非定型帳票のAI-OCR｜取引先ごとに様式が違う注文書を、読み取りから登録までつなぐ設計
取引先ごとに様式が違う注文書も、生成AIを使えば、テンプレートを登録せずに項目を取り出せるようになりました。それでも「読めたのに登録できない」帳票は残ります。
非定型帳票の難所は、取引先ごとに同じものを違う書き方で書いてくることです。テンプレートが要らなくなった分、取引先ごとの違いは、読み取りの後ろの工程に移りました。
たとえば、生成AIで項目を取り出す Azure Content Understanding は、帳票の上に根拠が見つからない値を空欄で返します。その空欄が「取引先が書いていない」のか「読み漏れ」なのかは、出力だけでは区別できません。品番が取引先の品番で書かれていれば、正しく読めていても自社の品番マスタには引けません。
この記事では、読み取り方式の基本は押さえている方に向けて、非定型帳票を業務で使い続けるための設計を解説します。取り上げるのは、出力の形のそろえ方、取引先ごとの違いの吸収、読み漏れの見つけ方です。
株式会社ロクシアシステムズは、福岡と東京を拠点に、全国のお客様へ Microsoft 365・Azure の導入支援と、AIの業務活用（AIプライベート）の支援を提供しているIT企業です。また、お客様専用のセキュアなAI基盤SaaSサービス「AIプライベート」シリーズとして、帳票の読み取りからシステム入力までを自動化する「AI-OCRプライベート」も提供しています。
非定型帳票とは｜定型・準定型との違い
帳票は、様式がどこまでそろっているかで3つに分けると整理しやすくなります。非定型帳票は、取引先ごとに様式も項目の名前も違う帳票です。受注業務の注文書・発注書や、仕入れの納品書が代表例です。
| 区分 | 帳票の例 | 様式の決まり方 | 向いている読み取り方式（Azure） |
|---|---|---|---|
| 定型 | 自社の申込書、社内の点検表 | 自社が決めた1つの様式 | Document Intelligence のカスタムモデル |
| 準定型 | 請求書、領収書 | 項目はほぼ共通で、配置が発行元ごとに違う | Document Intelligence の事前構築済みモデル（請求書・領収書） |
| 非定型 | 注文書、発注書、納品書 | 取引先ごとに様式も項目の名前も違う | Content Understanding のカスタムアナライザー |
Microsoft は、取引先ごとに様式が違う納品書や、仕入先ごとにレイアウトがそろわない注文書を「レイアウトのばらつきが大きい半構造化文書」の例に挙げています。そのうえで、ラベル付けなしで始められる Content Understanding のカスタムアナライザーを推奨しています。
なお、Document Intelligence の事前構築済みモデルには請求書や領収書はありますが、注文書や納品書はありません。2つのサービスの違いと使い分けは、Azure Content Understanding とはで詳しく解説しています。
生成AIで読めるなら、何が残るのか
非定型帳票を検討する方が最初に抱く疑問は、「生成AIでテンプレートなしに読めるなら、もう解決したのでは」というものです。答えは、読み取りの準備は大きく楽になったが、登録までの間に別の仕事が残る、です。
テンプレートを登録せずに読むことは、もう特別ではない
従来のOCRや、テンプレート型のAI-OCRは、様式ごとに読み取る位置を登録する必要がありました。Document Intelligence のテンプレート型のカスタムモデルも、Microsoft の比較表では「様式の違いごとに1つのモデルが必要」とされています。
いまは、取り出したい項目を名前と説明で定義するだけで、様式の違う帳票から値を取り出せます。生成AIによる非定型の読み取りは、国内の多くのAI-OCR製品にも取り入れられています。読み取りそのものは、製品を選ぶときの決め手になりにくくなりました。
残るのは「同じものを違う書き方で書く」こと
非定型帳票では、取引先が自分たちの都合で書いてきます。読み取りが正しくても、そのままでは自社の基幹システムに登録できない値が出てきます。弊社が受注帳票で見てきた典型は、次の5つです。
| 項目 | 取引先ごとの書き方の例 | 登録で困ること |
|---|---|---|
| 品番 | 取引先の品番だけ／自社の品番と併記／品名だけ | 自社の品番マスタに引けない。併記のときにどちらを採るかが決まらない |
| 数量と単位 | 「24個」「2ケース」「2c/s（12入）」 | 入数で換算しないと、在庫や単価と合わない |
| 明細の形 | 1行に色違いを2品／備考欄に「追加で3個」 | 明細の件数が合わない。備考欄の追加分が落ちる |
| 納期 | 「11/5」「来週火曜」「至急」 | 日付として登録できない。注文日を基準にした換算が要る |
| 空欄 | 取引先が書いていない／読み漏れ | 出力だけでは区別できない |
このうち空欄以外は、読み取りの誤りではありません。帳票に書かれたとおりに読めています。そのため、読み取りの精度をいくら上げても解消しません。テンプレートの登録がなくなった代わりに、取引先ごとの違いを吸収する仕組みを、読み取りの後ろに用意する必要があります。
設計の要点｜出力の形を1つにそろえ、違いは後ろで吸収する
弊社が非定型帳票で採っている設計の考え方は、取引先がどれだけ増えても、読み取りの出力は1つの形にそろえることです。取引先ごとの違いは、その後ろの「言い換え表」と「検算・照合」で吸収します。全体の流れは次の図のとおりです。
項目の定義は、取引先ごとに作らず1つにする
Content Understanding のカスタムアナライザーでは、取り出す項目を名前・型・説明で定義します。説明はAIへの指示として使われるので、取引先ごとの書き方の違いもここに書けます。たとえば品番なら「取引先によって『貴社品番』『御社コード』と書かれることがある」と添えます。
取引先ごとにアナライザーを分けると、取引先が増えるたびに定義が増え、テンプレートを管理していたころと同じ手間に戻ります。項目の定義は1つにして、出力の形を固定します。後ろの工程は、どの取引先の帳票でも同じ形のデータを受け取れます。
取引先ごとの違いは「言い換え表」で吸収する
取引先の品番から自社の品番への対応や、ケースから個数への入数は、取引先ごとの言い換え表として、AIの指示とは別にデータで持ちます。AIの指示に書き込むと、取引先が増えるほど指示が長くなり、どこを直せばよいかが分からなくなるためです。
言い換え表なら、業務の担当者が自分で追加・修正できます。確認画面で人が品番を直したときに、その対応を言い換え表に足す流れにしておくと、同じ取引先の次の帳票からは自動で変換されます。
読み漏れは、帳票の中の数字で見つける
空欄が読み漏れかどうかは、帳票の中にある別の情報と突き合わせて判断します。弊社が組み込んでいる確認は次のとおりです。
- 合計の検算：明細の金額の合計が、合計欄と一致するか
- 必須項目の空欄：品番・数量・納期のように、注文として成り立たない空欄がないか
- マスタとの照合：言い換え後の品番が品番マスタにあるか、単価が取引条件と合うか
Content Understanding は、項目ごとに0〜1の信頼度と、値を読んだ位置（根拠）を返すように設定できます。Microsoft は重要度ごとのしきい値の例を示していますが、あくまで例示であり、実際の帳票で試して決めるよう案内しています。信頼度は確認の優先順位づけに使い、間違えられない確認は上の業務ルールで確実に行います。
なお、Azure OpenAI の画像入力で帳票を直接読ませる方法もあります。ただし Microsoft の比較では、この方法は信頼度と根拠を自分で実装する必要があり、信頼度がなければ「すべて受け入れるか、すべて確認するか」になると説明されています。
確認画面には「引っかかった項目」だけを示す
確認画面では、帳票の画像と取り出した値を並べ、値を読んだ位置を画像の上に示します。そのうえで、検算や照合に引っかかった項目だけを目立たせます。すべての項目を同じ重さで見せると、担当者は結局すべてを見直すことになり、手入力と変わらない時間がかかります。
確認・修正と基幹システムへの登録がAI-OCRの本当の難所である理由は、AI-OCRとはで解説しています。
Azureで非定型帳票を読む方式の選び方
Azure で非定型帳票を読む方式は、主に次の4つです。様式の違いへの強さだけでなく、確認の設計に使える信頼度と根拠が返るかどうかも、選ぶときの材料になります。
| 方式 | 様式の違いへの対応 | 始めるための準備 | 信頼度と根拠 |
|---|---|---|---|
| Document Intelligence のカスタムモデル（テンプレート型） | 様式の違いごとに1モデルが必要 | 様式ごとにラベル付きのサンプル（5件から） | 返る |
| Document Intelligence のカスタムモデル（ニューラル型）＋分類モデル | 1つのモデルで様式の違いを吸収できる。分類モデルで振り分けも可能 | ラベル付きのサンプル（5件から） | 返る |
| Content Understanding のカスタムアナライザー | 項目の定義だけで、様式の違う帳票を読める | 項目の名前・型・説明の定義（ラベル付けは任意） | 設定すれば返る（処理量が増える） |
| Azure OpenAI の画像入力で直接読む | 指示の書き方しだいで対応できる | 指示と出力の形の設計 | 自分で実装する必要がある |
同じ受注業務の中でも、取引先の数と枚数で方式を分けると無理のない構成になります。枚数の多い大口の取引先で様式が安定していれば Document Intelligence、少量の取引先が多数あれば Content Understanding、という組み合わせです。
処理場所にも違いがあります。Document Intelligence は、リソースを作ったリージョンで処理されます。Content Understanding の生成AIを使う処理は、デプロイしたモデルの種類によってリージョンの外で処理されることがあります。国内での処理が求められる業務では、モデルのデプロイの種類まで設計に含めます。
導入の進め方｜枚数の多い取引先から順に広げる
非定型帳票は、すべての取引先を一度に対象にすると、確かめる範囲が広がりすぎて進みません。弊社は次の順で進めることをお勧めしています。
- 取引先を月あたりの枚数の順に並べ、上位の取引先から対象にする
- 基幹システムに登録する形から逆算して、項目の定義を1つ決める
- 対象の取引先の実際の帳票で読み取りを試し、書き方の違いを洗い出す
- 言い換え表と、検算・照合のルールを用意する
- 確認画面と基幹システムへの登録をつなぎ、本番で使い始める
- 次の取引先は、言い換え表の追加と実帳票での確認で受け入れる
最後の段階で、取引先を増やすたびにAIの定義を作り直していないかが、設計がうまくいっているかどうかの目安になります。
非定型帳票のAI-OCRのまとめ
変わったこと
- 生成AIで、テンプレートを登録せずに様式の違う帳票を読めるようになった
- 取引先ごとに様式が違う注文書・納品書には、Microsoft は Content Understanding を推奨している
残ること
- 品番・単位・明細の形・納期の書き方は、取引先ごとに違う
- 空欄が「書いていない」のか「読み漏れ」なのかは、出力だけでは分からない
設計の要点
- 項目の定義は1つにして、出力の形をそろえる
- 取引先ごとの違いは、言い換え表としてデータで持つ
- 読み漏れは、合計の検算・必須項目・マスタとの照合で見つける
弊社の支援｜非定型帳票を、読み取りから登録まで
弊社の「AI-OCRプライベート」は、お客様専用の環境で、帳票の読み取りからシステム入力までを自動化するサービスです。非定型帳票では、帳票の性質に応じて Document Intelligence と Content Understanding を使い分ける構成からご提案します。
取引先ごとの言い換え表、検算・照合のルール、基幹システムへの登録は、お客様の業務に合わせて設計・構築します。お手元の帳票でどこまで読めて、どこに確認が残るかは、無料トライアルでご確認いただけます。サービスの詳細はAI-OCRプライベートをご覧ください。
資料のご案内
読み取りから確認・登録までの導入イメージ、システム構成、進め方をまとめています。
よくあるご質問
こちらをクリックして「よくある質問」を表示
非定型帳票と準定型帳票は、どう違いますか？
準定型帳票は、請求書や領収書のように、項目はほぼ共通で配置だけが発行元ごとに違う帳票です。非定型帳票は、注文書や納品書のように、取引先ごとに様式も項目の名前も違う帳票です。準定型は Document Intelligence の事前構築済みモデル、非定型は Content Understanding のカスタムアナライザーが向いています。
取引先ごとにテンプレートを登録する必要はありますか？
Content Understanding のカスタムアナライザーを使う場合は、必要ありません。取り出す項目を名前と説明で定義するだけで、様式の違う帳票から値を取り出せます。ただし、品番や単位の書き方の違いを自社の形に変換する言い換え表は、取引先ごとに用意します。
生成AIで読み取った値は、そのまま登録してよいですか？
お勧めしません。読み取りの誤りや読み漏れが起こり得るため、合計の検算やマスタとの照合で確かめ、引っかかった項目を人が確認する工程を組み込みます。Microsoft も、生成AIの出力は人が確認するよう案内しています。
取引先が様式を変えたら、作り直しが必要ですか？
Content Understanding のカスタムアナライザーは様式の違いに対応しやすいため、多くの場合は作り直しは要りません。ただし、新しい様式で品番の書き方などが変わった場合は、言い換え表の追加が必要になることがあります。様式が変わった帳票は、最初の数枚を確認画面で確かめることをお勧めします。
手書きの注文書やFAXでも読めますか？
読めます。Content Understanding と Document Intelligence は、どちらも日本語の印刷文字と手書き文字に対応しています。ただし、かすれや崩れた手書きは読み誤りが残り得るため、確認の工程が欠かせません。手書きの扱いは手書き帳票のAI-OCRで解説しています。
非定型帳票のAI-OCRの費用は、どう考えればよいですか？
読み取りの費用は、ページ数に応じた従量課金が基本です。Content Understanding で生成AIを使う場合は、デプロイしたモデルのトークン料金も加わります。総額では、言い換え表や確認画面、基幹システムへの登録の構築費も含めて考えます。考え方はAI-OCRの費用・料金で解説しています。
取引先ごとに様式が違う注文書や納品書の入力にお困りでしたら、お手元の帳票で、どこまで読めてどこに確認が残るかをお確かめください。無料トライアルのほか、お問い合わせからのご相談も承っています。
関連サービス・関連コラム
- AI-OCRプライベート｜お客様専用のAI-OCRで帳票入力を自動化
- AI-OCRとは｜帳票の手入力をなくす仕組みと、失敗しない選び方
- AI-OCRサービスの比較｜共有SaaSと顧客専用構築、どちらを選ぶべきか
- Azure Content Understanding とは｜生成AIで文書・音声・動画を構造的に整理する仕組み
- Azure AI Document Intelligenceとは｜帳票をAIが読み取る仕組み・精度・導入
- AI-OCRの費用・料金｜Document Intelligenceの単価と総額の考え方
- 手書き帳票のAI-OCR｜読める範囲と確認の設計
まずは無料トライアルで、効果をご確認ください
「AIプライベート」は短期・低コストで試せます。帳票入力（AI-OCR）・電話対応（AI-Voice）・計画づくり（AI-Enhance）の自動化から、クラウド（Azure・Microsoft 365）・DXのご相談まで、お気軽にどうぞ。
