運送会社でAI-OCRを使いやすい帳票とは

AI-OCRは帳票によって効果が大きく変わる

運送会社には、送り状、受領書、請求書、日報、点検表など多くの紙が残っています。しかし、すべてが同じようにAI-OCRへ向くわけではありません。枚数、レイアウト、手書き率、入力項目、後工程を見て優先順位を決めます。

帳票を5項目で採点すると選びやすい

受領書：枚数が多い会社では優先候補

受領書は、配送完了後に荷主名、日付、数量、伝票番号などを転記している会社で効果を検証しやすい帳票です。特に、回収した受領書を夕方にまとめて入力している場合、繁忙日に入力が集中します。

ただし、押印が文字に重なる、複写紙で薄い、ドライバーがスマホ撮影するため影が入る、といった問題があります。実際に現場から集まる品質でテストします。

請求書：精度だけでなく照合業務まで見る

請求書では、請求元、日付、金額、税額、請求番号などを読み取れます。しかし運送会社では運行実績との照合が必要なことがあり、OCRだけで請求処理が終わるとは限りません。

「読み取る → 運行実績と照合 → 差異だけ人が確認」という流れを作れると効果が大きくなります。逆に、OCR後に全件を紙と見比べるなら削減効果は限定的です。

送り状：荷主ごとのレイアウト差がポイント

送り状は配送先住所、氏名、電話番号、伝票番号などをデータ化できる可能性があります。定型フォームなら扱いやすい一方、荷主ごとに書式が違う場合は非定型帳票への対応力を確認します。

バーコードやQRコードがある帳票では、OCRよりコード読取の方が確実な項目もあります。「すべてOCRで読む」のではなく、最適な読取方法を組み合わせます。

運転日報：既存デジタコとの重複に注意

紙日報をAI-OCRで読む方法もありますが、走行距離、時刻、位置などがデジタコや車両管理システムから取得できる場合、そちらを連携した方が効率的なことがあります。

手書き帳票は「読めるか」だけでなく「確認に何秒かかるか」

手書き対応AI-OCRでも、すべての文字を100%正しく読めるわけではありません。重要なのは、誤読を人が短時間で見つけて直せるUIかどうかです。

金額・日付・車番など間違いの影響が大きい項目は必ず確認する、備考欄は検索用として使う、など項目ごとに確認レベルを決めます。

具体例：5種類の帳票から最初の1つを選ぶ

事故報告書は1枚の入力時間が長くても件数が少なく、文章判断も多いため、AI-OCRより最初からWebフォームで作成する方が向く場合があります。このように「紙だからOCR」ではなく、業務全体で考えます。

帳票テストのやり方

1. 候補帳票を月間枚数順に並べる
2. 各帳票から良い画像・悪い画像を混ぜて100枚以上抽出
3. 重要項目の正読率と修正時間を測る
4. 後工程へデータを渡すところまで試す
5. 1枚当たり総処理時間で比較する

優先順位を点数化する

候補帳票を感覚で選ばず、月間枚数・入力時間・定型度・画質・後工程の5項目を各1〜5点で採点します。合計点が高い帳票から試すと、効果の大きい対象を選びやすくなります。

OCR以外の方がよい帳票もある

社内で新しく作る日報や点検表なら、紙をOCRするより最初からスマホフォームへ変更した方がよい場合があります。取引先から受け取る外部帳票は形式を変えにくいためOCR、社内帳票は入力フォーム、車両データはデジタコ、と使い分けます。

例外帳票を先に集める

PoCではきれいな標準帳票だけでなく、実運用で困っている例外を集めます。印影が重なる、手書き訂正、FAX、複写紙、縦横混在、複数ページなどです。例外が全体の5%なのか40%なのかで運用設計は変わります。

データ化後の項目名を統一する

「荷主名」「得意先名」「顧客名」がシステムごとに違うと連携時に変換作業が発生します。OCR導入時に項目名、日付形式、車番、伝票番号の桁、空欄時のルールを決めます。

帳票追加の判断基準

最初の帳票で、正読率、1枚処理時間、月間削減時間、例外率が目標を満たしたら2種類目へ進みます。満たさない場合は製品変更より先に撮影方法や確認ルールを見直します。

運送業特有の帳票で見る判断ポイント

荷札・送り状

配送先や伝票番号を配車・仕分けへ使うなら価値があります。住所認識だけでなく、同一配送先の表記ゆれをマスタへ寄せられるか確認します。

受領書・納品書

配送完了の証憑として保管しつつ、請求確認に使う場合は画像と運行実績を紐付けられると検索負担を減らせます。

燃料・高速代の明細

車両別原価へつなぐ場合、車番・日付・金額を抽出し、原価管理へ取り込めるかが重要です。単にPDF化するだけでは原価分析にはつながりません。

スキャン品質を標準化する

複合機なら解像度と白黒/カラー設定、スマホなら撮影距離と背景、FAXなら受信形式を統一します。支店ごとに取り込み品質が違うとOCR精度もばらつくため、A4一枚の撮影・スキャン手順書を作ります。

原本・画像・データの役割を決める

OCR後に紙を廃棄できるかどうかは帳票の性質や法的保存要件によって異なります。OCR導入と原本廃棄を同じ判断にせず、保存要件を別途確認します。システム内では画像ファイルと抽出データを伝票番号などで紐付けると後から探しやすくなります。

最初の帳票を選ぶ10問

• 月500枚以上あるか
• 1枚30秒以上入力しているか
• 毎回入力する項目が同じか
• 帳票の種類は10種類以内か
• 手書き率はどの程度か
• 原稿は鮮明に取得できるか
• 読取後の登録先が決まっているか
• 重要項目を限定できるか
• 例外帳票を別処理へ回せるか
• 月間削減時間を計測できるか

YESが多い帳票ほどPoC対象にしやすくなります。ただし枚数が少なくても1枚の入力時間が長い帳票は候補になるため、最終的には工数で判断します。

受領書の実務フロー例

帰庫したドライバーが受領書をスキャン→AI-OCRが伝票番号・日付・数量を読取→事務員が数量だけ確認→運行実績CSVと照合→不一致だけ手作業、という流れにすると、全件転記ではなく例外処理へ寄せられます。帳票選びはこの「後工程まで自動化できるか」で差がつきます。

具体例：月間工数から優先順位を決める

受領書4,000枚×45秒なら約50時間、請求書500枚×2分なら約16.7時間、送り状1,500枚×20秒なら約8.3時間です。枚数では受領書が最多ですが、請求書は1枚の処理が重いため2番手候補になります。このように「枚数×1枚当たり時間」で月間工数を出すと優先順位を説明しやすくなります。

さらに誤入力の影響も見ます。請求金額の入力ミスは差し戻しや再確認につながるため、単純時間だけでなく修正工数も加えます。

帳票を選んだ後に決めること

• 取り込み方法を複合機・スマホ・メールのどれにするか
• 原稿回収の締め時間
• 読取結果を誰が確認するか
• 誤読時にどこへ戻すか
• データをどのシステムへ渡すか
• 原本画像をどこへ保存するか

帳票選定はスタート地点であり、この後工程まで決めて初めて「使いやすい帳票」になります。

よくある質問

Q. 帳票の種類が多い会社でも使えますか？

非定型帳票に対応する製品もあります。ただし帳票種類が増えるほど設定・確認運用が複雑になるため、枚数の多い種類から段階導入する方が検証しやすくなります。

Q. スマホ撮影でも使えますか？

製品によります。現場写真は影・傾き・ピンぼけが発生しやすいため、撮影ルールを決めてテストしてください。

Q. どの帳票を最初に選ぶべきですか？

「枚数が多い」「入力項目が定型」「後工程が決まっている」の3条件がそろう帳票から始めるのが基本です。