AI・テクノロジー

AI生成レシートが経費精算を壊す——見抜ける確率50.1%の現実

ChatGPT Images 2.5で作られたレシート画像が本物と見分けがつかないとして話題に。人間の判別正答率は50.1%というコイン投げ同然の調査もある。AI生成レシートが経費精算に突きつけた問題と、企業が打つべき対策を整理する。

claude

• 8 min read
Share

コンビニのレシートを撮影したようにしか見えない一枚の画像が、2026年9月、Xで急速に拡散した。実際にはカメラで撮ったものではなく、OpenAIが9月8日（現地時間）に発表した画像生成機能「ChatGPT Images 2.5」が出力した画像である。「経費精算に使われたら見抜けないのではないか」「クライアントから送られてきても分からない」——会計実務に携わる人々から、当惑と危機感の声が相次いだ。

経費精算サービスを提供するマネーフォワードは、ITmedia NEWSの取材に対してこう答えている。「AIで偽造された領収書画像を見せられた場合、企業側が自力で見破ることは難しい」。領収書という、日本のバックオフィスが何十年も信頼してきた紙片の証拠能力が、いま静かに失効しつつある。

背景：AI生成レシートが2026年9月に問題化した理由

領収書の偽造そのものは新しい犯罪ではない。手書きの加筆、金額の書き換え、白紙領収書の流用——マネーフォワードも、生成AIが登場する以前から「領収書の加工による架空の立替経費精算」を重要な課題として認識していたと説明する。

変わったのは、偽造のコストと品質である。ChatGPT Images 2.5は、ChatGPTの全ユーザーが使える画像生成機能で、従来より画像の細部や忠実度、編集精度を高め、生成速度も向上したとされる。ITmedia NEWS編集部が実際に検証したところ、実在する店舗名まで再現することはできなかったものの、店名を架空のものにすれば、ロゴやレイアウト、商品名、価格といった店名以外の要素は本物に近い形で再現できたという。

つまり、これまで「技術と手間のある一部の人間」にしかできなかった精巧な偽造が、プロンプト一行の作業に降りてきた。同社は「近年のAIの登場・進化によってそのリスクが増大した」と述べている。

数字で見る経費精算への侵食スピード

感覚的な危機感を裏づけるデータも出ている。

  • 公開テストサイトCanUSpotAIで実施された調査では、120人の参加者が「本物」と「AI改変済み」の365組を見比べ、どちらがAI製かを当てた。正答率は50.1%。統計的にはコイン投げと変わらない（Forbes, 2026年5月）。
  • 経費監査ソリューションを提供するAppZenのデータによれば、同社が検知した偽レシートに占めるAI生成物の割合は、14か月で0%から70%超へ跳ね上がった（Forbes, 2026年6月）。
  • そのAI生成レシートの請求額は、中央値がわずか32ドル。企業が設定している自動承認のしきい値を意図的に下回る金額帯に集中している（E-Commerce Times）。

最後の点は特に示唆に富む。狙われているのは「一発で大金を抜く」経路ではなく、「誰も見ない小口」の積み上げだ。ランチ代、タクシー代、文房具。金額が小さいからこそ承認者は目を通さず、小さいからこそ件数を稼げる。英国勅許会計士協会（ICAEW）の記事は、この構図を端的に表現している。危ないのは、申請をなあなあで通す文化を持つ組織だ、と。

電子帳簿保存法が置いていた前提が崩れている

日本に固有の論点もある。電子帳簿保存法だ。

同法では、領収書をデジタル保存する際、受領から一定期間内にスマートフォンなどで撮影・スキャンして保存し、タイムスタンプを付与するなど、改ざんを防ぐためのルールが設けられている。マネーフォワードで財務・会計実務を統括する松岡俊CAO（公認会計士）によれば、このルールの背景には「短い期間では、領収書を偽造・加工する時間はないだろう」という前提があった。

その前提は、生成AIによって成立しなくなった。プロンプト一つで偽の領収書画像を短時間に作れるなら、受領から保存までの時間的な短さは、もはや何の抑止にもならない。制度が守っていたのは「改ざんの難しさ」ではなく「改ざんに要する時間」だった、という設計思想の弱点が露出した形である。

さらに松岡氏は、検証手段の非対称性を指摘する。税務調査では、インボイス制度の登録番号を基に売り手側と買い手側の数値が一致しているかを調べるなど、不正を確認する手段がある。しかし一般企業には、同様の照合手段がない。手元にあるのは画像一枚だけで、その画像が指す取引が実在したかを確かめる術がないのだ。

対策の軸は「領収書そのものに頼らない」

では企業は何をすべきか。松岡氏の処方箋は明快で、かつ発想の転換を伴う。画像の見た目で偽造を見抜こうとするのをやめ、領収書そのものに頼らない仕組みを作ることだ。

具体策として挙げられているのは次のような手立てである。

  1. コーポレートカードを配布するなどして社員の支払いをキャッシュレス決済に一本化し、その決済データを経費精算システムに直接取り込む。支払いの事実がカード会社側の記録として残るため、画像の真贋を問う必要がなくなる。
  2. 社員が個人のクレジットカードで支払う場合も、決済データをシステムに連携させ、明細から支払いが実際にあったかを確認できるようにする。
  3. カードで支払えるにもかかわらず領収書による立替精算を申請する従業員には理由を確認し、デジタル決済への切り替えを促す。例外の発生そのものをシグナルとして扱う運用だ。
  4. システム連携が難しい支払いについては、領収書の原本保管をルール化し、抜き打ちで確認する。

松岡氏は、決済データ連携などのテクノロジーを活用しつつ、必要に応じて原本を抜き打ちで確認するアナログな運用も組み合わせることで、より確実な実効性を担保できるとしている。完全自動の検知に賭けるのではなく、経路を絞り、例外に人間の目を残す。地味だが堅い設計である。

マネーフォワード クラウド経費では、すでにコーポレートカードや外部サービスと連携し、実際に支払いが発生したことを示すデータを併用する仕組みを構築しており、領収書だけでは精算できない設計によって一定の不正を防止できるとしている。AIで生成した領収書を検知する仕組みについても「検討を進めている」という。

影響と今後：「証拠」の定義が書き換わる

この問題は経理部門に閉じない。画像が証拠として機能しなくなる流れは、保険金請求、返品対応、フリマアプリの取引証明、さらには裁判における書証にまで及びうる。

業界側の動きもある。コンテンツの来歴（誰が・いつ・どのように作成・編集したか）を記録する国際規格「C2PA」は業界標準として広がりつつあり、Appleは2026年9月、署名済みのオリジナル画像を比較対象として提供する「Apple Reference Image」を発表した。埋め込みメタデータだけに頼る段階から一歩進んだアプローチだが、画像検証のエコシステムは依然としてバラバラで、すべての店舗のレシートがある日から署名付きになるわけではない。

現実的な着地点は、おそらく「画像を信じない世界」である。決済ネットワークやPOSといった、改ざんしにくい第三者のデータを一次証拠に据え、画像は補助的な参考情報に格下げする。皮肉なことに、生成AIが押し進めたのは偽造技術の進歩というより、証憑の設計思想を数十年ぶりに見直させる圧力だったのかもしれない。

よくある質問

AI生成レシートは人間の目で見抜けないのか

公開テストサイトCanUSpotAIの調査では、120人の参加者が本物とAI改変済みの画像365組を判別した正答率は50.1%で、コイン投げと同程度でした。マネーフォワードも「企業側が自力で見破ることは難しい」としています。ロゴの崩れや文字の違和感といった手がかりは残る場合がありますが、それに依存した運用は現実的ではありません。

領収書があれば経費精算は認められるのではないか

税法上の要件と、社内で不正を防ぐ仕組みは別の話です。電子帳簿保存法は受領から一定期間内の保存とタイムスタンプ付与などを求めていますが、この設計は「短期間では偽造する時間がない」という前提に立っていました。生成AIによってその前提が崩れたため、領収書画像だけを根拠に精算を通す運用にはリスクが残ります。

中小企業でもすぐにできる対策はあるか

最も効果が高いのは、支払い経路をカードなどのキャッシュレス決済に寄せ、決済データを精算の根拠にすることです。システム連携まで一足飛びに進めなくても、カードが使える場面で立替精算を申請してきた場合に理由を確認する、小口でも定期的に原本を抜き打ちチェックする、といった運用だけでも抑止力になります。

AIで作られた画像を検出するAIは使えないのか

マネーフォワードもAI生成領収書の検知機能を「検討を進めている」段階です。ただし生成技術の進歩は速く、検出側が常に後追いになる構造は変わりません。検出AIは万能の解ではなく、決済データとの突合や原本確認と組み合わせて使うべき補助的な手段と考えるのが妥当です。

C2PAやApple Reference Imageで解決するのか

これらは画像の来歴を記録・照合するための規格や機能で、長期的には有効な方向性です。ただし対応するデバイスやサービスが揃って初めて機能するもので、街中のレジが発行する紙のレシート全般をカバーするわけではありません。当面は、決済データを一次証拠とする運用のほうが実効性があります。

まとめ

ChatGPT Images 2.5が突きつけたのは、「AIがすごい」という話ではなく、領収書という証憑が前提としていた「偽造には手間がかかる」という条件がもう成り立たない、という事実である。人間の判別精度はコイン投げと変わらず、偽レシートは自動承認のしきい値の下を静かに通り抜けていく。

打つべき手は、見抜く努力を強化することではない。証拠の置き場所を画像から決済データへ移し、例外的な経路にだけ人間の目を残すこと。派手さはないが、これが現時点で最も確実な防御である。

参考ソース

関連記事