【ITニュース解説】I Built an AI Invoice Assistant That Runs Locally (No API Keys, No Expiring Credits) 💸

システムエンジニアを目指す皆さんにとって、日々の業務で直面する課題をテクノロジーで解決する発想は非常に重要である。今回紹介する「InvoiceMate AI」は、まさにそのような課題解決のアプローチを示しているプロジェクトだ。これは、AIを使って請求書やレシートの管理を自動化するアシスタントであり、特にフリーランスや中小企業のオーナーが抱える「煩雑な経理作業」という悩みに応えるために開発された。

多くのAIツールは、インターネット経由で外部のAIサービスにデータを送信し、その処理能力を利用することで機能を実現している。この方法は便利である一方、利用するたびに費用（API利用料）が発生したり、自分の大切な財務データが外部のサーバーに送られてしまったりするという課題があった。例えば、1枚の請求書をAIに処理させるたびに料金がかかるとなると、利用が増えるほどコストもかさみ、結果として「最高のAIツールは、実は運用費が高くて使えない」という事態になりかねない。

InvoiceMate AIは、この課題に対して「ローカルでAIを動かす」という画期的な解決策を提示している。つまり、インターネット上の外部サービスに依存せず、自分のパソコンの中でAIの処理を完結させることを目指したのだ。これにより、APIキーの管理や期限切れ、従量課金といった心配がなくなり、ユーザーは安心して、そして経済的にAIの恩恵を受けられるようになる。

具体的にInvoiceMate AIが提供する機能は多岐にわたる。まず、請求書やレシートのPDFファイルや画像ファイルをアップロードすると、そこから重要なテキスト情報を自動で抽出する機能がある。これは「OCR（光学的文字認識）」という技術をローカルで実行することで実現している。次に、抽出されたテキスト情報から、AIが「この請求書はどこの会社が出したものか（ベンダー名）」、「いつのものか（日付）」、「合計金額はいくらか」、「税金はいくらか」、「何の経費に分類されるか」といった項目を賢く読み取ってくれる。

抽出されたデータは、ユーザーが確認・修正できるダッシュボードに表示され、問題なければローカルに保存される。これにより、過去の経費記録を検索したり、フィルターを使って特定の期間やカテゴリの支出を絞り込んだりすることが可能になる。さらに、支出の合計や傾向をグラフなどで表示する「経費ダッシュボード」や、保存された経費データに対して「先月の交通費はいくらだった？」のように自然な言葉で質問できるアシスタント機能、そして税理士との共有や詳細な分析のためにデータをCSV形式でエクスポートする機能も搭載されている。これら全ての処理は、外部にデータを送ることなく、ユーザーのデバイス上で完結するプライバシー重視の設計となっている。

では、この「ローカルAI」という仕組みはどのように実現されているのだろうか。InvoiceMate AIは、いくつかの技術を組み合わせて構築されている。ユーザーインターフェース（画面）は「React」と「TypeScript」という技術で作られており、スムーズな操作感を提供している。バックエンド、つまり裏側でデータ処理を行う部分は「Python」と「FastAPI」で構築されている。そして、抽出された請求書や経費の記録は「SQLite」という軽量なデータベースを使ってユーザーのパソコンに保存される。

最も重要なAIの処理部分には、「Ollama」というツールと「オープンウェイト言語モデル」が使われている。Ollamaは、ローカルで様々な大規模言語モデル（LLM）を実行するためのプラットフォームであり、オープンウェイトモデルとは、そのモデルの内部構造や重み（パラメーター）が公開されているAIモデルを指す。これにより、インターネット経由のAPIを使うことなく、自分のパソコン上でAIが請求書の構造化データ抽出や自然言語の理解を行うのだ。画像からの文字認識には「Tesseract OCR」というオープンソースのOCRエンジンが活用されている。

InvoiceMate AIのワークフローは以下のようになる。ユーザーが請求書やレシートのPDFまたは画像をアップロードすると、まずローカルのOCRやPDF解析機能がそのドキュメントから文字情報を読み取る。次に、ローカルで稼働している言語モデルが、読み取った文字情報の中から必要な項目（日付、金額など）を認識し、構造化されたデータに変換する。この際、抽出されたデータは、Pydanticというライブラリを使って型が正しいか、金額が数値として適切かといった検証が行われる。そして、最終的にユーザーが抽出された情報を確認し、誤りがあれば修正する。この「レビュー」のステップは非常に重要であり、AIが誤って読み取った金額がそのまま財務記録になることを防ぐ役割を果たす。ユーザーが承認したデータは、ローカルのSQLiteデータベースに保存され、後から検索や分析、エクスポートに利用できるようになる。

この「ローカルAI」というアプローチがなぜ重要なのか、改めてそのメリットを見ていこう。

一つ目は「経済的な合理性」である。クラウド上のAIサービスを利用すると、処理ごとに費用がかかるため、利用量が増えるほどランニングコストが増大する。しかし、ローカルAIであれば、一度必要なソフトウェアとモデルをインストールしてしまえば、その後は追加のAPI利用料を支払う必要がない。もちろん、パソコンの購入費用や電気代はかかるが、それは固定的なコストであり、請求書を何枚処理してもコストが増えない点は大きな違いである。

二つ目は「財務データのプライバシー保護」だ。請求書には、顧客名、住所、取引内容、金額など、非常に機密性の高いビジネス情報が含まれている。これらを外部のAIサービスに送信することは、情報漏洩のリスクを伴う。InvoiceMate AIのように全ての処理をローカルで完結させれば、これらの機密情報が外部に漏れる心配がなく、ユーザー自身がデータの完全なコントロール権を持つことができる。これは、特に個人事業主や中小企業にとって非常に重要なメリットである。

三つ目は「外部サービスへの依存からの解放」だ。クラウドAIのAPIは、キーの有効期限切れ、無料利用枠の終了、サービス提供者の料金体系の変更など、様々な要因で突然使えなくなる可能性がある。そうなれば、基本的な経費処理のワークフローすら停止してしまう恐れがある。ローカルにインストールされたモデルは、そのような外部の要因に左右されず、安定してAI機能を提供し続けることができる。

四つ目は「実験とカスタマイズの自由度」だ。オープンウェイトモデルを使用することで、開発者は特定の業務（今回の場合は請求書処理）に特化してAIモデルを調整したり、プロンプト（AIへの指示文）を最適化したり、様々な抽出戦略を試したりする自由が得られる。高価な汎用AIモデルが常に最高の選択とは限らず、特定のタスクに対して十分な性能を発揮する、より軽量で効率的なモデルを選択できる柔軟性があるのだ。

五つ目は「オフラインでの利用が可能になる」という点である。必要なモデルと依存関係を一度インストールしてしまえば、InvoiceMate AIの主要な機能はインターネット接続なしで動作する。これは、インターネット環境が不安定な場所で作業する人や、常にオンラインでデータを処理することに抵抗があるユーザーにとって、非常に大きな利点となる。

このように、InvoiceMate AIは単にAIを使って経費処理を自動化するだけでなく、「AIの利用をより身近に、安全に、そして自由に」するという、オープンソースAIの真価を体現しているプロジェクトだと言える。開発者は今後、実際にこのツールをフリーランスや中小企業のオーナーに使ってもらい、本当に時間節約になっているか、どのようなドキュメント形式に対応すべきか、さらにはインストールのサポートやカスタマイズ、継続的なサポートに対してユーザーが費用を支払うか、といった実践的なフィードバックを得ることを次のステップとしている。これは、机上の機能開発だけでなく、実際のユーザーの課題解決に貢献するプロダクトを目指す姿勢を示しており、システムエンジニアを目指す皆さんにとっても、非常に参考になる開発の進め方だと言えるだろう。