注文書や請求書を AI-OCR で読み取り、手入力をなくしたい。製品の説明では「読み取り精度 98％」と聞いた。ところが使い始めてみると、入力の手間は減ったのに、確認の手間が思ったほど減らない。担当者は、結局すべての帳票を見直している。
説明のための架空の場面ですが、AI-OCR の導入を考えるときに、先に知っておきたい構造が詰まっています。
平拓では、この現象を「精度の単位ちがい」と呼んでいます。聞いた精度は高いのに、確認の手間が減らない。理由の一つは、その精度が文字・項目・帳票のどの単位で数えた数字かによって、残る確認の量が大きく変わることです。
「98％なら、確認は2％で済むはず」
ここで考えがちなのは、次のような判断です。
- 98％読めるのだから、確認が必要なのは残りの 2％のはず。
- 確認が減らないのは、担当者が慎重すぎるから。
- もっと精度の高い製品に替えれば解決する。
どれも筋が通って見えます。けれども、この判断には三つの見落としがあります。「何の 98％か」、「どれが誤りかは分からない」、そして「負担は確認だけではない」ことです。
見落とし1：その98％は、何の98％か
読み取りの精度には、少なくとも三つの単位があります。
| 単位 | 何を数えるか |
|---|---|
| 文字 | 1 文字ずつ、正しく読めた割合 |
| 項目 | 「金額」「品番」などの欄の値が、まるごと正しく取れた割合 |
| 帳票 | 1 枚の帳票のすべての項目が、手直しなしで正しかった割合 |
同じ「98％」でも、どの単位の数字かで意味はまったく違います。評価に使った帳票が印字か手書きか、様式が何種類あったかによっても変わります。製品ごとに測り方がそろっているわけでもありません。
単位の違いがどれほど効くかを、条件を置いて計算してみます。
仮に、1 枚の帳票から 20 の項目を読み取り、どの項目も同じ 98％の確率で正しく読め、項目ごとの誤りが互いに独立して起きるとします。この条件に限れば、1 枚の 20 項目がすべて正しい確率は 0.98 の 20 乗で、およそ 66.76％です。3 枚に 1 枚には、どこかに誤りがある計算になります。
同じ条件のまま、項目の正答率を変えるとこうなります。
| 項目ごとの正答率 | 20 項目すべてが正しい確率 |
|---|---|
| 98％ | 約 66.76％ |
| 99％ | 約 81.79％ |
| 99.5％ | 約 90.46％ |
ただし、これは考え方を示すための計算です。実際の帳票では、項目ごとに正答率が違い、誤りは特定の欄や、かすれた帳票などに偏って起きます。項目どうしが独立とも限りません。文字単位の精度や、OCR が出す信頼度の数値を、この式にそのまま当てはめることもできません。実際にどれだけ手直しが要るかは、自社の帳票で、項目ごと・帳票ごとに数えて確かめる必要があります。
この計算で伝えたいのは一つだけです。「項目がどれだけ読めるか」と「帳票が何枚、手直しなしで通るか」は、別の物差しだということ。
見落とし2：誤りの割合が分かっても、どれが誤りかは分からない
3 枚に 1 枚に誤りがあると分かっていても、それがどの 1 枚なのかは、見なければ分かりません。確認作業が残るのは、担当者が慎重すぎるからとは限りません。誤りの場所を知る手段がなければ、見て確かめるしかないからです。
AI-OCR の多くは、読み取りの確からしさを示す数値（信頼度）を出し、確認する対象を絞り込めるようにしています。ただ、信頼度が高いことと、正しいことは同じではありません。どの値を境にすれば見逃しが許容できる範囲に収まるかは、実際の帳票で、読み取り結果と正解を照らし合わせて決める必要があります。
見落とし3：負担は、確認だけではない
導入後の負担を見積もるときは、確認の時間だけでなく、その後ろに続く仕事も含めて考えます。導入後の負担は、次の四つの合計です。
| 負担 | 見積もり方 |
|---|---|
| 確認 | 確認する件数 × 1 件の確認時間 |
| 修正 | 修正する件数 × 1 件の修正時間 |
| 例外の処理 | 例外の件数 × 1 件の処理時間（読めない帳票、様式外、マスタにない品番など） |
| 手戻り | 見逃した誤りが、後の工程で見つかったときの手直し |
そして、比べる相手は「いまの手入力と確認にかかっている負担」です。人の手入力にも誤りはあります。いま、どの工程で誤りが見つかり、直すのにどれだけかかっているかを、変える前に測っておかなければ、導入の効果は判断できません。
「読めなかった」を、空欄や0にしない
もう一つ、設計で大事なことがあります。読めなかった項目を、空欄や 0 として次の工程に流さないことです。
空欄になった「数量」を見ても、後の工程の人には、帳票に記載がなかったのか、OCR が読めなかったのか、区別がつきません。0 になっていれば、なおさら気づけません。少なくとも、次の状態は分けて持たせておきたいところです。
- 読み取った（まだ人が確かめていない）
- 人が確かめた
- 人が直した
- 読めなかった
- 帳票に記載がなかった
平拓の診断を支える仕組みでも、同じ考え方を採っています。AI が書くのは候補だけで、何を事実として採用するかは人が決める。分からないものを、それらしく埋めない。OCR の読み取り結果も「候補」として扱い、誰が、いつ、何を確かめ、どう直したかを残しておけば、その記録が、どの項目・どの帳票で誤りが多いかを知る材料になります。
帳票の中身を、どこで処理するか
帳票には、取引条件や個人の情報が含まれることがあります。クラウドの OCR サービスに送ってよいのか、社内の環境で処理すべきなのかは、契約や社内の規程、取引先との約束によって決まります。精度や費用と並べて、早い段階で確かめておきたい条件です。
自社で確かめる問い
- 聞いた「精度」は、文字・項目・帳票のどの単位で、どんな帳票で測った数字ですか。
- 1 枚の帳票のうち、誤りが許されない項目はどれですか。
- いま、手入力と確認に、月にどれくらいの時間がかかっていますか。いまの誤りは、どこで見つかっていますか。
- 読めなかった項目は、システムの中でどう表されますか。空欄や 0 と区別できますか。
- 確認・修正・例外の処理を、誰が、どの画面で行いますか。
- 帳票の受け取り方そのものを変えることはできませんか。
確認を減らす設計の選択肢
確認作業は、ゼロにするか全部残すかの二択ではありません。条件に応じて組み合わせます。
- 影響の大きい項目に確認を集める。 金額・数量・品番・振込先など、誤りの影響が大きい項目を優先して確かめ、影響の小さい項目は後の工程で気づける仕組みと組み合わせる。
- 機械で照合できるところは照合する。 合計と明細が合うか、マスタに存在するか、前回と大きく違わないか。人が読む前に、矛盾を機械で拾う。
- 確認する帳票を振り分ける。 信頼度や照合の結果で、確認が必要な帳票だけを人に回す。振り分けの基準は、実際の帳票で確かめてから決める。
- 確認画面を作り直す。 原本の該当箇所と読み取り結果を並べ、確認が必要な項目だけを示す。確認の速さは、画面の作りにも左右されます。
- 帳票そのものを変える。 取引先からデータで受け取る、様式をそろえる。OCR を使わないほうが早い場合もあります。
- 全件を人が確かめる。 誤りの影響が大きく、機械で照合する手段もない場合は、これも合理的な選択です。そのうえで、入力の手間が減った分を確認に充てる、という設計になります。
どれを選ぶかは、帳票の種類と枚数、誤りの影響の大きさ、いまの負担によって変わります。
関連する支援
平拓は、OCR を入れるかどうか、受け取り方を変えるべきかといった判断から、確認の流れ・画面・例外の扱いの設計、実際の帳票を使った小さな試作までを支援します。特定の製品を前提にはしません。詳しくは業務の改善、AI・システム開発をご覧ください。何から確かめるべきかが決まっていない段階なら、診断から始められます。
※本文の帳票の例と計算は、説明のための仮定にもとづきます。
