代を従業員に精算している中小企業経営者にとって、これは抽象的な大企業の問題ではない。ごく普通の人々が経費報告で不正を働く手口そのものが変化しているのであり、これはフォーチュン500企業に限らず、あらゆる規模の企業で起きている。
何が変わったのか:1件の大きな偽装から、多数の小さな偽装へ
生成AIツールが広く使えるようになる前、領収書を偽造するにはそれなりの手間がかかった――たいていは画像編集ソフトでテンプレートを加工するか、本物の領収書を物理的に改ざんするかだった。そうした手間をかける不正者は、大きく狙う傾向があった。AppZenの調査によると、従来型のテンプレートベースの偽領収書は平均182ドルだった。
AIはこの経済性を一変させた。大規模言語モデルや画像生成モデルは、もっともらしい店名、明細付きの合計金額、さらには偽のスキャナー透かしまで揃った説得力ある飲食店の領収書を、数秒で、しかも無料で作り出せる。これによりインセンティブ構造は完全に逆転した。
AppZenのCTOであるクナル・ヴァルマ氏は率直にこう述べている。「AI生成ツールは無料で、瞬時に使え、人を騙すには十分な出来だ」。さらに、AIは「リスクを冒す価値のある1件の大きな偽装から、誰もわざわざチェックしないような小さな偽装の山へと、ゲームのルールを根本から変えてしまった」と付け加えた。
この数字は実際のデータでも裏付けられている。AppZenのデータセットにおけるAI生成領収書の平均額はわずか101ドル、中央値に至っては32ドルしかない――これは、ほとんどの経費システムが手動確認なしで少額請求を素通りさせるために設定している自動承認の閾値を大きく下回る。承認者の目に留まりかねない500ドルの偽の夕食代1件の代わりに、新たなパターンは、それぞれ単体では特に目立たない30-40ドルの請求が十数件並ぶ、というものだ。
大企業だけの問題ではない
AppZenが記録した個別事例の規模には目を見張るものがある。あるフォーチュン10企業では、22カ国にまたがる142人の従業員が合計340件、34,953ドル分のAI生成領収書を提出しており、これはAppZenの欧州顧客25社すべてを合わせた件数を上回る。提出件数ではインドが最多だった一方、1件あたりの不正の濃度が最も高かったのはオーストラリアで、ある通信会社の従業員はわずか11件の偽造領収書で12,900ドルを申請していた。
しかし、中小企業もこのリスクにさらされており、むしろより深刻な場合も多い。専任の不正検知チームを持たず、たいていはマネージャーの目視確認や経理担当者の抜き取りチェックに頼っているためだ。AppZenのデータに含まれるある欧州の眼鏡小売業者では、1人の従業員が15件の別々の経費報告にわたって45件の不正な領収書を提出していたが、誰もそのパターンに気づいていなかった。
そして、これは一部の特殊な行動ではない。経費管理企業Emburseが2,000人の労働者を対象に実施した別の調査では、米国の回答者の40%がAIを使って偽の領収書を生成したことがあると認めている。そのうち19%は購入自体を完全にでっち上げたと答え、15%は実際の経費の金額を水増しするためにAIを使ったと答え、6%は本当に紙の記録をなくしてしまった購入について領収書を再現するために使ったと答えている。
留意すべき点として、ここでAIを使っている人全員がお金を盗もうとしているわけではない。一部の従業員は、ゼロから不正を働くのではなく、正当だが紛失してしまった領収書を再構築するためにAIを使っている――フラグの立った請求をすべて悪意あるものと決めつける前に、心に留めておく価値のあるニュアンスだ。とはいえ内部統制の観点からすれば、動機がどうであれAIが作り出した書類はAIが作り出した書類であり、「領収書があれば取引が実際にあった証拠になる」という前提そのものを崩してしまう。
AI生成領収書は実際どのようなものか
偽装の手口は精巧さを増しており、目視確認だけでは見抜けないことも珍しくない。AppZenのデータセットに含まれる例としては、以下のようなものがある。
- 偽のスキャナー透かしと、本物らしい手書き風の署名が入った偽造飲食店領収書
- 偽のAT&TおよびXfinityの請求書――不正が単発の食事・出張費請求から、毎月発生する定期的な「経費」へと広がりつつあることを示唆している
- ざっと見ただけでは違和感のない、内部的に整合性の取れた明細合計や税額計算
従来型のテンプレートベースの偽装は、1年前の時点では検出された不正の95-100%を占めていた。それが2026年5月までにはわずか29%まで低下し、AI生成領収書が過半数を占めるようになった。ツールがより高性能に、より安価に、より手に入りやすくなるにつれ、不正の手口もそれに合わせて変化していった。
なぜこれが大企業に限らず、すべての企業にとって重要なのか
企業の出張・経費不正は、すでに無視できない規模の問題だ。より広範な不正エクスポージャー調査では、経費・出張不正によるエクスポージャー総額を35億ドルと推計しており、そのうち約1億7,500万ドルがAI生成書類に直接関連するとされている。経費・出張不正はまた、書類への依存度が異例なほど高いことでも際立っている。この分野の不正手口の推定85%が何らかの書類を伴っており、つまり領収書や請求書こそが主な攻撃対象なのだ。
中小企業にとって、リスクの大きさは従業員数に比例するわけではない――どれだけ検証されていない紙(あるいはPDF)の記録に依存しているかに比例するのだ。もし経費承認プロセスが「従業員が領収書を提出し、マネージャーが承認ボタンを押すだけ」であるなら、まさにこの不正パターンが突こうとしている統制上の穴を抱えていることになる。
自社を守るために
このリスクを大幅に減らすために、大企業向けの不正検知ソフトウェアは必要ない。いくつかの実践的な変更だけで大きな効果が得られる。
領収書そのものを証拠として扱うのをやめる。 領収書は「主張」であって「証拠」ではない。実際のカードや銀行取引、加盟店の記録、カレンダーの予定、出張日程など、独立した情報と照合すること。もし38ドルのランチ領収書に対応する実際のカード利用記録がその日に見当たらないなら、それこそが注目すべきシグナルであり、領収書の見た目ではない。
自動承認の閾値を見直す。 一定金額未満の少額経費を素早く処理することは、精算のスピードを保つうえで理にかなっているが、それはまさにAI生成不正が突こうとしている穴でもある。「閾値未満」の請求を100%自動承認するのではなく、ランダムに抽出して監査することを検討したい。監査率がわずか10%であっても、経費報告を水増ししようと考える人にとってのリスク計算は大きく変わる。
単一の検知シグナルに頼らない。 一部の財務チームは、AI生成画像を見抜くために画像ファイルの埋め込みメタデータ(EXIFデータなど)に頼っている。しかしこれは脆い方法だ。スクリーンショットを撮る、ファイル形式を変換する、あるいは単に画像を再保存するだけでメタデータは簡単に消えてしまう。代わりに複数のチェックを重ねるべきだ。その加盟店は実在するか、金額は実際の取引パターンと一致するか、タイミングは辻褄が合うか、といった具合に。
大口の請求だけでなく、少額請求にまたがるパターンにも注意を払う。 30ドルの怪しい領収書が1件だけなら、単なる誤差かもしれない。しかし同じ従業員から3ヶ月の間に10件も出てくれば、それは話し合う価値のあるパターンだ。従業員別、加盟店別、キリの良い金額別といった集計的な視点は、個別レビューでは見逃してしまうものを浮かび上がらせる。
きれいな帳簿があれば、これが容易になる
この種の不正を見抜くのに最も有利な立場にあるのは、必ずしも最先端の検知ソフトウェアを持つ企業ではない。そもそも照会や照合、監査がしやすい形式で経費データを保持している企業だ。もし帳簿が検索しづらい、あるいは銀行記録と突き合わせにくい形式で管理されているなら、少額の怪しい請求のパターンを見つけ出す作業は骨の折れる手作業になってしまう。
これは、プレーンテキスト会計が持つ、あまり目立たない利点のひとつだ。Beancount.ioは、あなたの帳簿をバージョン管理され、人間にもスクリプトにも読みやすい形式で保持する。そのため、経費請求を実際の取引と照合したり、承認閾値をわずかに下回るすべての精算にフラグを立てる簡単なクエリを書いたりすることも、スプレッドシートの発掘作業ではなく、すっきりと済ませられる。無料で始めると、なぜ開発者や財務に明るい経営者たちがプレーンテキスト会計へと移行しているのかが分かるはずだ。