顧客リスト・台帳の名寄せにAIをどう使うか。表記ゆれ解消と統合の実際。

「同じ会社なのに、リストに3つの名前で入っている。
どれが正しいのか、誰にも分からない」。

顧客リストや取引先の台帳を長く使っている会社で、よく聞く悩みです。

先に結論を書きます。

名寄せ、つまり同じ相手を指すデータを1件にまとめる作業は、AIに「探す」までを任せて、「決める」を人に残すと実用になります。

AIが全件を突き合わせて統合の候補を広く出し、人はその候補を見て、同じか別かを答える。
この分担にすると、人手だけでは見きれない量のリストでも、別の会社を混ぜてしまう事故を避けながら整理できます。

この記事では、筆者が外部で関与したある現場の台帳整備を例に、AIへの任せ方と、全部を自動で統合してはいけない理由、進め方の手順を説明します。

筆者（永松裕章）は大阪でAI研修とAX支援の会社を経営し、中小企業のAI活用を伴走型で支援しています。

顧客リストが汚れていくのは、管理が悪いからではありません。

「株式会社◯◯」「(株)◯◯」「◯◯」。
同じ会社がこうして別々の行になっていく背景には、はっきりした理由があります。

─① 入力する人が違う

営業の担当は名刺のとおりに打ち、事務の担当は請求書のとおりに打つ。
人によって「正しい書き方」が違うので、同じ会社でも行が分かれます。

─② 入力する時期が違う

社名の変更や法人成り、代表者の交代は、長く商売をしていれば普通に起きます。
古い名前のまま残った行と、新しい名前で作られた行が、同じリストの中に並びます。

─③ データの入り口が違う

名刺、FAXの注文書、問い合わせフォーム、会計ソフト。
入り口ごとに書式が違うまま1つのリストに集まると、全角と半角、スペースの有無、「㈱」と「(株)」のような細かい違いが積もっていきます。

つまり表記ゆれは、まじめに仕事をしていても自然にたまるものです。

そして放っておくと、同じ会社に案内が2通届く、売上の集計が2行に割れて取引の実態が見えない、という形で実務に響いてきます。

AIに任せるのは「探す」まで。統合するかどうかは人が決めます。

筆者が外部で関与したある現場で、137件の取引先台帳を整備したときの話です。

担当者が把握していた表記ゆれは、法人格の有無だけが違うような6件でした。
そこでAIにこの6件の統合を指示したところ、AIは指示された6件を直すだけでは終わりませんでした。

全件を代表者名で突き合わせて、こちらが気づいていなかった統合候補を11件、追加で見つけてきたのです。

さらにAIは、見つけたものをひとまとめにせず、確信の度合いで3つに分けて出してきました。

• 指示されたとおりの、確実に統合してよいもの
• 代表者名の一致から機械的に見つけた、追加の候補
• 名前は紛らわしいが確証が持てない、判断に迷うもの

判断に迷う3件について、AIは統合を実行せず、「同じ会社でしょうか」と確認を求めてきました。
人が1件ずつ答えたところ、2件は別の会社で、同じ会社は1件だけでした。

この答えを反映して統合をまとめて実行し、137件の台帳は119件に整理されました。

人がやったのは、候補の一覧に目を通して「同じ」「別」と答えることだけです。
137件を1件ずつ見比べる作業は、していません。

全部をAIで統合しないのは、別の会社を混ぜないためです。

候補までしか任せないのは、慎重すぎるように見えるかもしれません。
しかし名寄せには、スピードより優先すべきことがあります。

名前が似ていても別の会社、というのは珍しくないからです。

のれん分けした店と元の店。
親族がそれぞれ経営している、同じ屋号の会社。
「株式会社」と「有限会社」だけが違う2社。

先ほどの現場でも、社名の一部が同じで代表者名まで紛らわしい2社が、確認してみると別の会社だったことがありました。
もしAIが「似ているから」という理由で自動統合していたら、請求先や取引の履歴まで混ざり、あとでほどくほうがよほど大変になっていたはずです。

逆に、人手だけに頼るのも現実的ではありません。
この現場で人が気づけていた表記ゆれは6件で、実際の重複はその3倍ありました。
件数が増えるほど、人の目だけでは取りこぼします。

─広く探すのは機械、取り返しのつかない判断は人

この線の引き方は、名寄せに限らずAI活用の全般で使えます。
間違えたときに直すのが大変な操作ほど、実行の手前に人の確認を置く。

AIの答えをどこまで確かめるかという話は、別の記事で詳しく書いています。

進め方は4つの手順に分かれます。

─① 正しい形を1つ決める

まず「どの書き方を正とするか」を決めます。
法人の取引先なら、国税庁の法人番号公表サイトで正式な商号と法人番号を無料で確認できます。

台帳に法人番号の列を1つ足しておくと、以後は名前の書き方が揺れても、番号で同じ会社だと判定できます。

─② AIに全件を突き合わせさせる

ExcelやスプレッドシートのままAIに渡し、「社名・代表者名・住所・電話番号を手がかりに、同じ相手の可能性がある行の組を全部挙げて、確信度で分けてください」と頼みます。

文章で指示すれば動くので、専用のツールを入れる必要はありません。
ExcelをAIで扱う基本は、こちらの記事にまとめています。

─③ 候補を人が確定する

AIが出した候補に目を通して、「同じ」「別」を決めます。
迷うものは、その取引先と長く付き合いのある人に聞くのが確実です。

ここだけは省略しないでください。
統合の実行は、人が確定してからです。

─④ 入り口のルールを決めて、再発を防ぐ

整備は一度やって終わりではありません。
新しく登録するときは正式名称と法人番号で入れる、登録の前に同じ相手の行がないか検索する、という入り口のルールもあわせて決めておくと、元の状態に戻りにくくなります。

リストの整備は、AIに仕事を任せるための土台づくりでもあります。

名寄せが済むと、まず目の前の実務が楽になります。
案内の二重送付がなくなり、取引先ごとの売上が1行にまとまり、集計がそのまま使えるようになります。

もう1つ、先を見たときの意味があります。

これから営業や経理の仕事をAIに手伝わせようとすると、AIが読むのは台帳やリストのデータです。
土台のデータが割れたままだと、どれだけ性能のよいAIを使っても、出てくる答えが実態とずれます。

データ整備は地味な仕事ですが、AI活用の順番としては最初に効いてくる一歩です。

自社のデータがAIでどこまで整理できそうか、どこから手を付けるべきかを知りたい方は、無料のAI活用診断をご利用ください。
名寄せを含むデータ整備から業務の仕組みづくりまで、伴走型のコンサルティングでもご相談いただけます。