「9 割以上削減」はどう読めばよいですか？

公式発表の記載は「消費財メーカー3社との事前検証では、月に最大1週間を要していた照合計算を9割以上削減できることに加え、請求金額のずれの把握や取引の透明性向上にもつながることを確認しました」です。正式提供前の事前検証の値で、本番での運用実績ではありません。また「月に最大 1 週間」は最大値で、平均ではありません。3 社の社名・規模、取引先数、検証期間、何人分の作業か、AI の結果を人が見直す時間を含むかは公表されていません。引用する場合は「消費財メーカー 3 社との事前検証で、照合計算を 9 割以上削減できることを確認したと発表（検証条件の詳細は非公表）」のように前提を添えてください。

リベートの「照合計算」とは何ですか？

公式発表によれば、メーカーや卸売企業の営業現場で、販売促進などの目的で取引先に支払うリベートについて、請求内容が見積書や納品実績と一致しているかを確かめる作業です。リベートの条件・計算方法や、請求書・見積書・納品書のデータ形式が取引先ごとに異なるため、担当者が目視や表計算ソフトで確認しているケースが多く、営業現場の大きな負担になっていると説明されています。

AI は何をしていて、人は何をするのですか？

公式発表によると、RebateX は利用企業が今使っている請求書・見積書・納品書などのデータを大きく変えずにアップロードでき、AI が内容を読み取ってリベート条件・請求金額・納品数などを照合し、差分を分かりやすく可視化します。差分が見つかった後に、取引先とどう交渉するか、請求をどう扱うかは、発表の書き方から利用企業側の判断と読めます。AI の読み取り精度や、人が確認する手順は公表されていません。

予算の最適化や需要予測もできるのですか？

公式発表では、リベート予算配分の適正化に向けた示唆・需要予測・予実管理などの支援は「今後」「将来的には」めざす拡張として書かれています。2026 年 9 月時点で提供されると明記されているのは、照合計算の自動化と、実績ベースのリベートの可視化です。導入を検討する際は、今できることと将来構想を分けて確認してください。

リベート業務以外にも応用できますか？

同じ構造（取引先ごとに形式の違う書類を、条件表と突き合わせて差分を探す）の業務は、経理の請求書照合や購買の発注・納品の突き合わせなど多くあります。本事例から借りられるのは製品そのものより、「突き合わせは AI、差分の判断は人」という分担です。バックオフィスでの AI 活用の基本は [バックオフィスの AI 活用ガイド](/lms/guides/ai-katsuyo-backoffice) にまとめています。

NTTドコモ発「RebateX」がリベートの照合計算を AI で自動化｜消費財メーカー 3 社の事前検証で、月に最大 1 週間の照合作業を 9 割以上削減（同社発表）【AI活用事例】

公開: 2026-11-06

NTTドコモ / Transmute Technologies製造・卸売（消費財メーカー・卸売企業向けサービス）業務効率化（リベートの照合計算と差分の可視化）大手RebateX（リベート照合計算を AI で自動化する Web アプリケーション）AI による請求書・見積書・納品書の読み取りと照合（モデル名は非公表）

この事例でわかること

NTTドコモの社内新規事業プログラム「docomo STARTUP」で社員が発案した Web アプリ「RebateX」がスピンアウトし、株式会社Transmute Technologies が 2026 年 9 月 1 日に事業を開始（公式発表 2026-09-01）
対象業務は、メーカーが卸売・小売企業に支払うリベート（販売奨励金・割戻金）の「照合計算」。請求内容が見積書や納品実績と合っているかを、取引先ごとに異なる形式の書類で確かめる作業
RebateX は、請求書・見積書・納品書のデータを AI で読み取って照合し、請求金額・リベート単価・納品数の差分を可視化する
消費財メーカー 3 社との事前検証で、月に最大 1 週間かかっていた照合計算を 9 割以上削減できることを確認と発表。本番運用の実績ではなく、検証条件の詳細は非公表
学べる型は、「形式がばらばらな書類の突き合わせ」を AI に任せ、人は差分の判断に集中する分担（演習は Links-Create の研修用提案）

主な指標（一次ソース確認済み）

事前検証での照合計算の作業削減: 9 割以上削減できることを確認（同社発表）
従来の照合計算にかかっていた時間: 月に最大 1 週間
事前検証の参加企業: 消費財メーカー 3 社
事業開始日: 2026 年 9 月 1 日

一次ソース: https://www.docomo.ne.jp/info/news_release/2026/09/01_00.html （公開: 2026-09-01）

要約

NTTドコモの社内新規事業プログラム「docomo STARTUP」で社員が発案した、リベートの照合計算を AI で自動化する Web アプリケーション 「RebateX」 がスピンアウトし、運営会社の株式会社Transmute Technologies が 2026 年 9 月 1 日に事業を開始しました（公式発表 2026-09-01）。

公式発表から読み取れるポイントは次の 3 つです。

対象は「形式がばらばらな書類の突き合わせ」: リベートの条件や、請求書・見積書・納品書の形式が取引先ごとに違うため、目視や表計算ソフトで確認されてきた
AI の役割: 書類を読み取って照合し、請求金額・リベート単価・納品数の差分を可視化する
成果は事前検証の値: 消費財メーカー 3 社との事前検証で、月に最大 1 週間かかっていた照合計算を 9 割以上削減できることを確認と発表

本記事は NTTドコモの公式報道発表（2026-09-01）を一次ソースに、事実の整理と Links-Create の分析・研修用の演習を分けて解説します。演習は研修用の提案であり、ドコモや Transmute Technologies が実施した事実ではありません。

何が発表されたか（公式情報ベース）

発表主体は NTTドコモであり、数値も同社による発表値です。

RebateX と運営会社の概要

項目	内容（公式発表の要約）
サービス	RebateX。サプライチェーンの取引で発生するリベートの照合計算を AI で自動化する Web アプリケーション
生まれた経緯	ドコモグループの新規事業創出プログラム「docomo STARTUP」で社員が発案し、スピンアウトを決定
運営会社	株式会社Transmute Technologies（2026 年 6 月設立、資本金 300 万円、東京都渋谷区）
代表	玉城貴也氏（ドコモで AI プロダクト開発・新規事業創出を手がけてきた）
出資	New Commerce Ventures 株式会社と NTTドコモ
事業開始	2026 年 9 月 1 日
提供対象	メーカーおよび卸売企業を中心
料金	発表に記載なし

リベートとは、公式発表の注記によれば、販売促進や取引条件に応じてメーカーなどが卸売・小売企業に支払う販売奨励金や割戻金のことです。

3 つの機能

照合作業の自動化: 今使っている請求書・見積書・納品書のデータを、形式を大きく変えずにアップロードできる。AI が内容を読み取り、リベート条件・請求金額・納品数などを照合する
実績ベースのリベート可視化: 照合結果をもとに、取引先別・ブランド別・商品別などでリベート実績を見える化する
リベート最適化への拡張（将来）: 蓄積したデータを使い、リベート条件の検討・需要予測・販促予算の管理・取引業務の自動化などへ広げることをめざす

3 つ目は将来の構想であり、提供開始時点の機能ではありません。

事前検証の結果

消費財メーカー 3 社との事前検証では、月に最大 1 週間を要していた照合計算を 9 割以上削減できることに加え、請求金額のずれの把握や取引の透明性向上にもつながることを確認したとされています。

ドコモ事業開発部長のコメント

「消費財流通の現場では、リベート額の照合という地味でありながら避けられない重い作業に、多くの時間と労力が費やされてきました。」 — 出典: NTTドコモ公式報道発表（2026-09-01、事業開発部部長原尚史氏のコメント）

これは出資側であるドコモの立場からのコメントであり、第三者による評価ではありません。

公式発表で開示されていない情報（推論で書かない）

事前検証の 3 社の社名・規模、検証期間、対象の取引先数・書類の件数
「9 割以上」の測り方（人数、AI の結果を人が見直す時間を含むか）
AI の読み取り・照合の精度、誤りがあったときの扱い
使っている AI モデルの種類
料金体系、導入企業数
卸売企業での検証結果

これらは公式情報がないため、本記事でも記載しません。

業務の読み解き（Links-Create による解説）

ここからは、公開情報から読み取れる業務設計上のポイントを Links-Create の視点で解説します。以下は独自分析であり、NTTドコモや Transmute Technologies の公式見解ではありません。

1. 難しさは「計算」ではなく「形式のばらつき」

リベートの計算自体は、条件が分かれば表計算ソフトでもできます。公式発表が負担の理由に挙げているのは、条件・計算方法・書類の形式が取引先ごとに違うことです。取引先が増えるほど、「この請求書のどの欄が、見積書のどの欄に当たるか」を人が読み解く手間が増えます。

AI が効きやすいのは、まさにこの「読み解き」の部分です。形式を揃えるよう取引先にお願いするのではなく、今の形式のまま受け取って AI が読むという発想は、相手のある業務で導入の壁を下げます。

2. 出力を「答え」ではなく「差分」にしている

RebateX の出力は、請求金額・リベート単価・納品数などの差分の可視化です。「正しい金額はこれです」と結論を出すのではなく、どこが合っていないかを人に見せる形と読めます。

出力の形	人の仕事	向いている場面
結論（正しい金額）を出す	結論を信じるか判断	誤りの影響が小さい処理
差分を出す	差分の理由を調べ、取引先と調整	お金や取引関係に関わる処理

お金のやり取りに関わる業務では、AI の判断をそのまま確定させるより、人が差分を見て判断する形のほうが説明責任を保ちやすくなります。

3. 照合の結果が、次の分析の材料になる

照合した結果を取引先別・ブランド別・商品別に集計すると、そのまま販促費の分析材料になります。公式発表が将来の拡張として予算配分や需要予測を挙げているのは、日々の照合作業がデータの蓄積を兼ねるからだと読めます。業務の効率化と、経営判断の材料づくりを同じ作業で行う設計です。

4. 既存の事例との違い

事例	AI が読む書類・データ	本事例との違い
freee の「AI おまかせ明細取得」	会計の明細（AI-OCR で取得）	記帳のための取り込みが主題。本事例は複数書類の突き合わせと差分の提示
ネットワンシステムズの NetOne Claw	社内のメール・予定・資料	社内向けの個人エージェント。本事例は取引先との書類が対象

自社に置き換える演習（Links-Create の研修用の提案）

以下の演習と表の例は、Links-Create が研修用に提案するものです。ドコモや Transmute Technologies が実施した手順や事実ではありません。 表の「例」は架空の例です。

演習 1: 「突き合わせ業務」を洗い出す

2 つ以上の書類・データを見比べて、合っているかを確かめている業務を書き出します。

業務の例（研修用の例）	見比べるもの	形式は揃っているか
仕入先からの請求書チェック	請求書と発注書・納品書	取引先ごとにばらばら
経費精算の確認	申請内容と領収書	領収書はばらばら
月末の売上照合	販売管理システムと入金明細	ほぼ揃っている

形式がばらばらなものほど、AI に読み取らせる効果が大きい候補です。揃っているものは、AI より表計算ソフトの関数やシステム連携のほうが確実なことがあります（表計算での照合は AI で Excel を使う方法を参照）。

演習 2: AI の出力を「差分の一覧」にする

生成 AI に 2 つの書類を渡すときは、「正しい金額を答えて」ではなく、次のように依頼します。

項目ごとに 2 つの書類の値を並べる
一致しない項目だけを一覧にする
一致しない理由の候補を書かせる（ただし判断は人が行う）

社外秘の書類を扱う場合は、社内で利用が認められた AI 環境で行ってください。

演習 3: 効果を「人の確認時間」込みで測る

導入前後で、次を分けて記録します。

書類を集めて揃える時間
突き合わせの時間（AI 導入後は AI の処理時間）
AI の結果を人が見直し、差分を処理する時間

AI の読み取りに誤りがあれば、見直しの時間が増えます。「突き合わせが 9 割減った」だけでなく、全体の時間で比べることが大切です。

法人 AI 研修への示唆（Links-Create の視点）

相手に形式を合わせてもらわない — 取引先のある業務では、今の書類のまま AI に読ませる方法から考える
AI には差分を出させる — お金に関わる処理は、結論ではなく「どこが違うか」を出力させ、人が判断する
検証値と本番値を区別する — 製品の発表数値は、事前検証か本番運用かを確かめてから社内資料に使う

出典・引用ポリシー

本記事の事実情報は、次の公式発表のみを一次ソースとしています。

株式会社NTTドコモ報道発表資料『AIを活用しリベート予算の最適化をめざす「RebateX」をスピンアウト』（2026-09-01）

業務の読み解き・演習・研修への示唆は Links-Create の独自分析・研修用の提案であり、NTTドコモおよび Transmute Technologies の公式見解ではなく、同社が実施した事実でもありません。定量値は公式発表の表現（消費財メーカー 3 社との事前検証・同社発表・検証条件は非公表）を維持し、成果保証としては記述していません。公式情報の更新があれば、本記事も追従して更新します。