# 機械学習

機械学習を活用して財務の分類と分析を自動化

14件 [全てのタグを見る](https://beancount.io/ja/blog/tags) [すべての投稿に戻る](https://beancount.io/ja/blog)

2026年11月11日 約1分

## [シートではなく機能ビュー：MLプラットフォームにおけるTectonの消費クレジット課金をASC 606の売上原価として計上する](https://beancount.io/ja/blog/2026/11/11/feature-views-not-seats-tecton-consumption-billing-cogs-guide)

Tectonは消費クレジットに加え、お客様自身のアカウント内のクラウド費用を請求します：本番配信は売上原価に、実験は研究開発費に計上し、未請求分は未払計上します。

Mike Thrift

cost-of-goods-sold machine-learning saas

2026年11月11日 約1分

## [大規模運用時のQdrantとMilvus：セルフホスト型ベクトル検索がCapExからPineconeのクエリ課金より安くなる分岐点](https://beancount.io/ja/blog/2026/11/11/qdrant-milvus-self-hosted-vs-pinecone-crossover-breakeven-guide)

セルフホスト型のQdrantやMilvusは、クエリ量が増えて従量課金が固定インフラコストを上回った時点でPineconeを凌駕します。多くの場合、ベクトル数が1,000万〜5,000万の規模です。

Mike Thrift

cost-of-goods-sold machine-learning cloud-services

2026年10月10日 約1分

## [Feast vs. Tecton: 内製フィーチャーストア基盤をASC 350-40に基づいて資本化する——購入ではなく構築する場合](https://beancount.io/ja/blog/2026/10/10/feast-vs-tecton-feature-store-asc-350-40-capitalization-guide)

Feast上で構築すると、エンジニアの人件費がASC 350-40に基づく資本資産に変わります。Tectonを購入すればそれは営業費用のままです。各段階を文書化しましょう。

Mike Thrift

software-capitalization saas machine-learning

2026年7月26日 約1分

## [中小企業向けAI駆動型不正検知：ビッグフォー予算なしで実現するリアルタイム監査](https://beancount.io/ja/blog/2026/07/26/ai-fraud-detection-small-business-real-time-continuous-auditing-guide)

ビジネスメール詐欺（BEC）は2025年、米国企業に30億ドル以上の損害をもたらし、1件あたりの平均損失は13万7000ドルに達しました。BECの被害に遭った中小企業の45%は6ヶ月以内に廃業しています。AIによる継続的監査は現在、月額20～70ドルから利用可能です。この記事では、異常検知、ベンダー口座検証、支払い詳細変更時のコールバック確認といった無料の対策を用いて、エンタープライズ向け不正対策基盤なしにリスクを低減する方法を解説します。

Mike Thrift

fraud-detection fraud-prevention small-business

2026年7月20日 約1分

## [2026年のAI引受審査：中小企業向け融資が数週間から数時間へと短縮された理由](https://beancount.io/ja/blog/2026/07/20/ai-underwriting-small-business-loans-funding-speed-2026-guide)

ノンバンクの貸付業者は、伝統的な銀行の4〜8週間に対し、中小企業向け融資を平均1.8日で実行している。その原動力は、税務申告書ではなくライブの銀行取引データを読み取るAIによる引受審査である。本稿では、モデルがどのようにビジネスを評価するか、1.4の係数レートが150％超の年利を隠し得る理由、そして正確で調整された帳簿が承認確率と金利条件の両方を改善する方法を解説する。

Mike Thrift

ai machine-learning small-business-loans

2026年7月13日 約1分

## [会計業務における組み込み型AI:説明可能なAIとリアルタイム監視が不可欠になる理由](https://beancount.io/ja/blog/2026/07/13/embedded-ai-explainable-ai-real-time-controller-oversight-accounting-guide)

組み込み型AIは今やQuickBooksやXeroのようなツール内で取引を自動分類し、異常をリアルタイムで検知している。しかし業界推定では、手作業の記帳エラー率が1〜3%であるのに対し、適切に監視されたAIシステムでは0.5%未満に抑えられるという。ただしAIのエラーは、人間がそのパターンに気づくまで体系的に積み重なっていくというトレードオフがあり、だからこそ説明可能なAIとリアルタイムの管理者監視が標準的な実務になりつつある。

Mike Thrift

ai machine-learning automation

2026年7月11日 約1分

## [アルゴリズムによる監査：IRSの新AIガバナンスポリシーが中小企業にもたらすもの](https://beancount.io/ja/blog/2026/07/11/audited-by-algorithm-irs-ai-audit-selection-irm-10-24-1-guide)

IRSの2026年2月ポリシー、IRM 10.24.1は、AIモデル（現在126のアクティブプロジェクトが6つの年次サイクルで稼働）がどのように中小企業および自営業者の申告を監査対象としてフラグ付けするかを正式に定め、AIによる紹介が実地調査となる前に人間による必須レビューを義務付けています。

Mike Thrift

tax audit ai

2026年7月10日 約1分

## [2026年のAI領収書スキャンアプリ：OCRからLLMへの移行と幻覚問題](https://beancount.io/ja/blog/2026/07/10/ai-receipt-scanning-expense-apps-ocr-hallucination-guide)

LLMベースの領収書スキャナーは、しわくちゃや色あせた領収書をテンプレートOCRよりもはるかに優れて読み取りますが、フィールドがあいまいな場合、空欄のままにする代わりに、もっともらしい間違った合計を幻覚することがあります。精度ベンチマークが実際に示すもの、IRSの75ドルの領収書基準と宿泊費の例外、そして自信過剰なエラーが帳簿に反映される前にキャッチする毎週のレビューワークフロー。

Mike Thrift

ai machine-learning expense-management

2026年7月8日 約1分

## [AIはあなたの簿記担当者を置き換えるのか？BLSデータが実際に示すもの](https://beancount.io/ja/blog/2026/07/08/will-ai-replace-your-bookkeeper)

BLSデータは、簿記担当者の雇用が2034年までに6%減少する一方、会計士および監査人の雇用は5%増加すると予測しています。この乖離は、AIが取引のコーディングとデータ入力を自動化する一方で、判断に基づく作業は人間に任せるという傾向によって引き起こされています。

Mike Thrift

ai bookkeeping automation

2026年5月13日 約1分

## [2026年における中小企業向けAI記帳：生成AIが有効な場面と失敗する場面](https://beancount.io/ja/blog/2026/05/13/ai-powered-bookkeeping-automation-generative-ai-transaction-categorization-reconciliation-real-time-reporting-small-business-guide)

AI記帳ツールは現在、85〜95％の仕訳精度を達成し、月次決算を数日から2時間以内に短縮していますが、「自信を持って間違える」2〜5％の残差に監査リスクが潜んでいます。日次、週次、月次、四半期ごとのレビュー手順を網羅した、中小企業向けの実践的なワークフローを解説します。

Mike Thrift

ai bookkeeping automation

2025年5月22日 約1分

## [プレーンテキスト会計におけるAI詐欺検出](https://beancount.io/ja/blog/2025/05/22/how-ai-powered-fraud-detection-in-plain-text-accounting-protects-financial-records)

AIとプレーンテキスト会計システム（Beancount.io）を統合することで、従来の手法では見逃しがちな微細な詐欺パターンを特定し、金融セキュリティを向上させる方法を学びます。

Mike Thrift

ai fraud-detection accounting

2025年5月21日 約2分

## [人間のミスを超えて：プレーンテキスト会計におけるAI異常検知](https://beancount.io/ja/blog/2025/05/21/ai-driven-anomaly-detection-in-financial-records-how-machine-learning-enhances-plain-text-accounting-accuracy)

AI搭載の異常検知がエラー検出を強化し、透明性を保ちながらプレーンテキスト会計を変革し、金融システムの重大な脆弱性に対処する方法を学びましょう。

Mike Thrift

ai fraud-detection accounting

[無料で始める→](https://beancount.io/sign-up/?next=%2Fledger%2F) [ドキュメント](https://beancount.io/ja/docs)

## Where to look next

- [Sitemap](https://beancount.io/sitemap.xml) - all pages with hreflang alternates
- [LLMs index](https://beancount.io/llms.txt) - curated links for AI agents (also /llms-full.txt for full docs)
- [Documentation](https://beancount.io/docs) - every doc is also available as text/markdown via .md suffix or Accept negotiation
- [REST API reference](https://beancount.io/docs/api-reference) - interactive endpoints, schemas, authentication, and code samples
- [OpenAPI spec](https://beancount.io/openapi.json) - OpenAPI 3.1 spec for this website's public content endpoints; the product contract for ledger operations is at https://beancount.io/api-gateway/v1/openapi.json
- [GraphQL](https://beancount.io/graphql) - public, read-only content API over the blog and research logs (no credentials, no ledger data): 12 query fields over 23 types
- [MCP server](https://beancount.io/mcp) - Model Context Protocol at https://beancount.io/api-gateway/mcp
