AI-OCRでFAX発注書はどこまで読める？精度の見方と検証手順

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。FAX発注書の場合、整った印字の品名・数量・日付はかなり読めますが、手書き、かすれ、訂正の二重線、欄外の走り書きは読み違えが残ります。そのため実務では、AIが読んだ下書きを人が確認・修正する運用が基本になり、成果は「1枚あたりの入力時間が何分縮むか」で測ります。

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。ただ、この数字はきれいな画像を文字単位で測った値であることが多く、自社のFAXでの実力とは条件が異なります。契約前に精度表示の測定条件を確かめ、自社に届いたFAXで試してから判断します。

「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。5枚に1枚はどこかを直す計算です。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で測られることが多い一方、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。FAX受注の多い卸では、こうした帳票が毎日一定の割合で届くものとして設計します。

運用の設計：確信度の低い項目を人が確認する

実務でのAI-OCR活用は、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・修正します。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も、下書きの確認と修正なら短時間で済みます。精度が100%に届かなくても、確認にかかる時間が手入力より短ければ導入の採算は合います。公開事例では、業務用厨房器具卸の江部松商事が、FAXで届く発注書をAI-OCRで読み取って販売管理システムへの入力を自動化し、受注処理の作業時間がほぼ半減したと紹介されています（LINE WORKS OCRの導入事例）。担当者が手で入力するデータと、紙に出して確認するデータの量がともにほぼ半減したためです。

請求書や納品書など、発注書以外の帳票まで読み取りの対象を広げる場合の導入方法と費用は請求書・帳票のAI読み取り自動化で比べられます。

検証用サンプルの作り方

検証には、デモ用のきれいな帳票の代わりに、自社に届いたFAXを使います。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。きれいな印字に加えて、手書き・かすれ・斜め送信の「悪い見本」を意図的に混ぜます。

チェックリスト

• 実物のFAX帳票を50枚以上集めたか（きれいな帳票に偏っていないか）
• 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精度以上に作業時間を左右します。「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の精度より、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：何枚の帳票で何を測るか

検証（PoC＝本格導入前の試験運用）では、「まあ読めそう」という感覚で合否を決めません。枚数と測る指標をあらかじめ数字で決めれば、複数のサービスを同じ条件で比べられ、社内での投資判断もぶれません。手順は次のとおりです。

• 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。文字単位の精度は判断に使わない
• 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：「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。一致率は参考値として扱う

この手順を踏むと、契約後に「思ったより使えない」となる事態を減らせます。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指標を通してください。

費用対効果の計算：削減時間×月間枚数で投資の上限を決める

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。そこに事務担当者の1時間あたりの人件費（給与に社会保険料などを含めた額）を掛ければ、月に浮く金額が出ます。この金額が、ツールの月額費用にかけてよい上限の目安です。ツールの機能比較はこの上限が決まってから行うと、判断がぶれません。

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開発の費用相場に詳しくあります。

契約前にAI-OCRの提供会社へ確認する3つのこと

商談や見積もりの段階で、次の3点を確認しておくと、契約後のずれを防げます。

• 精度の測定条件を聞く。文字単位か項目単位か、どんな帳票（印字か手書きか、スキャンかFAXか）で測った数字かを確認し、条件の説明がない数字は判断材料にしない
• 読めない帳票の扱いを聞く。手書き・かすれの実帳票を見せ、確信度の低い項目をどの画面で誰が直すのか、直した結果がどう学習や設定に反映されるのかを確認する
• 自社の実帳票でPoCができるかを聞く。無料トライアルや検証プランの有無、検証できる枚数と期間を確認する。デモ用のきれいな帳票で判断すると、契約後に「思ったより使えない」となりやすい

まとめ：読み取りから登録までを一続きで設計する

検討の範囲は、読み取りから基幹システムへの登録までの業務全体に広げます。読み取りのみを導入しても、その後の確認フロー、商品マスタとの照合、基幹システムへの登録が人手のままなら、事務の総量はあまり変わりません。「読み取り→確認→照合→登録」までを一続きで設計して初めて、時間の削減が数字に出ます。帳票の読み取りは、カタログや社内文書まで含めた非構造化データの構造化という工程の一部でもあります。

FAX受注のどこまでを自動化できるかはFAX受注の自動化はどこまで可能か、受発注システムごと入れ替えるかどうかの分かれ目は中小企業の受発注システム選び方が判断材料になります。

検証用50枚の選び方や4指標の記録表、人の確認に回す確信度のしきい値で迷う場合は、awaiが届いている帳票の実物を見ながら検証の設計を手伝います。