経費のPDF77枚を、ローカルLLMでまとめて処理してみました。
最初は20分以上かかりましたが、AIに見せるものを絞ると55秒まで短くなりました。
全部をAIに任せるより、分かっているものは表で処理したほうが速かったです。
77枚まとめてやらせてみた
経費のPDFは、保存したタイミングでファイル名を付け直すようにしていたのですが、毎回ではありませんでした。
気になりつつもそのまま放置していたら、いつの間にか77枚たまっていました。
ちょうどローカルLLMを入れたばかりだったので、領収書のようなデータをローカル環境でAIに触らせるのはありかなと思い、試してみることにしました。
日付や取引先を読んで、そのままファイル名まで変えてくれれば楽そうです。
実際に77枚まとめて処理してみると、20分以上かかりました。
ローカルLLMは、入れて最初に触ったときから、普段使っているAIより遅いなとは思っていたので、「ローカルLLMならこんなものなのかな」という感じでした。
ただ、PCへの負荷は結構あります。
タスクマネージャーを見ると、GPU使用率は95％を超えていました。
その間に別の仕事をする感じでもなく、トイレに行ったり、スマホをいじったりして待っていました。
これだけ負荷がかかっていると、PCが壊れやすくならないのかなと少し心配にもなります。
処理が終わって結果を見ると、「吉澤徳信税理士事務所」が取引先になっているPDFが4枚ありました。
そこは取引先ではなく、請求書に書いてある私の宛名です。
見たときは、なんで間違ったんだろうと思いました。
この記事を書くために振り返っていて気づいたのですが、そもそもAIに自分が誰なのかを伝えていません。
それなら仕方がない部分もあるのかもしれません。
そのときはそこまで考えていなくて、「まあ人間でもこういうミスはあるか」くらいでした。
知っている取引先までAIに見せていた
最初は、同じ取引先を何回もAIに見せていれば、そのうち覚えて処理も速くなるのかなと思っていました。
辞書のようなものを作る前に何回か試したのですが、処理時間はそれほど変わりませんでした。
Claudeに相談したところ、すでに分かっている取引先はAIを使わずに処理して、分からないものだけAIに見せる案が出ました。
知っている取引先まで毎回AIに見せなくていいので、それなら処理も速くなりそうです。
実際にやってみると、結果は次のようになりました。
- 表で確定：64枚
- AIで確定：6枚
- 保留：2枚
- 画像PDF：5枚
処理時間は、20分以上から55秒になりました。
20分以上かかっていたので、55秒で終わったのはかなり意外でした。
64枚はAIに聞かなくても、表だけで決まっています。
辞書のようなアナログなやり方のほうが、AIに毎回考えさせるより速いんだなと思いました。
分からない取引先だけAIに見てもらい、分かったものはまた辞書に追加していくことにしました。
VLOOKUPを使っていた頃を思い出した
取引先名が辞書に増えていくのを見て、勤務時代のことを思い出しました。
当時はExcelでVLOOKUPを使い、取引先名から勘定科目を返すような処理をしていました。
今回やっていることも、この部分はかなり近いです。
違うのは、取引先名と勘定科目を対応させるための元データを、自分で入力しなくてもよくなりそうなところです。
私は入力作業がかなり嫌いで、勤務時代に入力担当をしていたときも、単純作業が本当に苦手でした。
中でも、摘要欄の入力が特に嫌でした。
1つの仕訳でも、日付や金額は半角、摘要はAmazonならアルファベット、有隣堂なら全角だったりします。
半角、全角、かな入力を切り替えながら入力するのが面倒でした。
税理士事務所で働き始めたころは、こういう入力をしながら、もし自分が日本人ではなくアメリカ人だったら、かな入力もないし、こんなことを気にしなくていいのかな……と思ったりもしていました。
今回の仕組みなら、取引先ごとのデータをAIに追加してもらえるので、この入力も減らせそうです。
入力する部分が減れば、その分、確認するほうに時間を使えます。
まだ、お客様の経理に使おうというところまでは考えていません。
ローカルLLM自体、エラーが出ることもあります。
エラーが出て設定画面を開いても、項目が多くて何を触ればいいのか分かりません。
いろいろ見ているうちに、もうよく分からないなとなることもあります。
それでも触っているのは、ガジェットが好きだからというのもあります。
自分のPCの中で動かせるのはやっぱり面白く、まだエラーは出ますが、触っている分には結構楽しめています。
55秒まで縮んだのはよかったので、次は仕訳でも同じようにできるか試してみようと思っています。
【余白ログ】
昨日は、たまプラーザにある中華そば まつのみの特製中華そばを食べました。
場所は駅から遠いですが、かなりおいしかったです。
