主要AIモデルを横断検証し最適構成で受発注業務を無人化 ― 手書き注文票の読み取りから基幹システム登録までをPoCで実証

AIエージェント(WORKS) ITカンパニーお知らせ実績(WORKS) 2026.07.21

注文票の自動読み取り・基幹システムへの自動入力・受発注業務の省力化

株式会社PERVA（本社：東京都中央区／ITカンパニー）は、首都圏近郊で食品流通事業を手掛ける企業を対象に受発注業務を無人化するAIシステムの実現可能性を実機で検証しました。様式の異なる手書き注文票を事前学習なしで読み取るAI-OCRと、読み取った注文データを既存の基幹システムへ自動入力するAI RPAの2つを、実物の帳票と実機を用いたPoC（実機検証）として実施しています。読み取り工程では複数の主要AIモデルを横断的に比較検証し、この帳票に最も適した構成を選定しました。いずれも実用化の見込みが立つ水準にあると確認でき、現在はこの検証結果を実現可能性レポートとして取りまとめ、本開発に向けた設計を進めています。

背景

受発注業務の現場では取引先ごとに様式の異なる注文票やFAXが日々届くため、担当者がその内容を目視で読み取り基幹システムへ一件ずつ手入力しています。様式が統一されていないので既存のOCRやテンプレート方式では取り込みきれず、手作業に依存せざるを得ないのが実情です。この打ち込み作業は反復性が高く担当者の時間を大きく奪ううえ、繁忙期には入力の遅れや転記ミスといった機会損失にもつながります。属人化した定型業務をいかに自動化して担当者を判断業務に集中させるかが、多くの流通現場に共通する課題となっています。

AI-OCRが実際の発注書から検出した領域（枠）と手書き数量。取引先名・商品名は伏せています。

本AIシステムの特長

本検証では注文票を「読む」工程と基幹システムへ「入れる」工程を切り分け、それぞれをAIが担えるかを実物で確かめました。

1. 様式に依存せず、手書き注文票を無学習で読み取る（AI-OCR）

事前のチューニング開発を一切行わないゼロショットの状態で様式の異なる手書き注文票を読み取り、注文内容・送り先・販売店コードを平均信頼度93.4%で自動抽出しました。手書きかつ崩れた文字を含む帳票でも手動補正は0件で、様式がばらばらでも全票を取り込めます。この読み取り工程では複数の主要生成AI・AI-OCRを同一の帳票で並列に走らせて精度を比較し、最も高精度なモデルを選定しています。読み切れない箇所は「注文内容・様式・販売店コード」の併用照合でAIが自動判定して精度を担保します。

※AI-OCRの読み取り精度をイメージした図です（データは実在しません）。実際の検証では項目ごとに信頼度を算出し、お客様と協議しながら進めています。

活字の商品コード・規格・入数はほぼ100%、手書きの数量も枠内で読み取り。取引先名・商品名は伏せています。

2. 読み取った注文を基幹システムへ自動入力する（AI RPA）

AI-OCRで構造化した注文データを既存の基幹システムの伝票入力画面へ、AIエージェントが人と同じように操作して自動入力できるかを実機で検証しました。得意先コード・商品コード・数量といった入力項目はいずれもAI-OCR側と商品・得意先マスタの突合で供給できます。基幹システムを一切改修せずに着手できるためベンダー調整や追加費用・システム停止のリスクを伴いません。

3. 入力方式そのものを実機で比較し、最も堅牢な構成を検証

自動入力の実機検証では画面を座標で操作する方式が環境要因に左右されやすい一方、システムの入口（API・CSV取込等）を直接叩く方式は安定して動作しました。読み取りから登録までを一連の流れとして検証したので、机上の想定にとどまらず現場で本当に動く構成を実証しています。

今後の展開

今回のPoCで得た知見をもとに対象とする帳票様式を広げ、各取引先の様式ごとに精度を高める本開発を進めます。読み取りから確認・基幹システムへの登録までを一つの流れにつなぎ、受発注業務の大半を無人化することを目指します。今後は当社のAIエージェント「VADO」と連携させ、受発注に限らず定型的な入力・転記業務を抱える他業種へも横展開していく方針です。