AI-OCR（帳票読み取り）

月末になると、協力会社から届いた請求書の束を前に、金額と工事名と日付を会計ソフトへ打ち込んでいく。書式は会社ごとにバラバラで、手書きのものも混じっている。打ち終わったら注文書と見比べて、金額が合っているかを一枚ずつ確かめる——建設業の事務所で当たり前のように続いてきた、この一連の作業を機械に肩代わりさせようという道具がAI-OCRです。この記事では、AI-OCRとは何かという基本から、書式がそろっていない帳票をどうやって読んでいるのかという仕組み、建設業でどの帳票から手をつけると効果が出やすいか、実際に導入した会社が公表している削減時間、費用の目安、そしてつまずきやすい点までを順に整理します。

AI-OCRとは

AI-OCRとは、紙やPDFの帳票をAIが読み取り、「これは請求金額」「これは支払期日」と項目ごとに切り分けてデータにする仕組みのことです。文字を読むだけなら以前からあるOCRでもできますが、AI-OCRはそこに機械学習を組み合わせ、「紙のどこに何が書いてあるか」を推定する力を持たせています。帳票という、決まった意味を持つ数字と文字の集まりを扱うために磨かれてきた道具、と捉えると分かりやすいと思います。

ここでいう帳票とは、請求書・注文書・注文請書・見積書・納品書・作業日報・検収書といった、商売のやり取りを記録した書類全般を指します。文章を読ませたいわけではなく、そこに書かれた「取引先名」「工事名」「数量」「単価」「金額」「日付」といった項目を、あとで検索・集計できる形で取り出したい。それがAI-OCRに求められている仕事です。

AI侍

文字を写すだけが役目ではござらぬ。どの数字が金額で、どの数字が数量か、その意味まで見分けてこそAI-OCRでござる。

従来のOCRとの違いは「書式がそろっていなくても読めるか」

従来型のOCRは、あらかじめ「この用紙の、この位置に、この項目が書いてある」と人が設定してから使うものでした。役所の申請書のように書式が完全に固定された紙であれば、これで十分に働きます。ところが建設業の請求書は、A社は右上に金額、B社は表の一番下に合計、C社は手書きの伝票、という具合に一枚ずつ形が違います。位置を教え込む方式では、取引先の数だけ設定が必要になり、現実的ではありません。

AI-OCRは、大量の帳票を学習させることで、「請求金額」という言葉の近くにある数字、表の最下段にある合計らしき数字、といった手がかりから項目を推定します。位置の設定なしに読み取れるため、書式がそろっていない帳票——いわゆる非定型帳票——にも対応できるわけです。日立製作所は、AI-OCRの利点として文字認識精度の高さに加えて「複数書式への対応」と「RPAとの連携」を挙げ、読み取り位置や項目を事前設定なしに抽出できる点を説明しています。

• 定型帳票：自社の統一フォーマットの作業日報、決まった書式の検収書など。従来型OCRでも十分読める領域で、AI-OCRなら設定の手間がさらに減る
• 準定型帳票：請求書や注文書のように、項目の種類は共通だがレイアウトが会社ごとに違うもの。AI-OCRが最も力を発揮する
• 非定型帳票：契約書や仕様書のように、文章の中に必要な情報が埋もれているもの。近年は生成AIと組み合わせて意味を解釈させる方式が広がりつつある

帳票が数字になるまでの流れ

一枚の請求書がシステムのデータに変わるまでには、いくつもの処理が挟まっています。どこで何をしているかを知っておくと、うまく読めなかったときに原因の当たりをつけられるようになります。

1. 1

   取り込む

   複合機のスキャナ、スマートフォンのカメラ、メールに添付されたPDFなどから帳票を読み込みます。折れ・影・傾きはここで生じるため、スキャナで取り込めるものはスキャナで取り込むのが結局は早道です。

2. 2

   整える

   傾きを直し、明るさをそろえ、罫線やノイズを取り除きます。前処理と呼ばれる地味な工程ですが、最終的な精度を左右します。この整えを自動でやってくれるかどうかは、製品を選ぶ際の見どころのひとつです。

3. 3

   帳票の種類を見分ける

   読み込んだ紙が請求書なのか注文書なのか納品書なのかを判別します。ここで種類が分かると、次にどの項目を探せばよいかが決まります。混ぜてスキャンした束を自動で仕分けてくれる製品もあります。

4. 4

   文字を読む

   画像の中の文字を一文字ずつ推定してテキストにします。学習済みモデルが前後の並びも手がかりにするため、単独では判別しにくい字も文脈から補正されます。

5. 5

   項目を切り出す

   読み取ったテキストの中から「請求金額」「支払期日」「工事名」といった必要な項目を抜き出し、決められた欄に割り当てます。AI-OCRの本領はこの段階にあります。

6. 6

   確認して流し込む

   自信度の低い箇所を画面上で人が確認・修正し、確定したデータを会計システムや原価管理システムへ渡します。RPAを使えばこの受け渡しまで自動化できます。

この六つの工程のうち、導入後に一番手間として残るのは最後の「確認して流し込む」ところです。AI-OCRは読み取り結果に自信度を付けて返してくるので、怪しい箇所だけを人が見る運用になります。「全部打ち込む」から「怪しいところだけ直す」に変わる、というのが実務上の変化の中身だと理解しておくと、期待値を大きく外しません。

建設業ではどの帳票から手をつけるか

建設業の事務作業は、そもそも転記の量が多い業種です。サイボウズが2026年3月に建設業従事者1,000名を対象に実施した調査では、事務作業の負担として「手書きのメモやデータをパソコンでExcel等に打ち直す二重入力」を挙げた人が29.6%、現場責任者に限れば38.7%にのぼりました。打ち直しは、AI-OCRが最も素直に効く作業です。

• 協力会社からの請求書：毎月まとまった枚数が届き、書式もバラバラ。金額・工事名・支払期日を読み取って会計システムへ渡す用途は、効果が数字で見えやすい
• メーカー・商社からの見積書：工事項目・数量・単価・金額を読み取り、積算システムや比較表へ流し込む。相見積の比較作業が速くなる
• 注文書と注文請書：発注時のデータと請求書の金額を突き合わせ、食い違いを自動で洗い出す運用につなげられる
• 納品書・受領書：現場で受け取った紙をその場でスマートフォン撮影し、資材の入荷記録として残す
• 作業日報・出面表：手書きの人工（にんく）と作業内容を読み取り、労務費の集計や勤怠の入力元にする
• 安全書類（グリーンファイル）：作業員名簿や施工体制台帳の基礎情報を拾い、台帳づくりの下敷きにする

導入するとどれだけ変わるのか

効果の大きさは帳票の量と現状のやり方によって大きく変わるため、一般論より実際に導入した組織が公表している数字を見るほうが参考になります。以下はいずれも公開されている事例からの引用です。

四国電力グループの総合設備企業である株式会社四電工は、建築設備工事の積算業務で、1日の大半が自社システムへのデータ入力に費やされている状態を課題としていました。メーカー見積書へのAI-OCR導入後、積算業務に占める入力作業の割合が下がり、納期も短縮したと同社は説明しています（出典: スマートOCR 導入事例）。

大日本印刷（DNP）が公開している不動産・住宅設備業界の導入事例では、建築設備事業を手がける会社が請求書を人手で入力しており、月に100時間もの作業時間を要していた状態が紹介されています。同じ記事では、総合不動産会社でマンション1棟あたり5〜6時間かかっていた契約書の入力が30分に、毎月2時間かけていた請求書のデータ化が20分になった例も挙げられています。

建設業以外でも、申請書という定型に近い帳票を大量に扱う現場では大きな効果が報告されています。岩手県久慈市は、ふるさと納税の申請書処理とアンケート集計にAI-OCRとRPAを組み合わせて導入し、作業時間を大幅に削減したとNTT東日本の事例記事で公表しています。

これらの数字を並べて見えてくるのは、AI-OCR単体よりも、読み取ったあとの流し込みまで自動化した組織のほうが削減幅が大きいという傾向です。久慈市の事例はRPAとの併用ですし、四電工の事例も読み取り結果をCSVで自社システムへ取り込むところまでつながっています。「読んで終わり」だと、結局は人がコピー＆ペーストすることになり、効果は目減りします。

費用の目安と、元が取れるかの考え方

クラウド型のAI-OCRは、月額固定・枚数従量・利用者数課金のいずれかが主流です。BOXIL MAGAZINEが主要19サービスの料金を調査した記事によると、月額費用の中央値は30,000円、初期費用の中央値は0円、エントリープランで算出した1枚あたりの実質単価の中央値は27円でした（2026年6月更新時点）。

元が取れるかは、削減できる時間を人件費に換算して比べるのが分かりやすい方法です。仮に事務担当の人件費を時給2,000円と置くと、月額3万円のサービスは月15時間の削減で釣り合う計算になります。請求書を月に200枚処理していて、1枚あたり3分の入力が1分の確認に変わるなら、削減は月およそ6.7時間。この規模だと微妙ですが、見積書や日報も同じ仕組みに乗せられるなら十分に届く、といった具合に自社の枚数で当てはめてみてください。

メリットと注意点

もうひとつ、忘れられがちなのが情報の取り扱いです。帳票には取引先名や金額、職人さんの氏名といった、外に出したくない情報がそのまま載っています。クラウド型を使う場合は、読み取ったデータがどこに保存され、AIの再学習に使われるのかを契約前に確認してください。この点は情報漏洩対策の考え方と共通するので、社内でルールを一本化しておくのが現実的です。

失敗しにくい進め方

日立製作所は、AI-OCRの選定・導入で押さえるべき点として「誤認識の頻度と継続的に改善できる仕組みがあるか」「読み取り前の前処理を自動化できるか」「確認作業にどれだけ手間がかかるか」の三つを挙げています。いずれもカタログの認識率の数字には現れない部分で、実際に回してみないと分かりません。次の順序で小さく試すことをおすすめします。

1. 1

   一種類の帳票に絞る

   全社の紙を一気に片づけようとせず、枚数が多く行き先がはっきりしている帳票を一つだけ選びます。多くの会社では協力会社からの請求書か、メーカーの見積書がここに当たります。

2. 2

   今の時間を測る

   その帳票を1枚処理するのに何分かかっているか、月に何枚あるかをストップウォッチで測って記録します。この数字がないと、導入後に効果を語れません。地味ですが最も効く準備です。

3. 3

   実物でトライアルする

   無料トライアル期間に、実際に届いた帳票を1か月分まとめて読ませます。読めた項目、読めなかった項目、修正にかかった時間を残しておきます。

4. 4

   確認の担当と基準を決める

   誰がどこまで確認するかを先に決めます。「自信度が一定を下回る項目と、金額欄だけは必ず人が見る」といった具体的な線引きにしておくと、運用が続きます。

5. 5

   行き先までつなぐ

   読み取った結果をCSVで会計システムへ取り込む、RPAで転記させるなど、人がコピーしなくて済む道筋をつくります。ここまでやって初めて、事例で見るような削減幅に近づきます。

6. 6

   対象を広げる

   一つ目の帳票で運用が回るようになってから、二つ目、三つ目へ広げます。最初の帳票で得た「どこを人が見るか」の勘どころが、そのまま横展開の資産になります。

この進め方は、小さく試して確かめてから広げるという意味でPoC（概念実証）の考え方そのものです。自社の帳票のどれから着手すべきか判断がつかない場合は、AI番頭のサービス内容もあわせてご覧ください。

よくある質問

まずは自社の帳票を数えるところから

AI-OCRは、導入すれば紙がなくなる魔法ではありません。打ち込む作業を、確かめる作業に置き換える道具です。それでも、月100時間を請求書の手入力に充てていた会社があるという事実を踏まえれば、置き換えの価値は小さくないはずです。どの帳票が何枚あって、そこに何時間かかっているか。まずはその棚卸しから始めてみてください。自社に合う進め方を一緒に整理したい場合は、無料相談もご利用いただけます。

関連用語

出典・参考