ラボル、請求書の詐欺検知モデル開発を完了し審査自動化へ

ラボルは、東京大学大学院工学系研究科の田中謙司教授と協働し、AIファクタリングサービス「labol」向けの詐欺検知モデルを開発しました。
過去の偽造請求書の特徴を学習し、提出された請求書から疑わしいデータを自動検出する仕組みです。
今後は審査システムへの組み込みを進め、詐欺行為を防ぎながら審査スピードの向上を目指します。

記事の概要

ラボルは、東京大学大学院工学系研究科の田中謙司教授との詐欺検知プロジェクトで、モデルの設計・開発を完了しました。
ラボルと田中研究室は、2024年3月から未回収リスクを抑える機械学習モデルの共同研究に取り組んできました。
今回のプロジェクトでは、審査時間の短縮を目指して詐欺検知に特化した研究を進めました。
東京大学大学院工学系研究科田中研究室の村田凌氏が代表取締役を務めるDelight Flowが、開発をサポートしました。
モデルは、過去の偽造請求書の特徴をAIに学習させ、提出された請求書から疑わしいデータを自動検出します。
これまで人間が目視で行っていた確認作業の自動化を実現する仕組みです。
事前検証では不正サンプルを高精度で検知できたとしており、今後は実用化と本格運用に向けた準備を進めます。
labolは、フリーランス・個人事業主やSMB向けに、最短30分で資金調達できる請求書買取ファクタリングサービスです。

記事のポイント

1. 偽造請求書を自動検出： 過去の偽造請求書の特徴を学習し、提出データから疑わしい請求書を自動で検出します。
2. 目視確認の自動化： これまで人間が担っていた請求書の確認作業を自動化し、審査時間の短縮を目指します。
3. 審査システムへ組み込み： 今後はlabolの審査システムにモデルを組み込み、詐欺防止と審査速度向上を両立します。

このニュースがもたらす影響

• 導入を検討する企業： 請求書の不正確認と審査を同時に効率化できる可能性があり、導入時には検知精度だけでなく、人による確認をどう組み合わせるかも検討事項になりそうです。
• 同業のサービス提供者： 詐欺検知と審査速度の両立が示されたことで、請求書買取サービス各社は、目視確認に依存する業務をどこまで機械学習へ移行するか考える必要が出てきそうです。
• 金融事業者： 偽造請求書の特徴を学習したモデルが審査工程に組み込まれることで、金融サービスの不正対策では、リスク検知と資金提供の速さを両立する設計が重視される可能性があります。

このニュースの背景

ラボルは2024年3月から、東京大学大学院工学系研究科の田中研究室と未回収リスクを抑える機械学習モデルの共同研究に取り組んできました。
今回のプロジェクトでは、審査時間の短縮を目的に、請求書の詐欺検知に特化した研究を進めました。
過去の偽造請求書の特徴を学習し、提出データから疑わしい請求書を自動検出するモデルを開発し、事前検証で不正サンプルを高精度に検知しました。

関連するニュース

• 日立製作所とAgile Robots SEがAIモデルとロボティクス技術の融合で製造現場の自律化を目指します。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

東京大学 大学院工学系研究科 田中謙司教授と協働した詐欺検知モデルの設計・開発が完了

株式会社ラボルのプレスリリース（2026年10月6日 11時00分）東京大学 大学院工学系研究科 田中謙司教授と協働した…