既製ツールでは対応しにくい連結決算や、複数の基幹システムとの深い連携が必要なら、フルスクラッチ・オーダーメイド開発が候補になります。
フルスクラッチ開発は、自社の決算プロセスに合わせてゼロから設計する開発です。既製SaaSとの違い、費用・期間、発注時の注意点を、判断材料としてまとめました。
▼全体ガイドの記事
・経理のAIエージェントの完全ガイド
AIシステム開発の種類・工程・費用・会社選定までの全体像については、無料ホワイトペーパー「AIシステム開発の完全ガイドブック」で詳しく解説しています。
経理のAIエージェントにおける「フルスクラッチ・オーダーメイド開発」の定義
フルスクラッチ・オーダーメイド開発は、既製のパッケージ製品やテンプレートを使わず、要件定義から設計・実装まですべてを自社専用に作り上げる開発スタイルです。経理のAIエージェントでこの選択肢が検討されるのは、既製ツールの制約を超えて、自社の決算プロセスや業務システムに完全に合わせたい場合です。
既製SaaS/エージェントビルダーとの違い
既製のSaaS/エージェントビルダー（マネーフォワードクラウド会計、freee会計、勘定奉行クラウド等のAI仕訳提案機能）は、標準的な取引パターンであれば短期間・低コストで導入できます。モデルの改善やセキュリティ対応も、ベンダー側が継続的に行う点が利点です。一方で、カスタマイズはベンダーの機能の枠内に限られ、複雑な連結決算や独自の勘定科目体系を組み込みにくい面があります。
さらに、自社独自のロジックがベンダーのプラットフォームに依存してしまう（ベンダーロックイン）点もあります。フルスクラッチ開発では、こうした制約を取り払えます。無制限に近いカスタマイズ性が得られるほか、標準技術スタックを採用することで、ベンダーロックインを避けられます。
また、APIのない古い基幹会計システムも独自のラッパーで接続でき、高度なシステム間連携を実現できます。その代わり、費用と学習コストが高くなり、開発期間も、SaaS型が数時間〜数日で済むのに対し、数か月単位に及びます。この点がトレードオフです。
フルスクラッチが適するケース
フルスクラッチ開発が適するのは、次のようなケースです。
- 連結決算への対応：複数の会計システムや勘定科目体系を、横断して統合する必要がある。
- 基幹システムとの連携：ERP、販売管理、在庫管理、経費精算などと深く結び付けたい。
- 独自ロジックの内製管理：勘定科目マッピングや原価計算ロジックを、継続して改善したい。
- 厳格な内部統制：上場企業やその子会社など、J-SOXに基づく監査要件に応える必要がある。
4つの条件のいずれにも当てはまらない場合は、無理にフルスクラッチを選ばず、既製SaaSやカスタマイズ型の導入を優先するほうが、投資対効果の面で合理的なことが多いです。
エージェント設計パターン
フルスクラッチで経理のAIエージェントを構築するときは、設計パターンが品質を大きく左右します。特に重要な2つの考え方を取り上げます。
マルチエージェント構成（役割分担）
近年の経理AIエージェント設計では、請求書処理から決算補助までを一つの万能エージェントに任せず、役割を分けるマルチエージェント構成が主流になりつつあります。たとえば「請求書読み取り・仕訳起票エージェント」「経費精算チェックエージェント」「消込・入金照合エージェント」「月次決算補助エージェント」のように分けます。オーケストレーター（統括エージェント）が、全体のワークフローを制御します。
役割ごとに専門化すると、各エージェントは担当領域に特化したロジックやプロンプトを持てます。そのため、精度の向上とメンテナンス性を両立できます。
たとえば、消込・入金照合エージェントの判定ロジックを見直す場合でも、決算補助エージェントのロジックに影響を与えずに調整できます。単一の巨大なエージェントを運用するより保守しやすいという、実務上の利点があります。
ツール呼び出し設計とHuman-in-the-Loop
もう一つ重要な設計パターンが、ツール呼び出し（Function Calling）の設計です。会計システムのAPI操作や銀行API連携を、「ツール」として個別に定義します。社内規程検索や経費精算システム連携も、ツールとして切り出します。
エージェントは状況に応じてそれらを呼び出すため、拡張性と保守性を確保できます。近年は、ツール連携の標準規格であるModel Context Protocol（MCP）に準拠して設計するケースも増えています。そのため、将来のツール追加や他システムとの接続を広げやすくなります。
加えて、経理のAIエージェント特有の重要な設計原則が、Human-in-the-Loopです。金額の大きい取引や新規取引先との取引、非定型の勘定科目判定が必要な仕訳は、AIがドラフトを作り、人間が確認・承認してから実行する「承認ゲート」を挟むのが基本です。一方で、少額かつ定型的な仕訳（社内向けタスク）は、自律実行の対象にしやすいというのが実務上のセオリーです。
会計システム・基幹システムとの統合設計
フルスクラッチ開発の価値は、会計システムだけでなく複数の基幹システムを横断した統合設計で、最も発揮されます。ここでは、連携設計とガバナンス設計の2つの観点を取り上げます。
会計システム・ERPとのAPI連携設計
会計システムとの連携は、標準APIを介するのが基本です。たとえば、マネーフォワードクラウド会計API、freee会計API、SAP、勘定奉行クラウドなどが挙げられます。フルスクラッチ開発では、さらに経費精算システム、販売管理システム、債権・債務管理システムといった周辺システムとの連携まで含めて設計できます。
過去の類似取引や勘定科目の適用実績を検索対象にする場合は、ベクトルDBを併用したRAG（検索拡張生成）構成を組み合わせられます。そのとき、エージェントは過去の類似仕訳を参照しながら、新しい取引の勘定科目を判定できます。こうした連携こそ、既製SaaSでは実現しにくい、フルスクラッチ開発ならではの価値です。
権限・内部統制・監査ログ設計
複数のシステムを横断してAIエージェントが動く以上、権限管理と内部統制の設計は欠かせません。そのため、役割ごとにエージェントがアクセスできるデータの範囲と、実行できる仕訳・記帳操作の種類を、厳密に制御しておく必要があります。
また、いつ、どの取引を、どのような判断根拠で仕訳したかを記録する監査ログも、整えておく必要があります。そのうえで、重要な仕訳の前に人間の承認を必須とするHuman-in-the-Loop設計と組み合わせれば、トレーサビリティを確保しながら安全に運用できます。
特に上場企業やその子会社では、J-SOXに基づく内部統制要件への適合が必須です。クラウドLLM APIを使うなら、オプトアウト契約（学習データとして利用されない契約）かどうかを確認しておきます。さらに、電子帳簿保存法が求める真実性・可視性の要件を満たすデータ保存の設計も求められます。
開発費用・期間の目安と技術構成
フルスクラッチ開発を検討するとき、最も気になるのは、具体的な費用・期間の水準と技術構成です。
費用・期間相場
初期開発費は500万〜3,000万円程度が目安です。複数の基幹システムとの統合や、複数のエージェントが連携する大規模なマルチエージェント構成を含む案件では、3,000万円〜1億円規模になることもあります。
開発期間は全体で6か月〜1年超が目安です。工程別では、要件定義と、エージェント設計・ツール定義がそれぞれ4〜8週間、実装が8〜24週間です。評価・チューニングは4〜8週間、パイロット運用は2〜4週間を見込みます。
月額の運用コストは50万円以上（年間換算で600万円以上）を見込んでおく必要があります。既製SaaS型の年間TCOは50万〜400万円程度が目安ですが、フルスクラッチ型は200万〜1,000万円以上になりやすい点も、投資判断の材料として押さえておきます。
技術スタック（フレームワーク・LLM選定）
マルチエージェント構成のオーケストレーションには、厳密なフロー制御ができるLangGraph等のフレームワークが、事実上の標準として使われることが多いです。過去の仕訳データや社内規程の検索には、LlamaIndex等のRAG特化フレームワークが併用されます。
LLM選定では、用途に応じて使い分けるのが一般的です。非定型取引の勘定科目判定や決算コメントの生成には高性能モデルを、定型的な請求書の文字起こしやデータ整形には軽量モデルを使います。
ベクトルDBは、導入規模に応じて選びます。大規模な導入ではPinecone・Milvus・Azure AI Search等が、プロトタイプ段階や小規模導入ではFaiss・Chroma等が候補になります。技術選定は開発会社によって得意分野が異なるため、提案の時点でどの構成を推奨するのか、その理由とあわせて確認することが大切です。
発注・契約時の注意点
フルスクラッチ開発は投資額が大きくなるぶん、発注・契約時の確認事項がプロジェクトの成否を左右します。
契約形態とラボ型開発
勘定科目体系の言語化や、エージェントの自律範囲の設計は、開発を進めながら仕様が固まっていく性質が強いです。そのため、要件の確定を前提とした一括請負契約よりも、「ラボ型（準委任）」でのアジャイル開発が推奨されます。
一括請負でスコープを厳密に固定すると、開発途中で判明した非定型取引のパターンや、内部監査部門からのフィードバックへの対応が、仕様変更として扱われて見積もりが当初の2倍以上に膨らむおそれがあります。
その点、ラボ型契約であれば、優先度の高いタスクから柔軟に着手でき、決算スケジュールや税制改正にも合わせやすくなります。
PoCを経た段階的移行の徹底
投資額が大きいフルスクラッチ開発だからこそ、いきなり本開発に入らず、必ずPoC（1〜2か月・300万円前後が目安）を挟みます。そのうえで、定量的なGo/No-Go基準によって本開発への移行を判断することが大切です。
あわせて、相見積もりを取る際には、API利用料が保守費用に含まれるのか実費精算なのか、保守費の範囲が監視のみか機能追加まで含むのかを確かめるべきです。そのうえで、3〜5年のTCOで比べる必要もあります。
契約時には、丸投げ外注になっていないかを確かめる必要があります。具体的には、ソースコードの所有権が自社に帰属するか、特定ベンダーに依存しない標準技術スタックを採用しているか、プロジェクト終了時に技術移転セッション（自社エンジニアへのノウハウ引き継ぎ）が用意されているかを確認します。こうした確認をしておけば、長期的に自社でエージェントを育て続けられる体制を作れます。
まとめ
ここまで、経理のAIエージェントにおけるフルスクラッチ・オーダーメイド開発を、既製SaaSとの違いから発注・契約時の注意点まで見てきました。設計では、マルチエージェント構成やツール呼び出し、Human-in-the-Loopといったパターンと、会計・基幹システムとの統合が柱になります。費用・期間や技術構成の目安も確認しました。
既製ツールは短期間・低コストで導入できる一方、複数グループ会社の連結決算や、複数の基幹システムとの深い連携、独自ロジックの内製管理を求める企業には、フルスクラッチが適しています。
初期費用は500万〜3,000万円程度（大規模案件では3,000万円〜1億円）、開発期間は6か月〜1年超が目安です。請求書処理から決算補助まで役割を分けるマルチエージェント構成と、金額の大きい取引や非定型仕訳に人の承認を挟むHuman-in-the-Loop設計が、精度とリスク管理を両立させる鍵になります。
契約形態は、ラボ型（準委任）でのアジャイル開発を基本とします。そのうえで、必ずPoCを経て定量的な基準により本開発への移行を判断すれば、大きな投資を無駄にせずに済みます。
自社の決算プロセスに合った進め方を見極めるには、まず複数の開発会社に、自社の要件と現状のシステム構成を伝えて相談することをお勧めします。
▼全体ガイドの記事
・経理のAIエージェントの完全ガイド
▼開発を相談する前に読みたい無料ホワイトペーパー
・AIシステム開発の完全ガイドブック
・【2026年最新版】AI駆動開発の完全ガイドブック
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。