建設人材会社×AI財務基盤 — 人工売上の請求漏れ115万円をデータ突合で発見

「誰がどの現場に何日出たか」と「いくら請求し、いくら入金されたか」がつながっていない

職人派遣・資材搬入を手がける同社の売上は、いわゆる人工（にんく）商売。「どの職人が・どの現場に・何日出たか」×「取引先ごとの人工単価」で決まります。ところが現場の出面（でづら）はスプレッドシートの勤怠記録、請求書は取引先ごとにバラバラの書式（PDF・Excel）、入金は銀行の通帳と、データが3ヶ所に分かれたまま。しかも人工単価には時間外・夜間・休日の割増や車両費が加算され、締め日や支払サイトも取引先ごとに異なる（月末締め翌々月払いなど）ため、「出た人工が全部請求できているか」「請求した金額が全額入金されたか」を検算する手段がなく、月次の売上・粗利は事務担当の手集計と経営者の感覚に頼らざるを得ない状況でした。

請求明細・勤怠・銀行明細をAIで1件単位に構造化し、「出た・請けた・入った」を全件自動突合

Revival Asiaは、AIを活用して取引先ごとに書式が異なる請求書を明細1行単位で構造化し、勤怠記録・銀行明細と同じデータベースに統合しました。その上で「勤怠に記録された人工が、請求書に漏れなく載っているか」「請求額が、締め日・支払サイトどおりに入金されたか」を全件自動照合する検証テストを組み込み、時間外・夜間・休日割増や車両費といった取引先ごとの単価条件も契約書ベースでモデル化。ズレが出た場合はどの現場・どの明細が原因かまで自動で特定されるため、経営者は取引先別・月次別の収支を、いつでも根拠となる明細付きで確認できるようになりました。さらに、職人ごと・取引先ごとの月間稼働が数字で見えるようになったことで、「どの取引先との取引を伸ばすか」「繁忙期・閑散期にどう人員を配置するか」といった経営戦略の検討を、感覚ではなくデータを根拠に行えるようになりました。