「AI-OCR」という言葉が指す範囲は、製品ごとに違う
OCR（Optical Character Recognition）は、画像の中の文字を文字コードへ変換する技術です。AI-OCR は、その文字認識に機械学習を使ったものを指しますが、実際の製品カタログでは、文字を読む部分だけを指している場合と、帳票を読んで項目ごとの表にするところまでを指している場合が混在しています。
この違いは、導入後の作業量に直結します。文字を読むところまでの製品を入れた場合、出てくるのは「紙に書かれていた文字列」であって、「どれが数量でどれが単価か」は自分たちで解釈する必要があります。検討の最初の問いは「精度は何%か」ではなく、どこまでを引き受ける製品かです。
従来の OCR と何が違うのか
1. 崩れた文字への耐性
従来の OCR は、文字の形をあらかじめ登録したパターンと照合して判定します。印字がかすれた FAX、傾いてスキャンされた紙、にじんだ複写伝票では、この照合が外れます。機械学習を使った文字認識は、崩れた状態の文字も学習データに含めているため、こうした劣化に対して相対的に強く出ます。ただし「強い」であって「無敵」ではありません。人が読んでも判別できない濃度の文字は、AI にも読めません。
2. レイアウトの解釈
より大きな違いはここです。従来型は「この座標のこの矩形が請求金額」という定義（テンプレート）を帳票ごとに作る前提でした。取引先が 30 社あれば 30 通りの定義を作り、先方が様式を変えるたびに直します。この設定作業が、AI-OCR 導入の実質的なコストの大半を占めていました。
現在の AI-OCR の一部は、帳票の見た目そのものではなく書かれている内容の意味から項目を判定します。「請求金額」「ご請求額」「合計（税込）」がどれも同じものを指していると解釈できるため、様式ごとの定義が不要になります。取引先の数が増えても設定作業が増えない、という性質が、運用の負担を大きく変えます。
3. 「確からしさ」を返せること
実務でいちばん効くのはこれです。従来型は結果だけを返しました。AI を使う方式では、項目ごとに「この値はどれくらい確からしいか」を数値として一緒に返せます。この値があると、人が確認する対象を全件から一部へ絞れます。精度そのものより、精度の内訳が見えることの方が、現場の工数には効きます。
「読み取り精度 99%」という数字の読み方
比較検討でいちばん誤解されるのがこの数字です。精度は、何を 1 単位として数えるかで意味がまったく変わります。
- 文字単位の精度: 読み取った文字 1 つずつが正しい割合
- 項目単位の精度: 「単価」「数量」といった項目ごとに正しい割合
- 帳票単位の精度: 1 枚の帳票が丸ごと修正不要だった割合
1 枚の納品書に 40 個の項目があるとします。項目単位の精度が 99% でも、40 項目すべてが正しい確率は 0.99 の 40 乗、つまりおよそ 67% です。3 枚に 1 枚は、どこかに直すところがあるという計算になります。カタログの数字が悪いのではなく、粒度を確認せずに読むと期待値がずれるということです。
ここから導かれる実務上の結論は単純です。修正がゼロになる前提で運用を組んではいけない。修正が発生することを前提に、修正箇所を探す時間をどう短くするかで製品を選ぶ方が、現実の工数は下がります。
定型・非定型という分け方より、確認すべきこと
「定型帳票向け」「非定型対応」という区分けはよく使われますが、検討の軸としては粗すぎます。実際に効いてくるのは次の 2 点です。
- 事前の定義作業が要るか。要る場合、1 様式あたり何時間かかり、誰がやるのか。
- 取引先が 1 社増えたときに何が起きるか。設定作業が増えるのか、何もしなくてよいのか。
帳票の種類が少なく、様式が何年も変わらない業務なら、定義を作る方式でも十分に回ります。逆に、取引先が数十社あり、先方の都合で様式が変わる業務では、定義を作る方式は運用が始まってから効いてきます。導入時ではなく2 年目のコストで比較してください。
帳票業務で失敗しないための 5 つの問い
製品の説明を受けるとき、この 5 つを聞くと守備範囲がはっきりします。
- 届く経路まで面倒を見るか。帳票はメール添付で届きます。「ダウンロードしてアップロードする」人手が残るなら、その分の工数は減りません。
- 出力は自社の集計表の形になるか。出てきた CSV を並べ替えて列を削って貼る、という作業が残るなら、転記が移動しただけです。
- 怪しい箇所を示せるか。全件を目視で検算するなら、精度が何%でも確認の工数は変わりません。
- 読めなかったときに黙って空欄やゼロにしないか。欠落が静かに通ると、締めのあとに数字が合わない形で表面化します。最悪の失敗はここです。
- 元の帳票へ戻れるか。集計表の 1 行から、どのファイルのどこ由来かを辿れないと、差異が出たときの調査が長くなります。
AI-OCR が苦手なこと
過大な期待を持って導入すると、必ずどこかで裏切られます。現時点で AI-OCR が不得意なのは次の領域です。
- 値そのものの妥当性判断。単価が相場より 1 桁高くても、そう書いてあれば正しく読み取ります。書かれていることが正しいかどうかは別の仕組みで見る必要があります。納品書と請求書の突合のように、複数の帳票を突き合わせる形が有効です。
- 帳票の外にある文脈。契約書に書かれた特別単価や、口頭で合意した値引きは、帳票からは読み取れません。
- 人が読んでも判別できない劣化。潰れた文字を推測で埋めることはできますが、それは推測です。推測した箇所は、推測したと示されるべきです。
提供形態の違いが、検討の前提を変える
同じ AI-OCR でも、提供のされ方によって検討すべき点が変わります。
- クラウド型のアプリケーション: ブラウザから使う形。導入が速く、初期費用が小さい。反面、帳票データを外部のサービスへ預けることになるため、社内規程との整合を確認する必要があります
- API: 自社のシステムへ組み込む形。既存の基幹システムに読み取り結果を流し込みたい場合に向きますが、画面・確認・修正の仕組みは自分たちで作ることになります
- オンプレミス: 自社の環境に置く形。データを外に出せない要件がある場合の選択肢ですが、初期費用と運用の負担が大きくなります
見落とされやすいのが 2 番目です。API だけを導入すると、「読み取り結果を人が確認して直す画面」を自社で作る必要があります。この画面の作り込みが、想定より大きな開発になることがあります。確認と修正が業務の中心である以上、そこを誰が作るのかは最初に決めておくべき論点です。
費用の見方 — 単価より「何が課金対象か」
料金比較でよくあるのが、1 枚あたりの単価だけを並べる方法です。しかし実際の支払額は、次の要素で変わります。
- 課金の単位: ファイル単位か、ページ単位か、項目単位か。複数ページの PDF がどう数えられるかで、同じ業務量でも金額が変わります
- 読み取りに失敗した分の扱い: エラーになったファイルが課金対象かどうか
- 設定作業の費用: 帳票の定義が必要な方式では、様式ごとの初期設定に費用がかかることがあります
- ユーザー数: 確認作業を複数人で分担したいとき、人数で費用が増えるか
見積もりを取るときは、自社の 1 か月分の帳票（ファイル数・総ページ数・取引先数）を伝えたうえで、その条件での月額を出してもらうのが確実です。単価表からの自己計算は、課金単位の解釈がずれて外れます。
検討を始めるときの最小の準備
比較検討に入る前に、次の 3 つを手元に用意しておくと、どの製品と話しても話が早く進みます。
- 直近 1 か月分の実際の帳票（きれいなものも汚いものも、来た比率のまま）
- 現在の出力先の形（いま使っている集計表や、会計システムの取込フォーマット）
- 取引先の数と、上位 5 社が占める割合
とくに 2 番目は必ず用意してください。読み取れることを確認しても、出力が自社の形にならなければ、転記作業は場所を変えて残ります。
まとめ
AI-OCR を検討するときに見るべきは、精度の数字そのものではなく、どこまでを引き受け、間違えたときにそれをどう示すかです。文字を読むところだけを自動化しても、前工程の受け取りと後工程の転記が残れば、体感の工数は大きくは変わりません。
DropOCR は、帳票の定義を作らずに投入でき、確からしさの低いセルだけを人が確認し、自社の集計表の形で出力する、という一連の流れを 1 つのツールで完結させる設計をとっています。実際の画面での動きは機能一覧にまとめています。