LLMを活用した経理業務の効率化システムの開発の相談・問合せ東京都千代田区からシステム開発会社へのお問い合わせ

新規開発

自社発注

Webシステム
業務システム

依頼する

LLMを活用した経理業務の効率化システムの開発。

1. 背景・目的
•事業課題
oスタートアップ経営層が “数字を理解し意思決定に活用する” までのハードルが高い。
o会計・財務データの解釈には専門知識が必要で、リソース不足の企業ほど属人的判断に陥りやすい。
•
プロジェクト目的
1.月次決算や資金繰りを自然言語で問いかけるだけで要約・洞察を得られる UX を実現する。
2.LLM を用いて財務モデル作成・KPI 分析・IR 資料作成を半自動化し、経営陣の作業負荷を削減する。
3.生成 AI の説明責任・セキュリティ・プライバシーを担保しつつ、中小企業でも導入しやすい SaaS とする。
2. プロジェクト範囲（Scope）
#
機能カテゴリ
機能概要（必須要件）
参考：既存課題
①資金調達サポートとしてAIでピッチ資料の素案を作成する機能:
資金調達サポートとしてAIでピッチ資料の素案を作成する機能: 資金調達の場では、事業計画を説明するピッチデック（投資家向け資料）や将来の財務見通しの提示が必要である。生成AIを活用して、事業概要や数値を入力するだけでピッチデックを自動生成してくれるツールを想定。例えばレイアウトやデザインに悩まずに短時間で資料を作成でき、創業者はストーリーの磨き込みに専念できるようにする。また、財務モデルや将来予測についても、AIが過去データから収益予測や必要資金額をシミュレーションし、投資家向けに説得力ある数字を提示するサポートツールとする。AIが下書きをして、人間の経理担当者はAIが作成したドラフトをチェックする。（プレビュー機能も必要）
③財務モデル作成支援
対話から前提を聞き出し、SaaS 形態などの PL／CF 予測 Excel を半自動生成。
事業計画作成が重労働。
④KPI ダッシュボード解説
KPI の時系列変化を LLM がサマリーし、悪化原因や改善仮説を提案。
CAC/LTV などが “数字のまま” で伝わらない。
⑤投資家提出資料の添削
IR ピッチ資料をビジネス文書として整形・校正し、用語統一。
投資家対応の負荷・翻訳コスト。
除外範囲：会計システムそのものの開発、法定帳簿出力、給与計算、税務申告モジュール等は本 RFP の対象外。
3. 必須要件
3.1 機能要件
1.自然言語 QA：日本語 100% 程度の利用想定。会計・財務ドメインの専門語にも対応。
2.月次推移の質問対応：過去実績との比較、統計的外れ値、ユーザー設定ルールを併用。
3.将来 CF 予測：3 つ以上のシナリオ（ベース／悲観／楽観）を自動生成し、残りキャッシュ月数を算出。
4.Excel 連携：出力テンプレートは xlsx 形式（関数／ピボット／グラフ含む）。
5.マルチテナント：ユーザー企業ごとにデータを完全分離
6.監査ログ：全プロンプト・応答・モデルバージョンを時刻付きで保管。検索・エクスポート機能必須。
3.2 非機能要件
•セキュリティ：
o顧客会計データは日本国内リージョン（例：AWS Tokyo）で暗号化保存（AES 256）。
oモデル推論時のデータ送信が国外に出ないアーキテクチャを優先。
•性能：
o月次 1 万件規模の帳票を【10】秒以内で要約返答。
o同時接続 120 ユーザー時の応答 SLA 99.9%。
•説明責任：モデル生成の根拠引用（source grounding）／ハルシネーション率＜3% を検証できる手段を提案。
4. 技術要件（案）
項目
最低要件
推奨
LLM
GPT 4o 同等以上（128k token）または国内 LLM (Azure OpenAI, SakuraLLM等)
RAG 構成＋独自ファインチューニング
開発言語
Python (FastAPI) または TypeScript (Next.js)
―
データベース
PostgreSQL 15 以上
列指向 DB (DuckDB/ClickHouse) の併用可
インフラ
AWS
IaC: Terraform or AWS CDK
MLOps
CI/CD + Canary + Feature Store
MLflow 連携
5. 提案内容・成果物
1.要件定義書／基本設計書／画面・帳票設計書　システム構成図　概要・詳細設計書　データベース定義書　　
2.ソースコード一式
3.テストエビデンス（結合テストバグ管理表＆キャプチャー）
4.運用手順書・障害対応手順書
5.ユーザーマニュアル（管理者／一般利用者向け）
6.生成AI プロンプト仕様書・API キー管理手順
7.出力帳票サンプル

6. プロジェクト体制・スケジュール（案）
フェーズ
期間
主なマイルストーン
成果物
0. 要件精査
契約後 1 か月
詳細要件定義完了
要件定義書
1. PoC
2 か月
精度・速度評価
PoC レポート
2. MVP
3 か月
①② リリース
MVP 環境
3. 拡張
3 か月
③④⑤ 実装
本番リリース
4. 保守
12 か月
SLA 達成報告
運用レポート
納期要望：契約締結から 9 か月以内に本番版ローンチ。
7. 予算・契約条件
•契約形態：請負（成果物検収方式）＋保守サポート年間契約。
•支払条件：各フェーズ完了時にマイルストーン払い。
•知財帰属：成果物一式当社。
8. 提案書フォーマット（提出必須情報）
1.会社概要・実績
2.プロジェクト理解と解決アプローチ
3.技術アーキテクチャ図
4.使用 LLM・RAG 戦略とハルシネーション対策
5.セキュリティ・コンプライアンス実装策
6.体制（PM, LLM Engineer, Data Engineer, QA 等メンバー構成）
7.スケジュール（ガントチャート）
8.費用明細（開発・クラウド・保守）
9.リスクと緩和策
10.参考導入事例・デモ URL（任意）

9. プロジェクト体制・コミュニケーション
•想定体制：下記のような資料にて記載。（開発疑問点発生時には適宜相談に対応）
•定例： 30分/1回の進捗確認会議を週2回実施
•ツール：GitHub, Slack, Notionなど（要相談）
ロール
主な責務
想定工数
PM
進捗／品質／リスク管理
[X人日]
Tech Lead
アーキ設計・コードレビュー
[X人日]
AI Engineer
LLM 連携設計・プロンプト最適化
[X人日]
Frontend
Web UI 実装
[X人日]
Backend
Python API 実装
[X人日]
QA
テスト計画・実施
[X人日]

10. 評価基準（配点例）
項目
配点
評価観点
技術力・実績
20
類似案件、AI・会計分野知見
提案内容
60
要件理解度、技術力・提案内容評価項目への回答
コスト
20
内訳透明性、TCO観点効率

11. スケジュール（提案側）
•RFP 公開：2025 06 11
•質問受付：2025 06 20
•提案書締切：2025 06 25
•ベンダー決定：2025 07 04
•契約締結：2025 07 31

提案いただけそうでしたらオンラインにて詳細を補足させていただきます。

3ヶ月以内の予定

予算上限なし

問合せをしたい

この案件に対応したい方はこちら

お問い合わせする