AI-OCRはFAX発注書をどこまで読めるか。精度の考え方と導入前の検証手順

AI-OCRとは、紙の帳票に書かれた文字をAIで読み取ってデータに変換する技術です。クラウド型のサービスなら月数万円台から利用でき、多くの製品が「認識精度96〜99%」といった数値を掲げています。FAX受注が主流の食品・酒類・建材などの卸売業では、受注入力の省力化手段として導入検討の筆頭に挙がります。

ただ、この精度の数字を額面通りに受け取って導入すると、ほぼ確実に「思ったより使えない」という感想になります。数字が嘘なのではなく、測り方の前提が現場と違うからです。この記事では精度の正しい読み方と、契約前に自社の帳票でやるべき検証手順を整理します。

「精度99%」をどう読むか

文字単位と帳票単位はまったく別の数字

多くの精度表示は文字単位または項目単位です。仮に項目単位で99%でも、1枚の発注書（注文書）に20項目あれば、全項目が正しく読める帳票は計算上8割程度に下がります。つまり「5枚に1枚はどこか直す」のが99%の実力です。導入判断では帳票単位で考えてください。

FAXという媒体が精度をさらに削る

AI-OCRの公称精度はきれいなスキャン画像が前提のことが多い一方、FAXは解像度が低く、かすれ・つぶれ・斜め送信が日常です。さらに手書き文字、訂正の二重線、欄外の走り書き（「いつもの」「先週と同じ」）は現在のAIでも読み違えやすい領域です。私が卸にいた頃の発注書を思い返しても、機械泣かせの紙は毎日届いていました。

だから設計の主役は「人の確認フロー」になる

実務でのAI-OCR活用は、全自動ではなくHuman-in-the-loop（AIの処理に人の確認を組み込む設計）が標準です。AIが項目ごとに確信度（どれくらい自信があるかの数値）を出し、低い項目だけ人が画面で確認・修正する。この形なら、手書きやかすれで読めない帳票が混ざっても業務は止まりません。

評価の物差しも変わります。問うべきは「何%読めるか」ではなく「1枚あたりの処理時間が何分から何秒になるか」です。ゼロから打ち込めば数分かかる明細入力が、下書きの確認と修正なら数十秒で終わる。精度が9割でも、業務時間は7〜8割減る。これがAI-OCR導入の実際の採算構造です。現に業務用厨房器具卸の江部松商事は、AI-OCRの活用でFAX受注入力の工数を約93%削減したと公表しています（LINE WORKSの導入事例）。ここで効いているのも読取精度そのものより、訂正フローまで含めて設計したことです。

FAX発注書に限らず、請求書や納品書など会社に届く帳票全般をAIでどう読み取り自動化するかは、請求書・帳票をAIで読み取り自動化する方法と費用の目安で整理しています。

導入前の検証手順——自社の帳票で試すまで契約しない

検証用サンプルの作り方

検証はデモ用のきれいな帳票ではなく、自社に実際に届いたFAXで行います。受注枚数の多い取引先の上位から、様式の異なる帳票を集めてください。きれいな印字だけでなく、手書き・かすれ・斜め送信の「悪い見本」を意図的に混ぜるのがポイントです。

チェックリスト

• 実物のFAX帳票を50〜100枚集めたか（きれいな帳票だけになっていないか）
• 帳票単位の完全一致率と、項目別の誤りの傾向（数量か・品名か・日付か）を記録したか
• 確信度の低い項目を確認する画面の操作感を、実際に事務担当者が触って確かめたか
• 商品マスタ・得意先マスタとの照合（略称を正式な商品コードに変換できるか）を試したか
• 1枚あたりの処理時間を、現状の手入力と比較して測ったか
• 基幹システムへの取込方法（CSV・API連携）まで確認したか

特に4つ目のマスタ照合は見落とされがちですが、実務では文字の読み取りより効きます。「霧島20度パック」という手書きを正しい商品コードに変換できるかは、OCRの精度ではなく、注文履歴やマスタとの突き合わせの設計で決まるからです。

PoCの手順を数字で決める——何枚で何を測るか

検証（PoC＝本格導入前の試験運用）は、感覚で「まあ読めそう」と判断してはいけません。枚数と測る指標をあらかじめ数字で決めておくと、複数のサービスを同じ土俵で比べられ、社内での投資判断もぶれません。次の手順をそのまま使ってください。

• 対象を選ぶ：受注枚数の多い取引先から、様式の異なる帳票を50枚。うち手書き・かすれ・斜め送信の「悪い見本」を2〜3割は意図的に混ぜる
• 期間で区切る：可能なら2週間分の実受注を丸ごと通す。曜日や締めによる帳票の偏りまで見えるようになる
• 指標①：帳票単位の完全一致率（1枚まるごと修正なしで済んだ割合）を記録する。文字単位の精度ではなくこちらで判断する
• 指標②：誤りの内訳（数量・品名・日付・単価のどこで外すか）を分類する。傾向が分かれば確認フローの重点が決まる
• 指標③：1枚あたりの確認・修正時間をストップウォッチで実測し、現状の手入力と比較する
• 指標④：確信度のしきい値を上下させ、人の確認に回る枚数がどう増減するかを見る。ここで運用の負荷が決まる
• 合否ライン：一致率そのものではなく「1枚あたりの処理時間が何割減ったか」で合否を判断する

この手順を踏むと、契約後に「思ったより使えない」となる事態をほぼ防げます。多くのクラウド型サービスには無料トライアルや検証プランがあるので、本契約の前にこの50枚・4指標を必ず通してください。

検証で数字が出たら、費用対効果は自然に決まる

検証で「1枚あたりの処理時間が何分縮むか」が出れば、月間枚数を掛けるだけで削減工数が算出できます。そこに事務の人件費相場（月25〜35万円程度）を当てれば、投資してよい金額の上限が見えます。ツールの機能比較から入るより、この順番の方が判断を誤りません。

AI-OCR単体に限らず、生成AIを使った開発全体でPoC・実装・保守にどう費用が積み上がるか、金額が大きく変わる理由や見積書の読み方は生成AI開発の費用相場で整理しています。

ベンダーが言わない、AI-OCRの3つの本音

製品比較サイトには載らないが、契約前に知っておくべきことを正直に書きます。

• 「精度99%」は営業の言葉。文字単位か項目単位か、どんな帳票で測ったかを聞かない限り、自社での実力とは無関係。問うべきは数字そのものではなく測定条件で、ここを濁す相手は信用しない
• 「どんな帳票でも読めます」を売りにするベンダーは疑ってよい。手書き・かすれの実帳票を見せたときに歯切れが悪くなるかどうかで力量が分かる。読めない帳票を人の確認へ滑らかに逃がす設計を持っているかが、本当の差になる
• 自社の実帳票でのPoCを渋る、無料トライアルを使わせたがらない業者は避ける。デモ用のきれいな帳票でしか通らない製品ほど、契約後に「思ったより使えない」となる。検証を歓迎する相手を選ぶこと自体が、失敗を防ぐ最大の防御策

awaiでは、AI-OCR単体の導入ではなく、この検証設計から確認フロー・マスタ照合（awai Core）、基幹システム連携（awai Build）までを一体で設計します。読み取ったデータは受注実績として蓄積されるので、そのまま取引先別の分析（awai Compassの領域）にもつながります。まず自社の帳票でどこまで読めるのか、検証の設計からご相談いただくのが確実です。FAX帳票の読み取りは、より広くは非構造化データの構造化という工程の一部です。カタログ・文書まで含めた全体像はそちらで整理しています。

より詳しくはFAX受注の自動化を、隣接するテーマは受発注システムの選び方をご参照ください。

読み取ったデータの突合まで含めた対応範囲は、awai Coreのサービス詳細でご確認いただけます。