難しさは「画質」ではなく「構造」から来ることが多い
読み取りが難しい帳票というと、かすれた FAX や手書きが思い浮かびます。しかし実際に扱いにくいのは、画質は良いのに構造が複雑な帳票です。1 枚の PDF に複数の伝票が載っている、明細が階層になっている、小計行が明細行と同じ見た目で混ざっている。こうした構造は、文字認識が完璧でも正しく表にできません。
そしてこの構造には、業種ごとの型があります。
食品卸・生鮮 — 階層になった内訳と単位の混在
食品卸の納品書でよく現れるのが、大分類の下に商品が並び、その下にさらに規格や産地が入る階層構造です。見た目には 1 つの表ですが、行によって意味の階層が違います。これを素朴に表へ落とすと、分類名だけの行が数量ゼロの明細として混ざります。
さらに単位が混在します。「ケース」「バラ」「kg」が同じ列に並び、しかも「10 ケース（1 ケース 12 本）」のように 1 セルへ複数の情報が入ります。金額の検算を単価 × 数量でしようとすると、単位が違うために合いません。
対処の要点
- 行の種別（明細行・小計行・見出し行）を判定し、見出しを明細として数えない
- 単位の欄を独立した項目として取り出し、数量とセットで扱う
- 商品名から自社の商品コードへ変換する辞書を持つ。同じ商品が取引先ごとに違う名前で来るため
商品名の読み替えは、この業種でとくに効きます。「北海道産 男爵 M 10kg」が自社では「PT-M-10」であるといった対応は、担当者の頭の中にあることが多く、引き継げません。曖昧な一致で自動確定させると別商品を取り違えるため、完全一致だけ自動で当て、迷ったものは人が選ぶという設計が安全です。
建設・工事 — 工事別内訳書と、階層のある数量計算
建設業の請求では、工事ごとの内訳書が添付されます。この内訳書は「大項目 → 中項目 → 小項目」の階層を持ち、各階層に小計があります。小計を明細として取り込むと合計が二重に計上され、逆に黙って捨てると内訳と合計が合わなくなります。
もう 1 つの特徴が、数量の計算式が帳票に残っていることです。「3.5 × 2.0 × 4 = 28.0」のような記載がそのまま印字されている様式があります。ここから取り出すべきは 28.0 ですが、素朴に読むと 3.5 が数量になります。
対処の要点
- 小計行・合計行を判定して残しつつ、集計時には除外できる形にする（黙って消さない）
- 階層構造を検出し、どの階層の行かを分かる形にする
- 数量欄に計算式が入っている場合の扱いを決めておく
DropOCR では、明細行以外の行を黙って捨てず、既定では警告付きで残し、除外したい場合は明示的に選ぶ形にしています。「気づいたら消えていた」も「気づいたら二重だった」も起こさないための設計です。
製造・部品 — チェーンストア統一伝票と、1 枚に複数伝票
製造業や卸の受発注では、1 枚の PDF に複数の伝票が並んでいることがあります。チェーンストア統一伝票のような様式では、A4 の中に伝票が 2 枚、3 枚と載ります。これを 1 枚の帳票として読むと、別の伝票の明細が同じ表に混ざります。
伝票番号・納品日・店舗コードがそれぞれ違うため、混ざったまま集計すると取引先別の数字が崩れます。
対処の要点
- 伝票の区切りを検出し、1 枚ずつに分けてから読む
- 分けた結果がどの元ファイルの何枚目かを辿れるようにする
- 分割が成立しないときは、無理に分けずに単一の表として扱う（誤った分割の方が害が大きい）
DropOCR は、伝票ブロックの検出に成立条件を設けており、条件を満たさない場合は単一の表として扱う安全側の縮退をします。
小売・EC — Excel で届く、しかし表が 1 つではない
小売や EC の取引先からは、Excel ファイルで発注データが届くことがあります。これは画像より扱いやすいのですが、別の難しさがあります。1 つのシートに複数の表が入っている、シートが複数あってそれぞれ意味が違う、先頭に説明文やロゴが入っている、といった構造です。
Excel や CSV は AI を通さずパーサーで直接読み取れるため、桁落ちや読み間違いが原理的に起こりません。構造さえ正しく捉えられれば、この業種の帳票はもっとも精度が出しやすい部類です。全シートを対象に、シートごと・表ごとに分けて取り込めるかを確認してください。
運輸・倉庫 — 複写伝票と押印の重なり
運送業の受領書や倉庫の入出庫伝票では、複写式（カーボン）の 2 枚目・3 枚目が回ってくることがあります。印字が薄く、さらに受領印が数字に重なります。
ここは構造ではなく画質の問題であり、前処理と入力側の改善で対応する領域です。押印が数字に重なった帳票は、人が読んでも判別できないことがあります。この場合、推測で埋めずに要確認として人に見せるのが正しい挙動です。
医療・介護、士業 — 様式が固定で、件数が多い
医療機関や介護事業者、士業の事務所では、様式が制度で決まっているため固定という特徴があります。診療報酬の明細、介護給付費の請求、各種申請書類など、様式が変わるのは制度改正のときだけです。
この場合、構造の難しさは小さく、効いてくるのは件数です。同じ様式が毎月数百件届くため、1 件あたりの確認時間を数十秒削れるかどうかが全体を決めます。確認範囲を絞れる仕組みと、確定した読み方が次回に引き継がれる仕組みが、そのまま効果になります。
一方で注意点があります。個人情報や要配慮個人情報を含む帳票が多いため、データがどこに保存され誰がアクセスできるかを、導入前に確認する必要があります。役割に応じた権限設定ができるか、テナント（組織）をまたいでデータが見えない構造になっているかは、必ず確認項目に入れてください。
帳票の棚卸しをする
自社の帳票がどの型に当てはまるかを整理するとき、次の項目で一覧を作ると、そのまま製品選定の要件になります。取引先ごとに 1 行で書き出してください。
- 取引先名 / 月あたりの枚数
- 届く経路（メール添付・FAX・郵送・Web ダウンロード・EDI）
- ファイル形式（PDF・Excel・画像・紙）
- 1 ファイルあたりの帳票枚数（1 枚か、複数伝票か）
- 明細以外の行の有無（小計・見出し・注記）
- 手書きの有無と、手書きが入る箇所
- 商品名が自社コードと一致するか
この一覧ができると、枚数の多い順に並べるだけで着手の優先順位が決まります。上位 5 社で全体の 7 割を占めるのが典型で、その 5 社が扱えれば効果の大半は得られます。残りの取引先は、後から順次移していけば十分です。
棚卸しの過程で、「この取引先だけは紙で郵送されてくる」「この様式だけ毎回手で直している」といった、これまで暗黙だった負担が言語化されます。この言語化そのものが、導入プロジェクトの合意形成でいちばん効きます。
業種を問わず効く 3 つの確認
自社の帳票がどの型に当てはまるかを見るとき、次の 3 点を確認してください。
- 1 ファイルに帳票が何枚入っているか。複数なら、分割できるかが要件になる
- 明細以外の行が混ざっているか。小計・見出し・注記の扱いを決める必要がある
- 同じものが取引先ごとに違う名前で来るか。来るなら、読み替えの辞書が要る
まとめ
読み取りにくい帳票の正体は、画質より構造にあることが多く、その構造には業種ごとの型があります。自社の帳票がどの型かを言語化できれば、製品選定で確認すべき点も明確になります。
DropOCR は、業種別のサンプル帳票を用いた横断検証を行いながら、階層内訳・複数伝票・小計行の扱いといった構造上の難所に対処してきました。実際の帳票での結果は、お手元のファイルを投入して確認するのがもっとも確実です。機能一覧からそれぞれの挙動を確認できます。