AI搭載ERP: 2026年に本当に意味すること

2026年には、市場のほぼ全てのERPがAIを搭載していると謳うでしょう。問題は、「AIを搭載する」ということが、運用上の影響が根本的に異なる、非常に多様な意味を持つことです。

2023年11月、皆がチャットボットを導入し始めた頃に、チャットボットをリリースし、それを「AI」と呼ぶERPもあります。そのチャットボットは、「先月の請求額はいくらでしたか？」といった質問をすると、データベースからデータを抽出して回答を返します。これは便利ですが、変革をもたらすものではありません。

そして、人工知能が初日からアーキテクチャの一部となっているERPもあります。そこでは、AIはシステムの「上」でデータを監視するのではなく、システムの「内部」で運用を処理します。

この2つのアプローチの違いは、マーケティングによるものではありません。毎週どれだけの時間を節約できるか、という点にあります。

既存のERPに「AIを追加する」ことの問題点

1990年代に建てられた建物にソーラーパネルを追加したいと想像してください。それは可能です。パネルは機能し、エネルギーを生成します。しかし、建物の構造はソーラーパネル用に設計されていません。壁の上を通るケーブルを追加する必要があり、元の電力システムはパネルと統合されておらず、基礎から太陽エネルギー用に設計された建物のパフォーマンスには決して達しません。

「AIを追加した」ERPも同様に機能します。AIはデータベースからデータを読み取り、質問に答え、要約を生成できます。しかし、操作を予測したり、進行中のフローに対して行動したりすることはできません。また、ビジネスの深いコンテキストを持っていません。なぜなら、そのコンテキストはAIのために設計されていなかったからです。

AIネイティブなERPは、AIが有用であるために何が必要か（各操作に必要なコンテキスト、AIが推論できるようにデータをモデル化する方法、AIツールと実際のビジネスフローをどのように接続するか）を初日から考えてデータアーキテクチャを構築します。

ファンクションツールとは何か、そしてなぜ重要なのか

Frihetにおける55以上のファンクションツールについて話すとき、チャットボットにできる55の質問について話しているのではありません。AIがあなたの実際のデータに対して実行できる55の特定の操作について話しているのです。

ファンクションツールとは、具体的な能力です：「このドキュメントから税務データを抽出する」、「この経費を正しい会計カテゴリに分類する」、「現在の四半期のIVAを計算する」、「このサプライヤーの請求書に重複がないか検出する」、「履歴に基づいて今後6週間のキャッシュフローを予測する」。

一般的なチャットボットとの違いは根本的です。ファンクションツールはビジネスの実際のコンテキストにアクセスでき、それに基づいて行動できます。テキストを生成するのではなく、操作を実行します。

実際には、これは以下のような機能に現れます:

get_invoices, get_expenses, get_clients — AIは請求書、経費、顧客の実際の状況を読み取り、見積もりではなく現在のデータに基づいて質問に答えることができます。

create_invoice, update_expense — AIは自然言語の指示から直接ドキュメントを作成または変更できます。「Acme S.L.に15%の源泉徴収を含む1,200ユーロの請求書を作成」といった指示が機能します。

calculate_tax_summary, get_vat_report — 一般的な例ではなく、あなたの実際のデータに基づく税務計算。

detect_anomalies, predict_cashflow — 業界平均ではなく、あなたの具体的な履歴に基づいて動作する予測分析。

AIアシスタントがファンクションツールにアクセスできると、会話は「請求額を教えて」から「今月、資金繰りの問題なく締めるために今週何をすべきか教えて」へと変わります。2番目の質問は、深いコンテキスト、実際の計算、そして行動能力を必要とします。ツールを持たないチャットボットは、これにうまく答えることはできません。

OCR: デジタル化と理解の違い

OCR（光学文字認識）は1990年代から存在します。AIによって変わったのは、テキストが読めるようになったこと（これは以前からできていました）ではなく、システムがドキュメントの構造を理解できるようになったことです。

従来のOCRは、「請求書 — XYZ社 — 課税標準額: 1,000.00 — IVA 21%: 210.00 — 合計: 1,210.00」と読み取ります。

AI搭載OCRは、そのテキストが仕入先請求書であり、課税標準額が1,000ユーロ、IVAが21%、支払総額が1,210ユーロであり、文書本文によれば「デザインサービス」という項目であり、発行者のNIFに基づいてIVAを回収できることを理解します。

運用上の違い：従来のOCRでは、まだ手動でフィールドを確認し、完了させる必要があります。AI搭載OCRでは、経費の取り込みはタスクから検証へと変わります。

Frihetは、レシートや請求書から自動的に抽出します: 仕入先、日付、発行者のNIF、項目、課税標準額、IVAの種類、税額、合計、支払い方法、そして提案された会計カテゴリ。50以上の言語の経費と71カ国の請求書フォーマットに対応しています。

月に40〜60の経費を処理する個人事業主にとって、これはデータ入力だけで月に1.5〜3時間の節約になります。これは理論的な数字ではありません。各フィールドを手動で入力するのにかかっていた時間と比べて、スキャン、レビュー、確認にかかる時間です。

自動分類：あなたのビジネスがどのように学習するか

経費の分類には、手動で行うまで気づかない複雑さがあります。同じ仕入先が、異なるカテゴリに属する項目を請求する可能性があります。Amazonは、ある請求書では「事務用品」となり、次の請求書では「IT機器」になるかもしれません。ガソリンスタンドは、文脈によっては「交通費」または「接待交際費」になり得ます。

FrihetのAIは固定のルールを適用しません。あなたの特定のビジネスパターンを学習します。数週間使用すると、システムはエル・コルテ・イングレスでの購入が通常「事務用品」に分類され、オフィス近くのレストランが「接待交際費」であり、Adobeの月額サブスクリプションが控除可能な「デジタルサービス」であることを理解します。

分類を修正すると、その修正がモデルにフィードバックされます。これはグローバルな形ではなく、あなたの修正はあなたのものであり、他のユーザーと共有されることはありません — あなたのワークスペースのレベルで適用されます。

十分な履歴がある場合、正答率は95%を超えます。しかし、Frihetは分類を最終的なものとして提示しません。レビューのための提案として表示します。AIが提案し、ユーザーが承認します。最終的な判断はあなた次第です。

税務オートパイロット：税務規則を理解するAI

これは、追加されたAIとネイティブAIの違いが最も顕著になる機能です。

チャットボットは「スペインの四半期IVAは課税標準額の21%です」と言うかもしれません。それはGoogleで検索できる一般的な情報です。

Frihetの税務オートパイロットは、異なることを行います。あなたの特定の活動を分析し、あなたの国と税制の規則を適用し、あなたが受けられる控除を特定し、あなたが申告する内容とあなたのデータが示す内容との間の不一致を検出し、そして準備するのに十分な時間を持って今後の義務を通知します。

スペインの簡易直接課税制度下の個人事業主にとって、これは次のことを意味します：分割払い（モデル130）の自動計算、未登録の控除可能経費の特定、申告書に記載されるべき源泉徴収の受領に関するアラート、そして四半期末前の税務結果の推定。

このシステムは71カ国の税務ポジションをカバーしています。ドイツのフリーランサー、フランスのコンサルタント、カナリア諸島の個人事業主（IVAの代わりにIGICを適用）は、それぞれの特定の制度に合わせた同じレベルの税務自動化を受けられます。

予測アラート：事前に知る

キャッシュフローは、中小企業で最も不愉快な驚きをもたらす問題です。数字が悪いからではなく（時には完全に管理可能であっても）、誰も十分な事前監視をしていなかったからです。

Frihetの予測アラートは、3つの情報層を分析します:

入金・支払履歴。 どの顧客が通常遅延して支払うか？平均してどれくらい遅延するか？どのサプライヤーが期日通りに請求し、どのサプライヤーが柔軟性があるか？

既知の将来のコミットメント。 回収待ちの発行済み請求書、予定されている仕入先への支払い、個人事業主の会費または社会保障費、税金の支払い期限。

季節パターン。 顧客が12月末に請求を締め切るため、1月には常に収入が減少する場合、システムはそれを認識し、予測に組み込みます。

その結果：シナリオ（顧客Aが期限内に支払う場合、顧客Bがいつものように遅延する場合）を含む6〜8週間のキャッシュフロー予測と、緊張のリスクがある場合の具体的なアラート。

魔法ではありません。それはあなたの会計に既に存在するが、誰も手動で分析する時間がなかったデータに対するパターン認識です。

自然言語アシスタント：質問から行動へ

Frihetの対話型アシスタントは、質問に答えるチャットボットではありません。あなたのビジネスに対して操作を実行できるエージェントです。

実用的な違い:

チャットボット: 「1月の請求額はいくらでしたか？」→ 回答: 「1,340ユーロ」

ファンクションツールを備えたエージェント: 「1月の要約を準備して、アドバイザーに送ってください」→ 実行: 請求額、経費、利益、請求IVAおよび支払いIVAを計算し、あなたのアドバイザーが使用するフォーマットで要約を生成し、送信するかどうかを尋ねます。

Frihetのアシスタントは55以上のファンクションツールにアクセスできるため、自然言語の簡単な指示から複雑なフローを実行できます。どのツールを使用すべきかを知る必要はありません。システムがあなたの質問に答えたり、指示を実行したりするために正しいものを選択します。

17言語で動作します。日本人ユーザー、ドイツ人ユーザー、スペイン人ユーザーは、母国語で同じアシスタントを、同じ運用能力で使用できます。

MCPサーバー：AIがすでにあなたのERPと統合されているとき

開発者や技術ユーザー向けに、Frihetは他のどのスペインのERPも持っていないものを提供します。それはMITライセンスを持つ52のツールが利用可能なMCP（Model Context Protocol）サーバーです。

MCPは、ClaudeのようなAIアシスタントが外部システムと直接接続できるようにする標準プロトコルです。FrihetのMCPがインストールされていれば、Claudeは会話から直接、あなたの請求書を読み取り、ドキュメントを作成し、税金を計算し、キャッシュフローを分析し、Frihetで操作を実行できます。

これはプログラミングする必要があるAPIではありません。AIアシスタントとあなたのERPとの間の直接接続であり、ツールはすでに定義され、コンテキストはすでに設定されています。開発者は数分で自動化フローを構築できます。

MCPサーバーは無料かつオープンソースです。有料プランや追加モジュールは必要ありません。これはAIエコシステムへの賭けです。他の人々がFrihetの上に構築するのが容易になればなるほど、すべてのユーザーにとってより多くの価値が生まれます。

FrihetのAIがしないこと

誠実さは設計の一部です。FrihetのAIが意図的に行わないことがあります:

あなたのために意思決定をしません。 キャッシュフローを予測することはできますが、経費を延期するか、入金を前倒しするかの決定はあなた次第です。異常を検出することはできますが、それに対して何をするかの決定はあなた次第です。

税務顧問の代わりにはなりません。 データ収集を自動化し、推定値を計算することはできます。戦略的な税務計画、複雑な規制の解釈、法的影響を伴う決定には、責任を負う専門家が必要です。

品質の低いデータでは機能しません。 ユーザーがアップロードするドキュメントが読みにくい場合、分類は不正確になります。AIは受け取るデータの品質と同じくらい優れています。

人間によるレビューなしにデータを統合しません。 AIによって生成された分類の提案と下書きは、そのようにマークされます。会計に統合される前に、ユーザーがレビューして承認します。

これらは恥ずべき制限ではありません。設計原則です。人間による監視なしに重要な決定を自動化するERPは、良いERPではありません。それは、見た目は良いが問題を生み出すものです。

購入前にERPのAIを評価する方法

AI搭載ERPを評価している場合、これらは本物のAIとマーケティングAIを区別する質問です:

AIは私の実際のデータにアクセスしますか、それとも一般的な回答しか提供しませんか？ あなたのビジネスの特定のケースについて質問してください。回答が一般的な場合、AIはあなたのデータのコンテキストを持っていません。

システムにはいくつのファンクションツールがありますか？ ツールを持たないチャットボットは質問に答えることはできますが、操作を実行することはできません。行動能力が違いを生みます。

AIは行動できますか、それとも情報提供のみですか？ 自然言語の指示から請求書を作成することは、請求書の作成方法を教えることとは異なります。

フローに人間による監視はありますか？ レビューなしで自動的に統合するシステムは、あなたが気づかないうちに会計に間違いを犯す可能性があります。

ベンダーはAIがあなたのデータで何をするかを説明していますか？ ローカル処理、GDPR準拠、モデルトレーニングへの不使用は、細かい字ではなく規約に明記されるべきです。

Frihetはこれらの質問に合格します。特定の機能について具体的な疑問がある場合は、契約する前にサポートがデモでそれを示すことができます。