手書きOCR

目次
全て表示

手書きOCRとは、AIを活用して人の手で描かれた帳票や書類、文書などの文字を読み取り、テキストデータ化する技術です。 ここでは、AIの開発事例の中でも手書きOCRに絞った成功事例を取り上げて紹介しています。

手書きOCRのAI開発事例

ディープラーニングを用いたAI-OCRで読み取りを簡単に

手書きOCRのAI開発事例_株式会社インフォディオ
引用元:インフォディオ
https://www.smartocr.jp/solution/health-certificate/

AIのディープラーニング技術を活用したスマートOCR健康診断書は、ゆがんだ文字も高い精度で読み取り、スマートフォンでの撮影画像からも読み取りデータ化を可能にしています。

その導入では、多種多様な健康診断書フォーマットに対応している非定型帳票なので、適用させるためのOCR専用テンプレート作成が不要。基本の47項目と日本人間ドック学会が定めた37項目がパッケージ化されていますが、特有の要件にも対応できるように、カスタマイズ用データにも対応。数千枚といった膨大な量の学習データを必要とせずに、カスタマイズできます。

また、最終確認を人の目で簡単に行えるように、わかりやすいグラフィカルユーザインターフェースでワークフローの確認も容易です。

業界 ヘルスケア業界
開発企業 株式会社インフォディオ

OCR処理で帳簿からのデータエントリー作業効率がアップ

手書きOCRのAI開発事例_株式会社 Cogent Labs
参照元: Cogent Labs
https://www.tegaki.ai/use-case-cmj-asahi-life/

新規契約や保険金支払い業務にて、手書き帳票からのインプット業務負担を解消するため、AI OCRサービス「Tegaki」と連携したキヤノンマーケティングジャパン株式会社の「AI OCRソリューションCaptureBrain」を導入。

申込書に記入されている手書き文字や数字を正確にデータ化できるようになり、その後の引受査定業務が効率化され、査定結果までかかる時間も短縮。スキャン後に反映した項目を担当者がダブルチェックし、事務ミスの予防も。スピーディーな対応に顧客満足度も向上しました。

今後は、入院や手術、通院証明書、介護診断書など記載項目が細かく文字が小さい診断書などへの対応が期待されています。

業界 保険業界
開発企業 株式会社 Cogent Labs

書類業務の自動化で業務負担が削減

手書きOCRのAI開発事例_キヤノンマーケティングジャパン株式会社
引用元:キヤノンマーケティングジャパン
https://canon.jp/business/case/it-solution/boy

本部事務の効率化と行員の生産性向上による営業面の強化のため、ルーティン業務を中心にロボティックプロセスオートメーション化を推進。書類からのインプット業務に、手書きAI OCR技術システムを導入しました。 セキュリティ面から帳票に記入されている項目ごとに画像を分割し、非個人情報化して処理。

約半年間の開発期間を経て、まずはインターネットバンキングの利用申込書や融資契約書などを対象に、手書きAI OCRシステムが稼働。 本格的に始動したことで、手書きの紙への業務がロボティックプロセスオートメーションで自動化。点検済み契約書のイメージ化などの業務も含めておこなえるので、処理スピードが飛躍的にアップしました。

業界 金融業界
開発企業 キヤノンマーケティングジャパン株式会社

AI-OCRの活用で業務時間を大幅削減

グループ全体で年間104万件と大量の申請関連業務があり、紙を中心とした処理をおこなっていたことからも、繁忙期には人手が足りず他から追加人員を入れたり残業が発生したりするなど、業務にかかる負担が問題になっていました。

そこで、AI-OCRを導入し、End to Endの業務フローの見直しに着手。紙ベースの時にはチェック、手入力、計上といった一連の業務が発生していましたが、データ(PDF)に変わったことでスキャン、データ補正(誤字修正)、計上の業務に分割。それぞれの業務を同時進行できるようになり、年間40,000時間と業務にかかる時間を削減することができました。

また、業務を細かく分割することで在宅勤務でもAI-OCRでのデータ補正業務が可能になりました。

業界 金融業界・保険業界
開発企業 AI inside 株式会社

AI-OCRとRPAと組み合わせてイレギュラーな対応も可能に

手書きOCRのAI開発事例_株式会社クエスト
引用元:QUset
https://www.quest.co.jp/casestudy/case_rpa_201910.php#Paragraph2

作業量の多さが負担になっている業務の中で、携帯電話の請求書に関する事務作業に注目し、オートメーション化で業務負担を軽減することに。ただ、請求書の書面の内容をRPAツールのみで対応するのが難しいことから、判別部分に手書きOCR機能を併用。手書きOCRを実装するのではなく、OCR機能を持つシステムでカバーすることになりました。

従来のOCRでは認識箇所が変化してしまうと読みわけが厳しくなるため、AI-OCR機能を持つシステムを選択。AI-OCR機能の採用でプロジェクトのハードルがアップし、ルールエンジンに学習させて判定率を向上させるのに、時間と手間がかかりましたが、AI-OCR機能で不定形な帳票でもデータ化することができるようになりました。

業界 不明
開発企業 株式会社クエスト

手書きOCRのAIを導入するメリット

手作業での入力作業にかかる負担とトラブルを解消

これまで紙の帳票をデジタルデータ化するには、人が読み取って文字に変換、データ入力していました。手書きOCRでは、データ化したい書類をスキャンして、アップロードするだけで自動的に文字をデータ化。手動でおこなっていた入力作業が不要になると、事務作業の軽減が可能になります。

また、人の手作業でありがちな見間違いや打ち間違いなどの入力ミスの予防にもなり、担当者と確認者のダブルチェックなどの手間もありません。

手書きOCRのAI導入に必要なデータとは?

手書きの各種書類や請求書をスキャナーして使用

OCR(光学的文字認識)では、手書きされた文字や印刷された文字を読み込みデジタル化する技術で、発注書や請求書などの紙の文書をスキャナーして読み込みます。OCRだけだと難しい読み込みが、AI技術を活用することで入力時間の短縮やイレギュラーなフォーマットでの読み込み対応が容易になります。

AI-OCRでは深層学習によって誤認識を学習し、文字認識率を高めていきます。

参照元:株式会社無限(https://www.mugen-corp.jp/column/1097/)

【まとめ】
手書きOCRのAI開発を成功させるには?

AI技術を活用したOCRは、手書き書類のデジタルデータ化を自動でおこない、人の手によるインプット作業をカットします。学習を重ねる事で精度も高くなり、専用フォーマットが不要なので導入の手間もかかりません。

手書きOCRのAI開発を成功させるには、導入前はもちろん、導入したあとも密にコミュニケーションを取れるベンダーに依頼するのがおすすめです。TOPページでは企業の課題解決に向き合う人材やサポート体制に力を入れているベンダーを紹介していますので、是非ご参照ください。

現場の課題別
おすすめのAI受託開発ベンダー3選を見る

RECOMMENDED
【用途から選ぶ】
AI受託開発会社おすすめ3選
現場の事故を未然に防ぐ
「画像認識AI」
なら
AIRUCA
AIRUCA公式HP
引用元:AIRUCA公式HP https://airuca.com/
おすすめの理由
  • ネットワークカメラ分析で20年※1 培った知見を活かし、モノだけでなく、危険エリアへの立ち入りや不安全行動などの人の動きを検知するAIソリューションを提供。
  • 作業者の骨格と姿勢の変化、行動をAIで解析。危険物や製造機械などと作業者の接近や、不慣れな新人の一人作業時の事故リスクを未然に防ぎ、現場の安全性を確保。
顧客対応を自動化・効率化する
「コンタクトセンターAI」
なら
Accenture
Accenture公式HP
引用元:Accenture公式HP https://www.accenture.com/jp-ja
おすすめの理由
  • 顧客対応に特化した独自のAIソリューション「AI POWERED コンタクトセンター」を提供。オペレーターの応答時間を約30%削減※2した実績を持つ。
  • AIが電話やチャットで自動で回答し、難しい内容は記録を引き継いでスタッフが対応。顧客の過去の会話内容や行動履歴からおすすめ製品の提案もサポートし、顧客の満足度を高める。
需要予測と異常検知ができる「在庫管理AI」
なら
ブレインパッド
ブレインパッド公式HP
引用元:ブレインパッド公式HP https://www.brainpad.co.jp/
おすすめの理由
  • 製品の季節ごとの需要予測やAIを活用した過去の販売データ分析で、生産管理と顧客行動の可視化を実現。余剰在庫の削減や欠品リスクの低減が可能。
  • 1300社以上※3のデータ活用支援で蓄積されたナレッジを基に、AI戦略立案から実装までを一貫してサポートし、「生産計画最適化シミュレーター」の開発を通じて効率的な生産管理を実現。
※1 参照元:AIRUCA公式HP(https://airuca.com/top-message/)
※2 参照元:Accenture公式HP 2021年2月の実績(https://www.accenture.com/jp-ja/case-studies/applied-intelligence/tepco)
※3 参照元:ブレインパッド公式HP 2024年12月調査時点(https://www.brainpad.co.jp/ir/individual/)
現場の課題を解決する
AI受託開発のベンダー3選