激安AI顧問

AI OCRとは|FAX注文を取り込んで卸の受注入力を減らす方法

文:山田 魁(AI顧問)

AI OCRは「FAXを読む道具」。受注入力が減るかは、品番との突き合わせと確認の段取りで決まる

  • AI OCRは、紙やFAXの文字を読み取ってデータにするOCR(光学文字認識)に、AIの学習を組み合わせて読み取りの精度を上げたものです。画像を読める生成AI(ChatGPT、Claude、Geminiなど)で読む方法もあります。
  • 卸でFAX注文が残るのは、得意先の小売店・飲食店・工務店などがFAXを使い続けているからです。大手がEDI(電子データ交換)や流通BMSに移っても、中小の得意先にはFAXと電話が残ります。読み違いが多いのは、手書きの数字、品名の略称、ケースとバラの単位です。
  • 入力が減るかどうかは、読み取りそのものより、得意先別の品名対応表(得意先の書き方と自社品番の対応)と、人が見て直す確認画面で決まります。始めるのは、FAXの件数が多い得意先の上位からです。

※本記事は2026年10月31日時点の公開情報をもとにしています。製品名・料金は各社の公開情報の範囲で紹介しており、特定の製品をおすすめするものではありません。契約前に各社の最新情報を確認してください。

こんにちは。AI顧問の山田魁です。

※この記事の田中さんは、物流・卸の会社のIT担当の方からよくいただくご相談をもとにした架空の人物です。

田中

うちは朝の時間が、受注担当のFAXの打ち込みでほとんど終わってしまうんです。

山田

「朝の2時間は、受注担当がFAXを打ち込むだけで終わる」。地方の卸の事務所でよく聞く声です。得意先は地場のスーパー、飲食店、工務店、学校や病院。注文書の書き方は得意先ごとに違って、手書きも多いですよね。

田中

品名も得意先ごとにばらばらで。この店の「白ロール」はあの品番、と分かるのはベテランだけなんです。

山田

そういう会社は珍しくありません。AI OCRや生成AIを使えば、FAXを読んでデータにするところまでは機械に任せられます。ただ、読み取りの精度だけを見て道具を選ぶと、結局全部見直していて時間が減らない、ということになりがちなんです。

田中

では、何を見て選べばいいんでしょう。

山田

この記事では、OCR・AI OCR・生成AIの違い、卸でFAX注文が残る理由とEDI・流通BMS・Web受発注との使い分け、取り込みの流れと読み間違いの対策、導入の進め方をまとめます。後半では、生成AIで注文書を読むプロンプト例も紹介します。


AI OCRとは|OCR・AI OCR・生成AIの違い

OCRとは

OCR(オーシーアール、Optical Character Recognition:光学文字認識)は、紙に書かれた文字を画像として取り込み、パソコンで編集できる文字データに変える技術です。農林水産省の報告書でも「文字などを画像データとして取り込み、編集可能な文字データに変換する技術」と説明されています(農林水産省「令和5年度食品等流通調査に関する報告書」 18ページ)。

昔からあるOCRは、印刷された活字なら上手に読みますが、手書きの文字、くせ字、かすれたFAXは苦手です。この枠に品名、この枠に数量、と読み取る場所をあらかじめ決めておく(帳票の定義をする)使い方が基本でした。

AI OCRとは

AI OCRは、OCRにAI(大量の文字の画像を学習した仕組み)を組み合わせて、手書きやくせ字でも読めるようにしたものです。総務省の「自治体におけるRPA導入ガイドブック」では、AI-OCRは「学習の成果を活用することで従来のOCRよりも高い認識精度で文字を読み取ることが可能」と説明されています(総務省「自治体におけるRPA導入ガイドブック」令和7年7月 26ページ)。

同じガイドブックには、AI-OCRで申請書を読み取り、結果を目視で確認してからCSVに保存する自治体の事例も載っています。そこには「AI-OCRは手書きの文字に対しても高い認識精度を有するものの、一定の誤変換を含むため、目視での確認・訂正作業は不可欠」とあります(同ガイドブック 84ページ)。AI OCRを入れても、人の確認はなくなりません。ここが出発点です。

生成AI(画像を読めるLLM)で読む方法

もう一つは、画像やPDFを読める生成AI(LLM:大規模言語モデル)にFAXを渡して、表にしてくださいと頼むやり方です。

生成AIは、文字を読むだけでなく意味も読めます。「白ロール 3」「白ロール3c/s」「トイレットP シングル 3ケース」が同じものらしいと推測したり、欄外の「明日朝イチで」を納期の希望として拾ったりできるのです。

そのかわり、推測するぶん、それらしい間違いもします。Claudeの公式ドキュメントでも、画質が低い・回転している・小さすぎる画像では、誤った読み取りや思い込みの回答(ハルシネーション)が起きることがあると注意されています(Claude ドキュメント「Vision」 Limitations)。読めない字を黙って埋めることがあるので、指示の出し方に工夫が要ります。

OCR(従来型) AI OCR 生成AI(画像を読めるLLM)
読み方 決めた場所の文字を形で読む 学習した字形から読む。手書きにも強い 文字と意味をまとめて読む
得意 決まった様式の活字 手書きの数字・カナ、様式が決まった帳票 様式がバラバラ、略称、欄外のメモ
苦手 手書き、かすれ、様式の違い 様式が毎回違うもの、意味の判断 読めない字を推測で埋める、毎回同じ結果になるとは限らない
品番への変換 できない(別の仕組みが必要) 製品によっては対応表で変換 対応表を渡せば候補を出せる
向いている使い方 自社指定の注文書 量が多いFAXの読み取り 少量・多様な注文書、対応表づくり、例外の処理
従来のOCRは決めた場所の文字を形で読み、活字に強く手書きに弱い。AI OCRは学習した字形で読み、手書きに強いが意味の判断は苦手。生成AIは文字と意味をまとめて読み、様式の違いや略称に強いが、読めない字を推測で埋めることがある。どれも最後は人が確認する
図1 OCR・AI OCR・生成AIの違い

実務では、AI OCRで大量に読み、様式の違うものや迷うものを生成AIで補って、最後は人が確認する。そんな組み合わせが多くなると思います。


FAX注文が卸で残る理由

得意先の側にFAXを使い続ける理由がある

卸のFAX注文が残っているのは、得意先の都合です。地場の小売店、飲食店、工務店、学校給食、病院や介護施設。どこも注文の量は多くなく、専用のシステムを入れる理由がありません。得意先にとっては、FAXがいちばん手間のかからない方法なのです。

農林水産省の「令和5年度食品等流通調査に関する報告書」(令和6年5月)には、ヒアリングで聞かれた声として次のようなものが載っています(同報告書 18ページ)。

  • 食品卸事業者:「学校給食や中小企業ではFAXによる発注は依然として多く6割以上を占めている」「病院・老人ホームは規模の大小に関係なく受発注のデジタル化が進んでいない」
  • 食品製造事業者:「FAXが7〜8割。少量しか発注しない食品卸はわざわざシステムを導入する必要性を感じていない」「FAXはまだいい方で、いまだに電話で御用聞きしているユーザーが何十件もある」

同じ報告書は、食品製造事業者・食品卸事業者では「オンライン受注が進んでいる者とFAXによる受注が大半を占める者とに大きく二分される傾向」があったとまとめています(同報告書 21ページ)。食品の調査ですが、日用品・資材・建材などの卸でも、得意先が小さいほどFAXと電話が残る構図はよく似ていると感じます。

手書きと、得意先ごとにバラバラの様式

FAX注文の入力が大変なのは、枚数が多いからだけではありません。

まず、様式が得意先ごとに違います。卸の注文書、自店の発注書、手書きのメモ、前回の納品書のコピーへの書き込みなど、さまざまです。手書きも多く、数字の「1」と「7」、「0」と「6」、「4」と「9」は紛らわしいですし、ケース数の横に「c/s」や「cs」が書かれていたり、訂正線と書き直しがあったりします。

品名も、自社の品名ではなく、店の中での呼び方(略称、メーカー名だけ、色だけ)で書かれてきます。そして大事なことほど欄外にあります。「今回だけ午前中に」「前回分の残りも一緒に」「〇〇がなければ△△で可」といった具合です。

受注担当者は、この全部を頭の中で変換して、販売管理システムに打ち込んでいます。商流・物流・情報流の記事でも書いたとおり、FAX受注は商流の入口が紙という状態で、ベテラン頼みになりやすいところです。

EDI・流通BMS・Web受発注との関係

FAX以外の受注の方法も整理しておきます。EDIの詳しい説明はEDIとは|流通BMSと受発注のデジタル化、FAXとの併用の考え方にまとめています。

EDI(イーディーアイ、Electronic Data Interchange:電子データ交換)は、注文書や納品書など、紙でやり取りしていた書類を、会社と会社の間でデータとしてやり取りする仕組みです(農林水産省 同報告書 18ページの用語説明も参照)。昔から業界ごとに独自の方式があり、加工食品・酒類のファイネットのような業界のEDIもあります(同ページ)。

流通BMS(流通ビジネスメッセージ標準)は、消費財の流通業界で使うEDIの標準仕様です。GS1 Japan(一般財団法人 流通システム開発センター)が事務局を務める流通BMS協議会の推計では、流通BMSを導入している卸・メーカーは2025年6月1日時点で21,600社以上。小売チェーンの導入が進んで取引先の中小企業にも対応が求められたこと、FAXやWeb-EDIからの移行が進んでいることなどが背景に挙げられています(GS1 Japan「第28回 卸・メーカーの流通BMS導入企業数推計調査結果」2025年7月1日)。本記事の時点で公開されている推計は、この第28回が最新でした。

Web-EDIは、相手が用意したWebの画面で注文を見たり入力したりする方法です。自社のシステムにつながっていなければ、打ち直しになります。農林水産省の報告書にも「個別のWEB-EDIは当社システムと連携できていないので、印刷して手入力する手間が生じている」という声が載っています(同報告書 18ページ)。

Web受発注(BtoB受発注システム)は、卸が得意先向けの注文サイトを用意し、得意先がパソコンやスマホから注文する方法で、卸はデータで受け取れます。

古いEDIを使っているなら、電話回線の変化にも気をつけてください。NTT東日本は、ISDN(INSネット)の「ディジタル通信モード」を2024年1月から段階的に終了しており、補完策も含めたINSネット関連サービスを2028年12月31日に終了する予定で、EDIシステムなどが影響を受ける可能性があると案内しています(NTT東日本「ISDNサービス終了」コラム(2026年3月26日更新))。FAXの見直しと合わせて確認しておくと安心です。

得意先の規模で使い分ける

得意先 受注の方法 卸の側でやること
大手チェーン(スーパー、ドラッグストア、ホームセンターなど) EDI・流通BMS 相手の方式に合わせる。データで受けて販売管理へ取り込む
中堅の得意先、注文の回数が多い得意先 Web受発注、得意先によってはEDI 自社の注文サイトに誘導する。誘導できない分はFAXのまま
小規模な得意先(個店、飲食店、工務店、施設) FAX、電話 AI OCRや生成AIで読み取り、人が確認して取り込む
急ぎ・例外の注文 電話、メール、LINEなど 受けた人がその場で入力するか、メモを決まった形で残す
大手チェーンはEDI・流通BMSでデータを受ける。中堅の得意先はWeb受発注に誘導する。小規模な得意先はFAXと電話が残るので、AI OCRや生成AIで読み取り、人が確認する。すべての受注が販売管理に集まる
図2 得意先の規模で受注の方法を使い分ける

多くの卸にとって、FAXをゼロにするのは現実的ではありません。大手はEDI、注文の多い中堅はWeb受発注、残ったFAXは読み取りで手入力を減らす。この三段構えを目指します。AI OCRは、FAXをやめられない得意先との取引を続けながら、入力を減らすための道具です。


FAX注文を取り込む流れ

FAXの読み取りを入れると、受注の流れは次の6つの工程になります。AI OCR以外の方法(Web受発注への切り替え、受注代行など)も含めて比べたい場合は、受発注のFAXを自動化する5つの方法もご覧ください。

FAX注文の取り込みの流れ。1 FAX受信、2 PDFにして保存、3 AI OCRや生成AIで読み取り、4 品番マスタと得意先別の品名対応表で照合、5 人が確認画面で確認・修正、6 販売管理システムへ取り込み。確認で直した内容は対応表に戻して次から使う
図3 FAX注文を販売管理に取り込むまでの流れ
工程 ポイント
1 FAX受信 紙で受けているなら、紙に出さない受け方に変える
2 PDF化 複合機やインターネットFAXでPDF保存。受信日時と送信元のFAX番号を残す
3 読み取り 品名・数量・単位・納品日を読む。読めない字は「要確認」で返させる
4 照合 送信元のFAX番号で得意先を当て、品名は品名対応表と品番マスタで品番に変える
5 人の確認 画像と結果を並べ、自信のない行・対応表にない品名・いつもと違う数量だけ色をつける
6 取り込み 列の順番やコードを販売管理の取り込み形式に合わせてCSVにする

時間が減るかどうかを決めるのは、4の照合と5の確認です。読み取りが正確でも、品名が品番に変わらなければ、人が品番を探して打つことになります。逆に品名対応表が育っていれば、読み取りが多少間違っても、確認画面で直すだけで済みます。

確認で直した内容、たとえばこの店の「白ロール」は品番〇〇、という情報を対応表に戻す仕組みを作っておけば、使うほど確認の手間は減っていきます。

費用感(公開されている範囲)

AI OCRは問い合わせ制の製品が多く、料金を公開しているものは限られます。公開されている例を挙げます。

例 公開されている料金(2026年10月31日時点で確認)
AI OCR「DX Suite」(AI inside) Liteプラン 月額40,000円〜・初期費用0円、Standardプラン 月額100,000円〜・初期費用200,000円など(税抜。無料枠を超えた分は従量課金)(DX Suite 料金)
生成AI「Claude」のTeamプラン(Anthropic) Standardの席で1人あたり月約3,200円(年払い)・月約4,000円(月払い)(税別。米ドル建ての料金を2026年10月下旬のレート1ドル=約158円で換算)(Claude 料金)

円の金額は為替で変わる目安です。AI OCRは読み取りの量で費用が変わり、品番の照合や販売管理への取り込みまで頼むと、設定や開発の費用が別にかかることもあります。

農林水産省の報告書では、FAXをOCRで読んでいる事業者から「意外とコストがかかる」「読取ができないものは手入力になる」という声が聞かれ、抜本的な解決とは言いがたいとまとめられています(同報告書 21ページ)。費用を考える前に、月に何枚のFAXを、何分の入力から何分の確認に変えられるかを測っておきましょう。

補助金を使う場合は、デジタル化・AI導入補助金2026の記事を参照してください。AI-OCRのように汎用プロセスに分類されるツールは単独では申請できず、受発注・販売管理などの業務プロセスを持つソフトと組み合わせる必要がある点も、そちらで説明しています。


読み間違いが起きやすいところと対策

手書きの数字

いちばん怖いのは数量の読み違いです。「1」と「7」、「0」と「6」、「4」と「9」は、FAXのかすれも加わって、人でも迷います。「10」を「100」と読むような桁の読み違いは、そのまま誤出荷や過剰な出荷につながります。

対策としては、次のようなものがあります。

  • 得意先と品目ごとに「いつもの数量」の範囲を持ち、そこから大きく外れた数量(例:いつもの3倍以上)は確認画面で色をつける
  • 読み取りの自信が低い数字は、空欄か「要確認」で返させる
  • 卸が配る注文書は、数量欄を1桁ずつのマス目にすると読み取りが安定する

品名の略称と、得意先ごとの書き方

「白ロール」「トイレットS」「シングル」「〇〇(メーカー名)の12ロール」。同じ商品でも、得意先によって書き方が違います。反対に、同じ「白ロール」が店によって別の商品を指すこともあります。

ここで要るのが、得意先別の品名対応表です。列は「得意先コード/得意先での書き方/自社品番/単位/備考」。最初から全部そろえる必要はありません。過去の注文書と販売管理の受注データを突き合わせれば、上位の得意先の分は下書きできます(後で紹介するプロンプト例3)。

ケースとバラの単位

「3」と書かれていたら、3ケースなのか3個なのか。単位を読み違えると、入数(1ケースの個数)の倍数で数がずれるので、影響が大きくなります。棚卸の記事でも書いたとおり、ケースとバラの混在は在庫のずれの原因にもなります。

  • 品名対応表に「この得意先の、この品名は、単位の書きがなければケース」という既定の単位を持たせる
  • 単位の書きがない行で、既定の単位がない場合は、必ず人が確認する
  • 販売管理への取り込みは、ケース数とバラ数を別の列にする

よくある4つの失敗と対策

失敗1:読み取りの精度だけで製品を選ぶ

品番への変換と確認の画面が使いにくければ、精度が高くても時間は減りません。自社に届いた実際のFAX(個人情報を消したもの)で、受信から販売管理への取り込みまでを通しで試し、1枚あたりの時間を測ってから選びましょう。

失敗2:確認を「全部見る」にしてしまう

不安から全行を見直していては、手入力と時間が変わりません。自信の低い行、対応表にない品名、いつもと違う数量、欄外のメモがある注文だけに色をつけ、そこを重点的に見ます。最初の数か月は全件を見て、間違いの傾向がつかめてから絞るとよいでしょう。

失敗3:直した内容が次に生きない

確認のたびに同じ品名を直している、という状態です。確認画面で直した品名と品番を品名対応表に追加する手順を決め、誰がいつ対応表を更新するかも決めておきます。

失敗4:読み取りの間違いと、現場の取り間違いが区別できない

誤出荷が起きたとき、入力の段階の間違いなのか、倉庫での取り間違いなのかが分からなければ、対策が打てません。受注データには、読み取り結果と確認後の値の両方を残しておきます。誤出荷の原因の分け方は、ピッキングの記事にまとめています。


導入の進め方:FAXの件数が多い得意先の上位から

ステップ1:今の件数と時間を測る

まず2週間ほど、FAX注文の件数と入力時間を記録します。記録するのは次のような項目です。

  • 日付、得意先、FAXの枚数、注文の行数
  • 入力にかかった時間(1枚ごとが難しければ、朝の入力をまとめて何分か)
  • 電話で問い合わせ直した件数(読めない、品名が分からないなど)
  • 入力の間違いが後で見つかった件数

これで、どの得意先のFAXに時間がかかっているかが見えます。たいていは、件数の多い一部の得意先がFAXの大半を占めているはずです。

ステップ2:上位の得意先から始める

件数の多い上位の得意先(例えば上位10〜20社)から、品名対応表を作って読み取りを始めます。対応表を作る手間に対して減る入力時間が大きいこと、同じ得意先のFAXは様式がそろっていて読み取りが安定しやすいこと。上位から始めるのは、この二つの理由からです。

最初の2〜4週間は、読み取り結果と手入力を並べて比べ、出た間違いをもとに対応表と確認のルールを直していきます。

ステップ3:得意先に「書き方」と「送り方」をお願いする

読み取りが安定しない得意先には、卸が用意した注文書(品番欄・数量のマス目・単位欄つき)を使ってもらえないか、お願いしてみます。注文の多い中堅の得意先には、Web受発注への切り替えも提案します。営業の訪問(臨店)のときに一緒に案内すると、話が進みやすいと思います(卸の用語は卸売業の用語集を参照)。

ステップ4:残りの得意先に広げる

上位で手順が固まったら、次の得意先に広げます。件数の少ない得意先なら、生成AIで読み取りと品番の候補出しをして人が確認する形のほうが、手間に見合うこともあります。


生成AIで注文書を読む方法

生成AIでFAXを読み、品番マスタと照合する方法です。製品を入れる前のお試しや、件数の少ない得意先、様式の違う注文書に使えます。始める前に、入力したデータが学習に使われない設定になっているかを確認してください(後の「使うときの注意」参照)。

プロンプト例1:注文書の画像を読んでCSVにする

FAXのPDFか画像を添付して使います。

あなたは卸売業の受注担当者です。
添付したFAX注文書の画像を読み取り、注文の明細をCSVにしてください。

【出力する列】
行番号, 品名(書かれているとおり), 規格・色など, 数量, 単位, 読み取りの自信(高/中/低), メモ

【ルール】
1. 品名は、書かれている文字をそのまま写してください。言い換えや補完はしないでください。
2. 数量の数字が読みにくい場合は、推測で埋めず、数量を空欄にし、自信を「低」にしてください。
   「1か7か分からない」のように、迷った候補をメモに書いてください。
3. 単位(ケース、c/s、cs、箱、個、本、袋など)が書かれていない行は、単位を空欄にしてください。
4. 訂正線で消された数字は使わず、書き直された数字を使ってください。訂正があった行はメモに「訂正あり」と書いてください。
5. 欄外の書き込み(納期の希望、代替品の指示など)は、明細とは別に、最後に箇条書きで書き出してください。
6. 注文書に書かれた担当者名・電話番号・携帯番号は出力しないでください。
7. 読み取れなかった部分がある場合は、どの部分かを最後に書いてください。

読めないものは読めないと言わせる。ここが肝心です。指示しなければ、生成AIはもっともらしい数字で埋めてしまうことがあります。

プロンプト例2:品名の揺れを品番マスタと照合する

プロンプト例1の結果に、品番マスタ(品番、品名、規格、入数、単位)と、その得意先の品名対応表を添えて使います。

添付の3つのデータを使って、注文明細の品名を自社の品番に照合してください。

【データ】
・注文明細.csv:行番号, 品名(書かれているとおり), 規格・色など, 数量, 単位
・品番マスタ.csv:品番, 品名, 規格, 入数, 標準単位
・品名対応表.csv:得意先コード, 得意先での書き方, 品番, 既定の単位
(今回の得意先コードは C0123 です)

【手順】
1. まず品名対応表で、得意先コード C0123 の「得意先での書き方」と一致するものを探してください。一致したら、その品番を使ってください。
2. 対応表にない品名は、品番マスタから候補を最大3つまで挙げ、それぞれ理由を書いてください(どの文字が一致したか等)。
3. 単位が空欄の行は、対応表の「既定の単位」を使ってください。既定の単位もなければ「要確認」にしてください。
4. 候補が1つに絞れない行、候補がない行は、必ず「要確認」にしてください。自分で1つに決めないでください。

【出力】
行番号, 書かれていた品名, 照合した品番, 品番マスタの品名, 数量, 単位, 照合の方法(対応表/候補から推定/要確認), 理由
の表をCSVで出してください。
最後に、品名対応表に追加するとよさそうな行を、別の表で提案してください。

最後の、対応表に追加する行の提案を読み飛ばさないでください。人が確認してから対応表に足していけば、次からは手順1で一致するようになります。

プロンプト例3:過去の注文から得意先別の品名対応表を下書きする

添付の2つのデータから、得意先別の品名対応表の下書きを作ってください。

【データ】
・過去の注文明細.csv:受信日, 得意先コード, 品名(注文書に書かれていたとおり), 数量, 単位
・受注実績.csv:受注日, 得意先コード, 品番, 品名, 数量, 単位

【やってほしいこと】
1. 受信日・得意先コード・数量が同じ組み合わせを手がかりに、注文書の品名と品番を対応させてください。
2. 得意先コードごとに「得意先での書き方, 品番, 既定の単位, 出てきた回数」の表にしてください。
3. 同じ書き方で、違う品番に対応しているものは「要確認」として分けてください。
4. 対応の根拠が弱いもの(1回しか出てこない等)には印をつけてください。
推測で埋めず、迷うものは迷うと書いてください。

どのくらい時間が変わるか(試算)

以下は試算で、実際の時間はFAXの様式、手書きの割合、品名対応表の育ち方で大きく変わります。

前提は、FAX注文が1日60枚、1枚平均8行。手入力では1枚あたり3分(品番を探す時間を含む)かかり、読み取りを入れた後は、上位の得意先の品名対応表ができていて、確認画面で色のついた行だけを見る運用とします。

作業 これまで(手入力・試算) 読み取り+確認の場合(試算)
1枚あたりの時間 約3分 約1分(画像と読み取り結果を見比べ、色のついた行を直す)
1日(60枚) 約3時間 約1時間
1か月(20営業日) 約60時間 約20時間
立ち上げ(上位20社の品名対応表づくり) ― 最初に約10〜20時間(プロンプト例3で下書きし、担当者が確認)

立ち上げの直後は全件を見直すので、時間は減りません。差が出てくるのは、対応表が育ち、確認の対象を絞れるようになってからです。

使うときの注意

  • 個人情報の扱い:FAX注文書には、得意先の担当者名、電話番号、携帯番号などが書かれていることがあります。個人情報保護委員会は、事業者が個人情報を含むプロンプトを入力する場合は利用目的の範囲内かを十分に確認し、サービスの提供者がそのデータを機械学習に使わないこと等を十分に確認するよう呼びかけています(個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」令和5年6月2日)。法人向けのプランや学習に使わない設定を確認したうえで使い、必要がなければ担当者名や電話番号の部分は塗りつぶしてから渡します。
  • 確認は人がする:生成AIもAI OCRも読み間違えます。販売管理に取り込む前に、必ず人が画像と見比べて確認してください。数量と単位は、取り込んだ後に直すより、取り込む前に直すほうがずっと楽です。

受注以外の業務での使い方は、卸売業の生成AI活用事例10選でも紹介しています。


まとめ

AI OCRは、AIの学習で手書きにも強くしたOCRです。生成AIは様式の違いや略称に強い反面、読めない字を推測で埋めることがあります。どちらを使っても、人の確認は欠かせません。

FAX注文が残るのは、得意先の側にFAXを使い続ける理由があるからです。大手はEDI・流通BMS、注文の多い中堅はWeb受発注、残ったFAXは読み取りで入力を減らす、と使い分けます。流れは、FAX受信からPDF化、読み取り、品番マスタとの照合、人の確認を経て販売管理へ取り込むまで。時間が減るかは得意先別の品名対応表と確認画面しだいで、読み違いが多いのは手書きの数字、品名の略称、ケースとバラの単位です。

まずは2週間、FAXの枚数と入力時間を得意先別に記録してみてください。時間のかかっている得意先が分かれば、件数の多い上位から読み取りを入れるか、注文書を変えてもらうか、Web受発注に誘導するかが見えてきます。生成AIを使うなら、個人情報の扱いと学習に使われない設定を先に確かめておきましょう。

御社の受注の流れで何ができるか、60分の無料相談で整理します。FAXの件数の測り方から、品名対応表の作り方、販売管理への取り込みまで、現場に合わせて一緒に考えます。全国どこでも訪問します(交通費は無料、オンラインも可能です)。無料相談からお申し込みください。


出典・参考

Relatedあわせて読みたい