← すべてのガイド 財務

偽の領収書と経費不正

生成された領収書は今や一瞥しただけでは見破れません。財務チーム向けのチェックリスト、改ざんされた合計金額がローカルなシグナルを残す理由、そしてチェックをどこで止めるべきか。

· 7 分で読めます · Best AI Image Detector

ほとんどの偽領収書は、合計金額が変更された本物の領収書です。それは画像の一部にシグナルを残しますが、フレーム全体のスコアでは平均化され、リージョンマップでは表示されません。

領収書が簡単なターゲットである理由

領収書とは、劣悪な照明下で撮影された紙の上のテキストです。顔も手も複雑なシーンもなく、誰もがその画像がわずかにぼやけていたり、ひどく切り抜かれていたりすることを想定しています。他の写真なら疑わしく思われる品質上のあらゆる問題が、ここでは日常的なのです。

金額も小さいため、個別に調査する人はいません。月に400件の申請を審査する財務チームは、異常値を探しているだけであり、コーヒーの領収書に科学捜査を行っているわけではありません。1枚の改ざんされたコーヒー領収書を追いかける価値はありませんが、1年間で40枚あれば給与に匹敵します。

2つのパターンと、その読み方

14 11 9 12 76 81 16 13 10

紙、照明、切り抜きは本物です。金額をカバーする2つの隣接するタイルは本物ではありません。

2つの明細項目があり、合計金額が再生成された本物の領収書。フレーム全体のスコアは34でした。

完全に生成された領収書は異なって見えます。写真のどの部分もカメラから来ていないため、すべてのタイルが高スコアになります。そのケースは見つけやすく、実際、編集されたものより一般的ではありません。

両者を見分ける
パターンフレーム全体のスコア領域マップ状態
生成された領収書高いタイル全体が反応する購入は発生していない可能性が高い
金額の編集低〜中程度1つか2つのタイルが高い数字が変更された本物の購入
本物、撮影状態が悪い中程度均一で温かみがある圧縮や光量不足であり、不正ではない
本物、良好な写真低いすべてのタイルが低い疑わしい点なし

画素に関わらないチェック

画像分析は1つのシグナルに過ぎず、経費不正において最初に機能することは稀です。これらはコストがかからず、より多くを発見できます。

  • 算数。 明細項目は小計と一致しますか?税率は正しく適用されていますか?改ざんされた合計は数学的に矛盾していることがよくあります。変更した人物が1つの数字しか変えていないからです。
  • 連番。 異なる日付で隣接する取引番号を持つ同じ店舗からの2枚の領収書は、どのようなスコアよりも強力なシグナルです。
  • 店舗の詳細。 繋がらない電話番号、存在しない住所、その国では形式が誤っている税番号。
  • 繰り返される画像。 無関係なはずの購入全体にわたって共通する、同じ紙の質感、同じテーブル、同じ照明。
  • タイミング。 期間終了時にまとめて提出された領収書。数週間にわたって日付が打たれ、すべて同じセッションで撮影されている。
  • 切りの良い数字。 承認しきい値をわずかに下回る金額が、繰り返し発生している。

財務チームが領収書をアップロードすべきではない理由

領収書には従業員の場所、日時、支出、そして場合によってはカード番号の一部が含まれます。これをサードパーティのスコアリングサービスに送信すると、従業員の個人データを扱う処理関係が発生し、契約、保持ポリシー、およびプライバシー通知への記載が必要になります。

ブラウザ上でスコアリングを行えば、そのすべてを回避できます。ファイルはページからディスクを読み取るだけで送信されることはないため、処理担当者の選任も開示も必要ありません。

フラグが立てられた領収書の扱い方

  1. 原本を再確認する

    その画像を撮影したスマートフォンからファイルを取り寄せてください。誠実な領収書で高いスコアが出るケースのほとんどは、電子メールやチャットアプリを経由した後の再圧縮が原因です。

  2. 算術計算と加盟店を確認する

    計算が合わない、あるいは加盟店が存在しない場合、モデルに依存しない回答が得られます。

  3. 主張ではなくパターンを見る

    フラグが1つ立てられただけではノイズに過ぎません。同じ従業員に4回フラグが立てられた場合や、1回のセッションで撮影された一連の画像にフラグが立てられた場合は、エスカレーションする価値のあるパターンです。

  4. 方針ではなく担当者へルーティングする

    スコアに基づいた自動拒否は不公平であり、給与に影響する場合は法的なリスクも伴います。フラグは対話のきっかけとすべきです。

従業員との対立を避けるポリシーの設計

フラグが立てられたすべての領収書を不正の疑いとして扱う経費ポリシーは、問題解決よりも不満を生む原因となります。領収書写真の誤検知率は高く、影響を受けるのは自社の従業員です。

スコアではなく金額で閾値を設定する。上限を超えたものをすべて確認することは比例的であり、労使委員会や組合に対しても説明が容易です。すべてを確認し、モデルの出力に基づいて行動することは、そのどちらでもありません。

画像チェックが行われること、そのトリガーとなる条件、そしてフラグが立った場合には拒否ではなく原本ファイルの提出が求められることをポリシーに明記してください。事前にルールを知っているスタッフはそれを受け入れますが、告発によってそれを知るスタッフは受け入れません。

  • 閾値を公開し、チェックによって誰も驚かせないようにします。
  • フラグは担当者へルーティングし、自動的な拒否は行いません。
  • まず原本ファイルを請求します。再圧縮がほとんどの高スコアの原因だからです。
  • 単一の領収書ではなく、申請者全体にわたるパターンに基づいてエスカレーションします。

よくある質問

AI検知で偽の領収書を捕らえられるか?
2つのことを検知します。すべてのタイルで高いスコアを示す完全に生成された領収書と、画像内の1~2か所が異常な数値を示す改ざんされた金額です。業務に関係のない購入に対する正当な領収書は検知できませんが、これは経費不正の中でより一般的な形式です。
なぜ本物の領収書が高いスコアを出すことがあるのか?
領収書は、光の状態が悪い中、角度をつけて、丸まった紙の上に撮影され、その後経由するアプリによって圧縮されます。それらすべてがスコアを押し上げる要因となります。一定の誤検知率を想定し、フラグが立った場合に拒否ではなく質問を行うプロセスを構築してください。
すべての領収書を自動的にチェックすべきか?
安価なチェックの方が多くを捕らえます。算術計算、シーケンス番号、加盟店確認は即座に実行され、画像分析では決して見つからない不正を発見します。これらを一次チェックとして使用し、ピクセルチェックはそれらが表面化させたもの、または金額閾値を超えた請求のために予約してください。
結果を経費システムに保存できるか?
はい。判定ではなく結果を保存するのが正しいアプローチです。レポートをエクスポートし、スコア、領域マップ、日付を請求情報と併せて保存してください。1年後に疑問が呈された際に説明が必要となり、そのエクスポートがあればそれが可能になります。
領収書をまとめてチェックできるか?
はい、1バッチあたり最大25枚の画像まで可能です。ほとんどのチームは請求全体を一度に実行し、各スコアを読み込むのではなく外れ値を探します。1回のセッションで撮影された一連の画像は狭い範囲のスコアに収まる傾向があるため、そこから大きく外れた領収書が開くべき対象となります。