突合とは？照合との違いと担当者のムダをAI実装で10分に短縮

突合（とつごう）とは、2つ以上の帳票やデータを突き合わせ、食い違いが無いかを確かめる作業のことです。似た言葉の照合は、基準になる1つに照らして一致するかを確かめることを指し、突合は出どころの違う資料どうしを突き合わせて、差がどこに、いくらあるかまで追うときに使われます。経理での代表例が、発注書・納品書・請求書の3帳票を突き合わせる三点突合です。

月末に3帳票を1件ずつ目で追っている経理担当にとって、重いのは「合っている大半」を確かめる時間です。AI-OCRと生成AIを組み合わせると、読み取り、表記の統一、一致の判定までを機械に渡し、人は不一致の分だけを開く形に変えられます。支払の確定は、渡した後も人に残ります。以下、言葉の使い分けとAIに渡す範囲を順に整理します。

三点突合とは何か――なぜこの作業が重要なのか

三点突合（さんてんとつごう）とは、発注書・納品書・請求書の3つの帳票を照合し、発注内容どおりの品物が届き、正しい金額で請求されているかを確認する経理業務です。英語では「three-way matching」と呼ばれ、内部統制の基本プロセスとして位置づけられています。先に「突合」という言葉そのものを押さえます。

突合の読み方は「とつごう」、意味は「突き合わせて確かめる」

読み方は「とつごう」です。「突き合わせる」を漢語の名詞にした言葉で、別々に作られた資料を並べ、合わない所を探す作業を指します。動詞にすると「突合する」、話し言葉では「突き合わせ」とも言い、合わずに残った状態は「不突合（ふとつごう）」と呼びます。

突合と照合の違い——なぜ三点突合は単なる「照合」ではないのか

経理現場では「突合」と「照合」が同じ意味で使われがちですが、作業の中身で分けると説明がつきます。照合は、基準になる1件（原本、台帳、登録済みのデータ）に照らして、手元の1件が一致するか、存在するかを確かめる作業です。突合は、出どころの違う資料どうしを突き合わせ、食い違いの場所と中身まで追う作業です。発注、納品、請求と、作った人も時点も違う3帳票の間に矛盾がないかを問う三点突合は、後者の代表例です。

この線引きは法令で決まったものではなく、2語を区別しない職場もあります。「突合しておいて」と言われたら、どの資料とどの資料を比べるのか、一致の確認だけか差の中身まで追うのかを確かめます。消込については売掛金の回収管理と入金消込をAIで進める記事で扱っています。

この違いを押さえると、AI自動化の設計も変わります。照合だけならOCRと差分関数で済みますが、突合は「発注書に無い納品が混じっていないか」「分納の合算は合っているか」「まとめ請求の明細をどの発注番号に紐づけるか」までAIに解かせる必要があります。

「突合」の使い方と例文、経理以外での用例

• 請求書と発注書を突合してから、支払に回してください
• 移行前と移行後の顧客データを突合したところ、3件の不突合が見つかりました
• 在庫表と実地棚卸の結果を突合し、差異のあった2件を調べる
• 銀行の入金明細と請求データの突合は、毎月5日までに終える

公的な場面にも用例があります。診療報酬の審査では、医科・歯科のレセプトと調剤レセプトを電子的に照合する点検を「突合点検」と呼び、平成24年3月の審査分から行われています。国民経済計算（国の経済統計）では、概念上は一致するはずの支出側と生産側の国内総生産の推計値の乖離を「統計上の不突合」と呼びます。どちらも2件の資料を突き合わせる場面で、突合が3件以上に限った言葉でないことも分かります。

三点突合で照合する項目

具体的にチェックするのは以下の項目です。

この照合を怠ると、過大請求の見落とし、二重支払い、未納品への支払いといった損失が発生します。突合は地味ですが、企業の資金を守る最後の砦です。

手作業の突合が限界を迎える3つのポイント

手作業の突合には、担当の注意力では埋まらない構造上の限界があります。先に、いまの流れを段階に分けます。

手作業の三点突合を7段階に分けると、時間が消える場所が見える

時間が消えるのは段階2〜5です。請求書1件ごと、明細1件ごとに作業が発生するためです。見落としが起きるのも段階4と5です。所要は会社ごとに違うので、段階ごとに何分かかっているかを経理担当が1か月分測るところから始めます。

ポイント1：件数と明細行が増えるほど、探す時間が膨らむ

仮に請求書が月100件、1件あたりの明細が5件あるとすると、見比べる明細は500件です。それぞれを発注書と納品書の2件と比べるので、目で追う回数は1,000回になります。分納で納品が2回、3回に分かれる取引では、探す先がさらに増えます。

ポイント2：見間違いは注意力だけでは防げない

数字の見間違い、行のずれ、転記ミスは、注意力だけでは防ぎきれません。月末は支払日が先に決まっているため、削られるのは確認の時間です。2人で二重に確認しても、同じ帳票を同じ順に見る限り、同じ箇所を見落としやすい点は変わりません。

ポイント3：帳票フォーマットの不統一が作業を複雑にする

取引先ごとに帳票のレイアウトが異なるため、「どの欄を見ればよいか」を判断するだけで時間がかかります。品目名の書き方も会社ごとに違うので、段階4の「表記が違っても同じ品目か」の判断が毎回発生します。

AIで突合を自動化する仕組みの全体像

AIを入れた後の流れは4段階にまとまります。手作業の段階1〜5が機械の仕事になり、人の仕事は不一致の確認と支払の確定に寄ります。

ポイントは「全自動」ではなく「AIに任せる部分と人が判断する部分を分ける」ことです。仮に、ある月の発注書が120件、納品書が134件（分納を含む）、請求書が118件だったとします。段階3の結果が一致107件、不一致6件、紐づけ不可5件に分かれたなら、人が開くのは11件です。この内訳は説明のために置いた仮の数字です。実際の割合は、動かし始めた1か月目の結果を数えて確かめます。

AIに渡した後も人に残す5つの判断

消えるのは、帳票を探す作業と目で見比べる作業です。増える作業もあります。読み取りと名寄せが合っているかを月30件ほど抜き取りで確かめる作業と、品目マスターの手入れです。

AIで三点突合を自動化する4段階完全実装（経理担当の現役視点）

三点突合の自動化は、ツール選定より「AI-OCRでデジタル化 → 名寄せ・正規化 → 突合ロジック → 例外処理」の4段階の設計で品質が決まります。

帳票データをAI-OCRでデジタル化する第1段階

最初に行うのは、紙やPDFの帳票を表のデータに変えることです。従来のOCRは項目の位置を取引先ごとに設定する必要がありましたが、AI-OCRは帳票の構造をAIが読み取ります。

決めておくのは読み取り結果の検算です。金額欄の誤読はそのまま支払額の誤りになります。単価が20円違えば、100個の発注で2,000円の差です。数量×単価と金額、明細の合計と請求額が合うかを読み取りの直後に機械で検算し、合わなかった帳票だけ人が原本を見ます。領収書の読み取りから仕訳までの流れはAI-OCRで仕訳入力を進める記事にまとめています。

データの名寄せ・正規化をAIに任せる第2段階

デジタル化しても、そのままでは突合できません。同じ品目でも、帳票ごとに表記が異なるからです。

人なら同じものと分かりますが、単純な文字列比較では「不一致」になります。ここが生成AIの出番です。ChatGPTやClaude、Geminiに表記ゆれのあるデータを渡し、正式名に寄せさせます。月100件を超えるあたりからは、Google Apps Script（自動化）から生成AIのAPIを呼び出して自動で寄せる形が現実的です。

精度を左右するのはマスターデータです。品目名・取引先名の正式名称のリストを用意し、AIには「このマスターに合わせる」と指示します。マスターが無いと、月によって寄せ先が変わります。

突合ロジックを組んで自動照合する第3段階

表記がそろったら、発注書の表を基準に、発注番号をキーにして納品書の数量と請求書の金額を引き当てます。件数が少なければGoogleスプレッドシートやExcelのVLOOKUP関数で足り、毎月繰り返すなら自動化のスクリプトにします。

先に決めるのは端数と部分納品の扱いです。消費税の計算方法の違いで1円の差が出ることがあるため、たとえば「差額が1円以下なら一致とする」という許容誤差を置きます。発注1件に対して納品が2回、3回に分かれる取引では、同じ発注番号の納品数量を合算してから比べます。決めずに動かすと、正しい取引が不一致の一覧を埋めます。

不一致リストの確認と例外処理（第4段階）

人が確認するのは「不一致」と「紐づけ不可」の件だけです。不一致の要因は、おおむね次の5つに分かれます。

対応した件は要因をシートに残します。記録がたまると、同じ形の不一致を次回から自動で仕分けられます。

突合自動化に使えるツールと選び方

道具の組み方は、月の件数と社内のスキルで変わります。件数は1か月だけで決めず、3か月の平均で数えます。

組み方1：スプレッドシート + 生成AI（月50件以下向け）

読み取ったデータをGoogleスプレッドシートに貼り、名寄せは生成AIの画面で頼み、突合はVLOOKUP関数で行います。

組み方2：自動化 + AI API連携（月50〜300件向け）

自動化から生成AIのAPIを呼び出し、名寄せ、突合、結果の出力までを続けて動かします。「毎月25日に実行」のように日を決めて動かすこともできます。

組み方3：経理特化SaaS（月300件以上向け）

請求書の受領からデータ化、突合、仕訳までを扱う経理向けのクラウドサービスが選択肢に入ります。月額の費用と件数の釣り合い、いまの会計ソフト（freee会計、マネーフォワード クラウドなど）へ仕訳を渡せるかを契約の前に確かめます。月1,000件を超える規模では、基幹システムとの連携まで設計に入ります。

ツール選定の判断基準

50件・300件は目安の線で、決め手になるのは件数そのものより、明細の多さと帳票の種類です。どの組み方でも担当を1人にせず、経理担当2人が月1回、不一致の一覧と品目マスターを見直します。請求書を出す側は請求書の作成と送付をAIで進める記事、経理全体はAI経理自動化のページで扱っています。

運用開始時に押さえる3つの注意点

重いのは1つ目です。ここを省くと、誤った一致が支払まで流れます。

注意点1：AIの判定結果を鵜呑みにしない

生成AIによる名寄せは誤ることがあります。「A4用紙 白」と「A4用紙 再生紙」のように似た品目を同じものと判定することがあります。動かし始めは、一致と判定された分からも抜き取りで原本と見比べ、次の4つを数えます。

4つは経理の責任者が月1回見ます。誤判定が0件の月が続くまで、抜き取りの数は減らしません。

注意点2：発注番号の運用ルールを整備する

三点突合の精度は、発注番号でどれだけ紐づけられるかで決まります。発注番号が振られていない取引、口頭発注、メールだけの発注が大半を占める会社は、AI-OCRを契約する前に、発注1件ごとに必ず付番するルールを決めます。逆にすると、紐づけ不可の一覧だけが長くなります。

注意点3：インボイス制度への対応を確認する

2023年（令和5年）10月1日に始まったインボイス制度では、インボイスに登録番号の記載が求められます。登録番号は「T」と数字13桁の組み合わせです。請求書と一緒に登録番号も読み取り、国税庁の公表サイトの情報に照らして有効かを確かめる処理を入れると、1件ずつ手で検索する手間が省けます。公表サイトにはシステムから問い合わせるWeb-API機能があり、利用にはアプリケーションIDの発行が必要です。

帳票には取引先名と金額が載っています。生成AIに渡す前に、入力した内容が学習に使われない契約・設定かを利用規約で確かめ、どの項目まで渡すかを社内で決めます。

決めきれない点が1つ残ります。許容誤差を何円に置くかです。1円なら端数の差は通りますが、明細の多い請求書では端数が積み上がり、3円、5円の差になります。幅を広げれば確認は減り、本当の単価違いを通す余地も増えます。1円で始め、端数だけの不一致が何件並ぶかを1か月見てから決めるのが無難だと考えています。

ビフォーアフター：三点突合をAIに渡すと、月末の経理はどう変わるか

扱う帳票も、取引先も、支払日も同じです。変わるのは、人の時間の使い先が「合っていることの確認」から「合わなかった件の中身」へ移る点です。戻る時間は、手作業のうちに測った段階ごとの分数と比べて確かめます。

2026年10月