AI-OCRとは？従来型のOCRと何が違い、どこまで任せてよいか

更新日：2026/10/06

体裁の違う2社の請求書から、AI-OCRが請求No・取引先・金額を読み取るイメージ — 違いは認識率の数字より、位置を何回教えるかにある

以前OCRを試して、活字の定型帳票以外は確認のほうが長く、導入を止めた会社は少なくありません。位置を一つずつ教え、読み取り後はほぼ全部を目視する。その前提が残っているうちは、紙の枚数が減らない現場では元が取れにくいです。

AI-OCRは、その前提を変えるために、文字の検出と認識に学習モデルを使ったOCRを指す通称です。正式な規格名ではありません。ベンダーによって中身は違い、辞書を少し足しただけの製品も、レイアウトの違う帳票から項目を切り出す製品も、同じ名前で並びます。見るべきは名前ではなく、自社の紙でテンプレートを何枚作るか、手書きを読んだあとに人が直す量がどれだけ減るかです。

OCRという言葉自体の意味と、共通の読み取り手順はOCRとはにまとめています。この記事では、従来型からAI-OCRに替えたときに実際に変わる作業だけを扱います。

従来型とAI-OCRは、どこで分かれるか

従来型のOCRは、字形の辞書と、あらかじめ決めたルールで文字を照合します。帳票のこの位置に日付、この位置に金額、と枠を登録しておけば、同じ体裁が続く限り安定します。自治体の申請書や、自社で版を固定した伝票がこれに当たります。

AI-OCRが足しているのは、大きく次の3つです。

文字の領域と字形を、固定辞書だけでなく学習したパターンでも判断する
帳票ごとに枠を置かなくても、項目名や表の構造から値を拾える場合がある
読んだ文字列を、日付・金額・明細のように項目へ分け、マスタと突合してから出力できる

精度の数字だけを比べると、条件のよい活字では従来型も十分なことがあります。差が出るのは、取引先ごとに体裁が違う請求書、書き手の違う手書き、スマホで斜めに撮ったレシートです。

見る点	従来型OCR	AI-OCR
文字の決め方	登録した字形との照合が中心	文字列の並びや学習パターンも使う
位置の指定	帳票ごとにテンプレートが必要になりやすい	項目の手がかりから切る製品がある
手書き	決められた枠・字体以外は落ちやすい	筆跡のばらつきをある程度吸収する
画像の条件	白地・水平・十分な解像度が前提	傾き、台形、軽いノイズを補正してから読む製品がある
出力	テキスト、または枠内の文字列	項目化、表の行保持、マスタ付与まで行う製品がある
人の確認	ほぼ全件	自信度の低い項目に絞れる。ゼロにはならない

「AI-OCRなら何でも読める」ではありません。学習していない体裁、印影で潰れた文字、金額の1桁間違いは残ります。導入の判断は、この表のどの行が自社の詰まりかで決まります。

1文字ではなく、並びで読む

従来型は1文字ずつ切り、辞書と照合します。日本語では、これだけで迷う字があります。「工」はカタカナの「エ」にも、漢字の「工」にも見えます。前後がなければ、形だけでは決まりません。

文字列で読むAI-OCRは、「人」と「知能」に挟まれた「工」を、単体の字形ではなく「人工知能」の一部として扱います。文字間が空いた「請　求　書」も、3文字の断片ではなく1語として残す、という動きです。人が文脈で補っていた判断の一部を、並びのパターンに寄せたものです。

「人工知能」の「工」を1文字で見ると、漢字の「工」かカタカナの「エ」か決まらない

前後の「人」「知能」から漢字の「工」に決まり、文字間の空いた「請求書」も1語として読む

ただし、並びが手がかりになるのは、その並びを学習している範囲に限られます。社内略号、古い商号、手書きの崩しでは、前後を見ても候補が割れることがあります。金額や口座番号は前後の言葉が助けにならないので、文字列認識が強くても、この欄だけは人が見る前提が変わりません。

スマートOCRは、文字を決めるエンジンと、画像の中から文字列の領域を探すエンジンを分けています。ノイズの多い画像でも、文字のかたまりだけを先に拾うための分担です。公開している読み取り精度は99.8%です。100枚に1箇所弱は外れる計算なので、確認工程は残します。

手書きが対象に入ったこと

活字は字体が決まっています。手書きは、同じ「あ」でも書き手が違えば別の形です。従来型が持っているパターン数では、枠の中の丁寧な数字以外、実務の筆跡に追いつきませんでした。申込書、アンケート、口座振替依頼書、健康診断票が、手入力のまま残りやすかったのはこのためです。

AI-OCRは、崩し方の違う筆跡を学習データに含めることで、この範囲を読む対象に入れています。マス目のチェックや丸印のように、文字ではない記号を項目として取る製品もあります。令和2年の国勢調査では、集まった手書きの調査票をデータ化する事業にスマートOCRが使われています。枚数が千万単位になると、読めないことを理由に手入力へ戻せません。

読めるようになった、と全称で言うのはまだ早いです。訂正線、塗りつぶし、枠からはみ出した文字、本人にしか読めない筆跡は落ちます。人が見ても「ソ」か「ン」か迷う字は、モデルでも迷います。手書き案件で先に決めるのは、全項目を信じるかではなく、どの欄を再入力の対象にするかです。

背景・罫線・傾き

従来型は、白地に黒の水平な文字がいちばん安定します。網掛け、白抜き、透かし、罫線に接触した数字は、線や地紋を文字として拾いやすいです。現場の帳票は、この条件から外れています。

AI-OCRでは、文字領域を背景から分ける処理と、読む処理を分けている製品が増えました。網掛けの上の文字、軽い地紋、罫線に近い数字は、従来型より読めることが多くなっています。スマートOCRは、これに加えて傾きと台形の補正、向きの判定、印影の検出を読み取りの前に置いています。外出先でスマホ撮影したレシートを、その場で経理に回す、という使い方はここが前提です。

それでも、印影が文字にかぶっている、感熱紙が全面かすれている、影で半分が黒くなっている画像は補正の外です。写っていない文字は復元できません。カラーのままでよいか、裏写りをどこまで無視できるかは、製品と紙の組み合わせでしか分かりません。サンプルは白地の見本ではなく、実際に届く紙で見てください。

非定型の帳票と、読んだあとの加工

従来型で非定型が敬遠される理由は、認識率よりテンプレートの枚数です。請求書が取引先の数だけ体裁を持つと、枠を登録する作業が入力そのものより長くなります。新しい取引先が増えるたびに、情シスか現場が枠を足す運用は続きません。

一部のAI-OCRは、罫線と文字列を自動で見分け、項目名を手がかりに値を切ります。「請求書だから日付と合計を探す」ことができれば、帳票の種類ごとに枠を置かなくて済みます。スマートOCRは、このテンプレート作成をAIが補助し、表の明細は行として保持したまま出力できます。明細が崩れて1本のテキストに戻ると、あとの照合で人が組み直すので、行を保てるかは請求・発注では認識率より先に確認する点です。

請求書の明細表が、認識結果画面でも同じ行構造のまま表データとして出力される — 明細の行保持

読んだあとにできることも違います。テキスト化で終わると、会計システムへ渡す前に人が列を作ります。項目へ分け、取引先名から会社コードをマスタで付与し、CSVで渡すところまで製品側でできると、人の作業は不一致の確認に寄ります。ある大手旅行会社では、店舗名と店舗コードをあらかじめ紐づけておき、読み取り結果にコードを自動で足す運用に変えた結果、2時間かかっていた作業が10分になっています。

請求書の取引先名「サンプル株式会社」を取引先マスターと照合し、会社コードC001を付与 — マスター情報の付与

CSVの取引先名「サンプル株式会社」の行に会社コードC001が入っている — マスター情報の付与

共有と検索が楽になる点は、OCR一般の利点です。AI-OCRで増えるのは、検索できることではなく、下流のシステムが受け取れる形で出てくることです。

手順で減る作業、残る作業

紙を画像にして、文字をテキストにし、人が確認する、という骨格は従来型と変わりません。減るのは途中の手作業です。

用意する紙に、専用のOCR用紙は要りません。レシート、名刺、本人確認書類、契約書のように、もともと業務で回っている紙が対象です。スキャンをモノクロに限る必要もなく、カラーのまま回せる製品が一般的です。斜めに入った紙や、スマホで撮った台形は、読み取り前に補正される前提で工程を組めます。方向の手直し、印影のマスキングを人が毎枚やる必要は、製品がそれを持つなら外れます。

レイアウト指定も、定型だけを読むなら従来型のテンプレートで足ります。非定型が混ざるなら、項目名の指定だけで済むかをPoCで数えます。請求書なら、商品名・数量・単価・金額が毎回形を変えずに出るかを見ます。

確認は残ります。活字の公開精度が99.8%でも、手書きと金額欄は別カウントです。自信度の低い文字だけを色分けできる画面なら、全件を読み直す必要はありません。確認をゼロにする工程設計は、金額と名義がある帳票ではまだ置けません。

共通のスキャン手順と、解像度・裏写りの扱いの基本は、以下の記事に置いています。

OCRとは？紙の文字をデータにする技術の仕組みと、現場で押さえるポイント

導入前に見る点

パソコンの性能より、紙と置き場所で差が出ます。最新のOSが動く端末であれば、操作そのものに特殊なマシンは要りません。画像を作るのは複合機、スキャナ、スマホのどれでも足ります。部署ごとに撮る人と、帳票をまとめて投入する人が混ざるなら、両方の入り口を最初から想定したほうが、あとから運用が割れません。

置き場所は、自社サーバーへ載せるオンプレミスと、事業者の環境を使うクラウドに分かれます。帳票が社外に出ないことが要件ならオンプレミス、サーバーを持たず月次の枚数で始めたいならクラウド、が分かれ目です。セキュリティの審査項目と、月間枚数の多い月で見積を出してもらうと比較が揃います。課金が枚数か項目数かで月額の出方が逆になる点は、OCRページの選び方にまとめています。

PoCで見る紙は、きれいな見本を外してください。印鑑が押してある、書き込みがある、FAXでかすれている、取引先ごとに体裁が違う。この4種が実物に混ざっているなら、その4種で読み比べます。確認するのは認識率の平均ではなく、金額欄の誤りと、明細の行が崩れていないことです。

ノイズの多い手書きの注文書、書き込みのある一覧表、発注書など、体裁の違う実物の帳票

変わった現場

事例を広く並べるとOCRとはと導入事例と重なるので、AI-OCRでなければ置きにくかった2件だけ残します。

大手旅行会社の経理では、店舗名を読むだけでなく、登録済みの店舗コードを結果に足す必要がありました。読み取りとマスタ付与を分けず、店舗名にコードが付いた状態で出力する運用に変えています。2時間だった作業が10分になった、という数字は、認識が速くなったというより、コードを人が引きにいく作業が消えた結果です。

国勢調査では、従来型では手書きの調査票が読めず、入力に戻っていました。記号のチェックや丸印も含めてデータ化する対象になり、集計の手前の転記が機械側へ寄っています。枚数が極端に多い調査では、手書きを対象に含められるかどうかが、導入の可否そのものです。

手書きのアンケートの回答とチェック欄が、項目ごとのデータに変換された画面 — 読めたことより、次の処理が受け取れる形か

請求書、発注書、アンケート、申請書の横断的な効果はOCRページで扱っています。帳票の種類ごとの向き不向きは、帳票別の活用事例へ分けたほうが、このページの役割と混ざりません。

Q：AI-OCRとOCRは別の技術ですか。

別物ではありません。画像から文字を取る処理は同じで、検出と認識に学習モデルを使い、項目化まで含む製品をAI-OCRと呼んでいます。基礎の定義はOCRとはを参照してください。

Q：手書きはどこまで読めますか。

枠内の丁寧な文字と、よくある崩しは対象に入っています。本人にしか読めない筆跡、訂正線、枠のはみ出しは外れます。申込書やアンケートは、落ちた欄を誰が直すかを決めてから枚数を見積もってください。

Q：テンプレートは不要になりますか。

非定型の抽出を持つ製品では、帳票ごとの枠登録は減ります。項目の対応付けや、マスタの初期登録がなくなるわけではありません。取引先が毎月増える請求書で、枠を増やさずに済むかを実物で確認してください。

Q：クラウドとオンプレミスはどちらがよいですか。

帳票を自社の外に出せないならオンプレミス、枚数の変動に合わせて始めたいならクラウドが合いやすいです。料金だけで決めると、セキュリティ審査で止まります。

Q：確認作業はなくなりますか。

なくなりません。減るのは全件を読み直す作業で、金額・口座・名義は人が見る工程を残します。自信度の低い文字だけを回せることが、工数の分かれ目です。

まとめ

AI-OCRは、OCRに学習モデルを足し、手書きと非定型、読んだあとの項目化を実務の範囲に入れた呼び方です。従来型が今も適しているのは、体裁が固定され、活字だけの帳票です。差し替えを検討する価値があるのは、取引先ごとに紙が違い、手書きが混ざり、読んだあとにコード付与や明細の照合がある業務です。

判断に必要なのは、平均の認識率より、自社の紙で枠を何枚作るか、金額欄を何件直すかです。インフォディオでは、届いている帳票を数枚見たうえで、スマートOCRでどこまで自動にできるかを提案しています。非定型の請求書や手書きの申込書で止まったままの方は、その紙を持って問い合わせてください。