PDFや文書の処理は、文字を読み取るだけで完了する業務ではありません。受け取った資料を分類し、必要な項目を抜き出し、既存データと照合して、担当者が確認してからシステムへ登録する作業まで含まれます。AIを導入する場合も、このうち何を自動化し、どこで人が確認するかを先に決めます。
決まった形式の帳票なら、既存の読取機能や固定ルールで十分な場合があります。形式や表現がばらつく文書にはAIを検証する余地がありますが、読み取れない値を推測で補ったり、抽出したまま無条件に登録したりする設計は避けます。本記事では、一般的な業務文書を対象に、自動化範囲と確認条件を整理します。
1. OCR・項目抽出・業務登録を分ける
OCRは、画像中の文字を読み取るための技術です。一方、文書から取引先名や日付、数量、担当部署などを取り出すには、読めた文字が何を意味するかを対応付ける必要があります。さらに業務システムへ登録するには、取引先マスターとの照合や入力ルールの確認が必要です。
たとえば、文書に会社名が二つ書かれている場合、読み取り自体が正しくても、発行元と提出先を取り違えることがあります。「文字が読めた」と「登録項目が正しい」を別々に評価することが重要です。
AIは分類や抽出の候補を作る役割とし、必須項目や日付の形式、既存データとの一致は固定ルールでも確認します。原本に存在しない情報は「未記載」「要確認」と扱い、もっともらしい値を作らせない方針を決めます。
2. 最初に対象文書と出口を決める
「PDFを自動処理したい」だけでは、必要な機能と効果を見積もれません。どこから届く何の資料を、どの作業に使うかを整理します。
- メール添付、フォーム、共有フォルダなどの受領元
- 文書の種類、ページ数、言語、形式のばらつき
- テキストを選択できるPDFか、画像だけのPDFか
- 手書き、傾き、低解像度、表、複数帳票の混在の有無
- 抽出する項目と、登録先の必須項目
- 処理件数、集中する時間帯、締め切り
- 読めない文書を確認する担当者
出口がCSVでよいのか、基幹システムへ登録するのかで、検証と連携の範囲は変わります。最初の段階では、AIの候補を確認用一覧へ出すところまでに限定し、登録は既存手順で行う方法もあります。
3. 自動処理の全体フロー
基本的な流れは、受領、前処理、文書分類、項目抽出、ルール照合、人手確認、登録、結果記録です。各工程に失敗した場合の戻し先を設けます。
受領・前処理
受領したファイルへ管理番号を付け、同じ文書を重複して取り込まないようにします。パスワード付き、破損、対象外形式などは、無理に後続処理へ流さず担当者へ知らせます。原本は処理用コピーと区別し、修正や再処理の際に戻れる状態を保ちます。
分類・抽出
文書の種類を判定してから、その種類に必要な項目を抽出します。種類を判定できない文書や複数種類が混在する文書は、専用の確認待ちへ戻します。分類の誤りが後工程すべてへ波及するため、未知の文書を既知の種類へ強制的に当てはめないようにします。
照合・登録
抽出した取引先、品目、日付などをマスターと照合し、登録条件に合うか確認します。候補が複数ある場合や、マスターに存在しない場合は、人が選択・確認します。登録先が一時的に停止している場合も、処理済み文書を失わず、再実行時に二重登録しない設計が必要です。
4. 抽出項目は定義書で揃える
AIへ「必要な情報を抜き出して」と依頼するだけでは、担当者ごとに期待がずれます。項目名、意味、取得元、形式、未記載時の扱い、確認ルールを揃えます。
たとえば「日付」でも、発行日、申請日、納期、処理日では意味が異なります。「金額」も、税込・税抜、明細単位・文書合計を区別します。単位や通貨が不明なとき、既定値を無条件に当てはめないことも重要です。
複数ページの表では、見出しが次ページへ引き継がれるか、途中の小計を明細として扱っていないかを確認します。空欄とゼロ、取消行と有効行も分けます。抽出結果に元ページや該当箇所を対応させると、人が判断する際に原本全体を探し直す負担を減らせます。
5. 人手確認へ戻す条件を決める
すべてを自動承認するのではなく、業務影響に応じて確認条件を設定します。
- 必須項目が不足している
- 項目間の整合が取れない
- 取引先や品目の候補が複数ある
- 過去の登録と重複する可能性がある
- 手書きや不鮮明な箇所が判断に影響する
- 通常と異なる文書形式や例外条件がある
- 誤登録時の影響が大きい取引や処理である
AIが出す信頼度を使う場合も、その値をそのまま正解確率とはみなしません。実データで、どの値や条件なら人の修正が少ないかを確かめます。信頼度が高くても重要項目は確認する、形式不明なら値に関係なく止めるなど、複数の条件を組み合わせます。
確認画面では、原本と抽出値、警告理由を近くに表示します。修正した値だけでなく、修正理由も記録すると、抽出設定の問題と業務ルールの曖昧さを分けて改善できます。修正履歴を保存しただけでAIが自動学習するわけではないため、誰がどの手順で設定を見直すかも決めます。
6. 精度は文書全体ではなく重要項目ごとに測る
評価用の文書は、きれいに読める例だけでなく、よく届く形式、例外形式、低品質、複数ページ、未記載、重複を含めます。調整に使った文書と、最終評価に使う文書は分けます。
文字の一致率だけでは、業務として使えるか判断できません。文書分類、項目ごとの正解・不足・誤抽出、照合失敗、人の修正、二重登録、登録までの時間を確認します。金額や識別番号などの重要項目と、補足メモなどを同じ重みで扱わないようにします。
業務効果は、導入前の受領・転記・確認時間と、導入後の確認・例外処理・再実行時間を比較します。自動処理の時間が短くても、確認待ちが増えて締め切りに間に合わないなら改善とはいえません。処理量の多い時期に担当者が対応できるかも含めて評価します。
7. 個人情報・保存・既存システム連携
文書には氏名、連絡先、契約情報、社内情報が含まれる可能性があります。処理に必要な範囲だけを扱い、外部サービスへ送る対象、保存場所、保存期間、ログ、閲覧権限を決めます。AIサービスのデータ利用や保持条件は、製品・プラン・設定ごとの公式情報で確認します。
登録先がAPIを提供している場合でも、認証、入力制約、利用上限、失敗時の再送、登録結果の確認が必要です。APIがない場合は、CSV等でどこまで連携できるかを検討します。DBへ直接書き込む案は、既存システムの整合性や保守条件を確認せず採用しないでください。
連携費用の考え方は、API・SaaS連携の見積項目でも整理しています。本記事の中心は文書処理であり、製品固有のAPI実装手順は扱いません。
8. 小さく試す範囲と相談時の準備
最初は一種類の文書と少数の重要項目を対象にし、自動登録せず確認用の結果を出します。正解データと比較して、抽出、照合、確認画面のどこへ手を入れるべきかを切り分けます。成功条件を満たした範囲から、対象形式や登録先を増やします。
相談時は、代表的な文書形式、月ごとの件数、転記項目、登録先、現在の確認手順、誤登録時の影響を整理します。実データを送る前に、機密区分と安全な受渡し方法を確認してください。
問い合わせ本文を部署へ振り分けたい場合は、帳票処理とは別に、問い合わせをAIで分類し、人へ戻す条件を決める方法が参考になります。文書の読み取りだけでなく、確認と登録までの業務を整理することで、自動化できる範囲を判断しやすくなります。
