LayerXがAI-BPO事業を開始しシリーズB150億円調達した事例です。 LayerX公式プレス(2025-04-07)で公開されています。
「上場予備軍だから関係ない」と読み飛ばすにはもったいないです。 中小経理BPO・会計事務所・士業事業者で「人手不足で経理代行が広がらない」で悩んでいる構造そのものだからです。 LayerXはこの問題を、「AIエージェント代行+段階自動運転」で解いています。
僕が注目したのは、「請求書SaaS知見を活かし経理BPOをAIに渡した」踏み込みです。中小BPO事業にそのまま転用できます。
中小BPO・会計事務所の代行課題
社員10〜100名の中小経理BPO・会計事務所・士業事業者にありがちな構造はこうです。
- 仕訳・請求書処理が手作業中心
- スタッフの離職で代行案件が回らない
- 結果、新規受注を絞らざるを得ない
- 単価競争で利益率が低下
汎用ChatGPTには会計仕訳ルールを渡せません。「AIエージェント+業務フロー設計」が必要、というのが本事例の骨子です。
LayerXの取り組み
LayerXのプレスで紹介されている内容は以下です。
- 対象: 経理BPO(請求書受領代行など)
- 基盤: LayerX独自AIエージェント基盤
- 用途:
- 請求書受領: AIが代行受領・データ化
- 仕訳生成: 自動仕訳ドラフト
- 承認補助: 人レビュー前提の自動化
- 設計思想: 行動指針「Bet AI」+段階自動運転(将来レベル4)
効果実感の数字:
- 2025年9月シリーズB 150億円調達
- AIエージェント事業へ全社シフト
何が真似できるか
LayerXは事業者側ですが、設計思想だけ抜き取るとこうなります。
- 経理代行にAIエージェントを組み込む
- AI処理+人レビューの段階設計
- 業務フローを自動運転レベルで分類
- 効果は「1案件処理時間×受注上限×粗利」で測る
特に「段階自動運転」が秀逸です。中小BPOほど「全自動or手作業」で止まりがちですが、段階分類すると現実的に進められます。
中小企業で再現するなら
ここからが本題です。社員10〜100名の中小経理BPO・会計事務所で同じ思想を取り入れるならどう削るか。
構成
| 項目 | LayerX | 中小BPO(社員10〜100名) |
|---|---|---|
| 対象 | 経理BPO全般 | 主要顧客から段階展開 |
| ツール | 独自AIエージェント | ChatGPT Team+OCR+会計ソフト連携(月3,000〜4,000円/人目安、2026年5月時点。要最新価格確認) |
| 月額費用 | (記載なし) | 推定 月10〜50万円(顧客数次第) |
| 初期費用 | (記載なし) | 推定 100〜500万円(フロー設計+連携開発) |
| 体制 | 開発+業務 | 経営+業務リード+情シス(or 外部支援) |
| 期間 | (記載なし) | 6〜12ヶ月で運用化 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★★★ |
| 再現性(中小企業) | ★★★☆☆ |
| 難易度(低いほど簡単) | ★☆☆☆☆ |
(難易度=数字小さいほど簡単)
スコア根拠は以下です。
- ROIは最高。受注上限を引き上げるインパクトが大
- 再現性は中。業務フロー再設計が前提
- 難易度は最高。会計ソフト連携+人レビュー設計が必須
前提条件・必要データ
- 顧客の請求書がデジタル受領できる
- 仕訳ルールがある程度標準化
- AI出力後の承認フロー整備
- 月次で1案件処理時間を計測
失敗条件・適用しないケース
- 請求書が紙・FAX主体(AI連携不可)
- AI仕訳を監修なし会計連携(誤計上リスク)
- 顧客情報の取り扱いが未定義
- 効果測定をせず「便利になった気がする」で終わる
「AIエージェントを導入すれば人手不足解消」のではありません。
顧客デジタル化→AIエージェント設計→人レビュー設計→検証案件→展開→月次測定、という流れが6〜12ヶ月で回って初めて、本事例が描く「AI-BPO」像が中小BPOにも見えてきます。
特に「人レビュー設計」を省くと、誤計上で顧客信頼を失います。
出典・参考
市野
愛知県岡崎市でAI活用支援を手がける一人社長。 中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。
愛知県岡崎市を拠点に、中小企業向けのAI活用支援を提供。ChatGPT・Claude Code等を活用した業務自動化やSEO・広告運用の内製化を支援。経営者が自らAIを使いこなせる体制づくりをサポートしている。
＞＞詳細なプロフィールはこちら