クラシル株式会社、販促費の自動仕訳からROI最適化まで支援する「販促管理Agent」をKurashiru AI OSで提供開始

公開：2026年8月24日

CodeCampが提供するDX人材育成が可能なプログラミングやITが学べる公開講座

この記事はプレスリリースです

本記事は、PR TIMESに掲載された企業・団体等のプレスリリースを原文のまま転載しています。記事内容は発表時点の情報です。

発表元: クラシル株式会社
原文: PR TIMESで元のプレスリリースを読む
配信日時: 2026年8月24日 15時30分
転載日: 2026年8月25日

発表内容については発表元へ、当サイト上の訂正・削除については、当サイトのお問い合わせフォームにご連絡ください。

転載

プレスリリース本文

属人化していた販促費の見積と請求の照合・仕訳をAIが自動化し、チェーン別・商品別のROI最適化まで一気通貫で支援

クラシル株式会社（本社：東京都港区、代表取締役社長：堀江裕介）は、メーカー・卸・小売企業向けAIエージェント「Kurashiru AI OS」の機能として、販促費の自動仕訳とROIの最適化を実現する「販促管理Agent」の提供を開始しました。取引先ごとに異なる販売条件・リベート条件と、毎月の請求データをAIが自動的に照合・仕訳します。これまで担当者の手作業と経験に依存、または概算計上しかできていなかった仕訳業務を自動化し、販促費の可視化からROI最適化までを支援します。

■「Kurashiru AI OS」公式サイト

https://aios.kurashiru.co.jp/

背景：日本の販促費の市場規模は、食品や日用品を中心に年間15兆円*にのぼります

食品・消費財メーカーにとって、販促費は予算の大きな割合を占める費目です。一方でその投資対効果はこれまで十分に定量的な計測がされず、経験と概算に頼った配分が続いてきました。

その要因は、販促費の見積から請求までのやり取りが属人化している点にあります。条件は取引先ごとに個別に取り決められ、請求のフォーマットも統一されていません。そのため照合と仕訳は、各担当者の暗黙知と手作業に依存してきました。また、仕訳と最適化では必要となるデータも異なるため、最適化に必要なデータが十分に蓄積されてきませんでした。

労働力不足と採用難が進むなか、この業務を各担当者に依存し続けることは、持続が難しくなっています。

当社は、レシピサービス「クラシル」を通じて蓄積したレシート購買データと食品業界との接点を活かし、この課題に取り組むべく「販促管理Agent」の提供をKurashiru AI OS上で開始しました。

※ 株式会社レイヤーズ・コンサルティングの開示情報における2020年の推定値に基づく

「販促管理Agent」の概要

① 見積書や請求書の非構造化データをAI-OCRで構造化

取引先と取り決めた販売条件・リベート条件（販売実績に応じてメーカーが取引先に支払う割戻金）の見積データと、毎月届く請求データを取り込みます。紙・FAX・PDFなどの非構造化データであっても、複数のマルチモーダルLLMやMLモデルを統合した信頼度スコア付きのAI-OCRシステムを用いて構造化します。

② 照合と自動仕訳

見積と請求内容を突き合わせ、販促費を名目ごと（チラシ掲載、店頭陳列、値引き原資など）に自動で仕訳します。

③ ROIの自動算出

店頭での実売データやクラシルが保有するレシート購買データなどを取り込み、販促に依らないベースラインと増分売上（リフトアップ売上）を分割します。そのうえで、名目ごとに投下した販促費と、それによって増加したリフトアップ売上を算出し、ROIを計算します。

特徴

属人化した業務の自動化

条件照合と仕訳は、これまで担当者の経験に依存する膨大な手作業が必要な業務でした。本サービスはこの工程を自動化し、担当者の作業負荷を軽減します。

きめ細かい粒度でのROI比較

小売チェーンごと、商品ごとといった詳細な単位で販促費の内訳やROIを比較できます。個別施策の評価にとどまらず、販促費全体の配分見直しに活用できます。

業界特化のオントロジー・AI-OCR・名寄せアルゴリズム

食品・消費財業界の業務フローを表現するオントロジー（意味や関係性も含めたデータモデル）、手書き・かすれ文字にも対応する独自AI-OCRシステム、レシート等の正解データセットで学習した商品名の名寄せアルゴリズムを組み合わせています。今まで人の目視に頼っていたフォーマットが統一されていない帳票等の非構造化データを、そのまま扱える点が特長です。

「Kurashiru AI OS」について

メーカー・卸・小売企業に特化したAIエージェントです。企業内に分散する構造化データ・非構造化データを、業界の商習慣を踏まえた意味づけ（オントロジー）によって横断的に扱い、複雑な判断を伴う業務の効率化と意思決定の迅速化を支援します。既存の基幹システムを置き換えるものではなく、既存システムと連携しながら機能します。