AI OCR とは、紙の書類をスキャンした画像から、手書きや活字の文字をディープラーニング(深層学習)などの AI の技術で認識し、データに変える技術のことです(総務省「自治体におけるAI活用・導入ガイドブック<導入手順編>(第4版)」2025年12月)。従来の OCR より幅広い書式を読めますが、誤読はなくならないため、金額などの重要な項目は人が原本と突き合わせて確かめます。
AI OCR は手書きや書式の違う書類も文字データに変える
AI OCR は、OCR(光学文字認識)の文字を認識する部分にディープラーニングの技術を使い、手書きや活字の文字を高い精度で読めるようにしたものです。総務省のガイドブックが事例の紹介に載せた NTTデータの説明図でも、大量の文字データから文字の特徴を取り出してディープラーニングの技術を使うことで、高い精度の文字認識を可能にした OCR と説明されています。
スキャナやスマートフォンで撮った書類の画像から文字のある場所を見つけ、文字や文字列を文字コードに変えます。表記は「AI OCR」と「AI-OCR」の2つがあり、指すものは同じです。
企業では、紙や PDF で届く請求書・注文書・申込書を、人が基幹システムへ打ち直している業務が主な対象です。行政でも使われており、自治体の AI 導入状況の調査では、AI-OCR は「文字認識(手書きや活字の認識)」の機能に分類され、用途に申請書の読み取りや調査票・アンケートの読み込みが挙がっています。
AI を導入済みか実証中と答えた団体に使っている機能を複数回答で聞いた結果、令和7年度は文字認識が629件で、音声認識の967件に次いで2番目に多い機能でした。令和5年度の564件、令和6年度の622件からも増えています(総務省「自治体におけるAI・RPA活用促進(令和7年度)」2026年4月24日公表)。
従来の OCR・AI OCR・生成 AI の読み取りは読める書類と間違い方が違う
3つの方式は書類の中身をどこまで理解して読むかが違い、読める書類が広がるほど、誤りは見た目で気づきにくい形で出ます。
従来の OCR は、帳票のどの位置に何が書いてあるかを先に設定し、その枠の中の活字を字形で照合する仕組みです。AI OCR は大量の文字画像から学習したモデルで読むため、手書きやかすれた文字にも対応しやすくなりました。生成 AI による読み取りでは、画像と文章をまとめて扱えるマルチモーダル AIが書類全体を読み、「請求金額」「支払期日」のような項目を意味から探して抜き出します。
違いを、読める書類・間違い方・確認の手間で並べると次のとおりです。
| 比べる点 | 従来の OCR | AI OCR | 生成 AI による読み取り |
|---|---|---|---|
| 読み方 | 設定した位置の活字を字形で照合する | 学習したモデルで文字を認識する。製品によっては項目の位置も推定する | 書類全体の意味から項目を探して抜き出す |
| 読める書類 | 書式が決まった活字の帳票 | 手書きの申請書、取引先ごとに書式が違う請求書 | 表や注記の多い書類、項目名が書類ごとに違う書類、手書きの自由記述 |
| 間違い方 | 似た字の取り違え、枠からずれた文字の読み落とし | 崩れた字やかすれた字の誤読、隣の項目の値の取り違え | 原本に無い値を補って出す、読めない箇所を推測で埋める |
| 確認の手間 | 書式ごとに読み取り位置の設定が要る。誤りは文字化けや空欄として見つけやすい | 製品が示す読み取りの確からしさが低い箇所から人が見る | 誤りが整った値として出るため、原本との突き合わせが欠かせない |
どの方式でも誤読はなくなりません。違うのは誤りの見え方で、従来の OCR の誤りは文字化けや空欄として目に付きやすい一方、生成 AI の誤りは書式の整った値として出るため、気づかれないまま次の工程へ流れがちです。生成 AI が原本に無い内容をもっともらしく出す現象はハルシネーションと呼ばれ、書類の読み取りでも起きます。
新しい方式ほど良いとは限りません。書式が数種類に決まった活字の帳票なら、従来の OCR で足りる場合もあります。どの方式を選ぶかは、読みたい書類の種類の数と、誤りが起きたときの害の大きさで決めてください。
業務に入れる前に、突き合わせ・人の確認・送り先の3つを決める
AI OCR を業務で使う前に決めるのは、読み取った値を何と突き合わせるか、どの項目を人が確かめるか、書類の画像をどこへ送るかの3つです。読み取りの精度だけを比べて導入すると、誤りを見つける手順と情報の扱いが後回しになりがちです。
まず読み取りたい書類を種類ごとに並べ、月あたりの枚数、書式の数、誤ったときの害、個人情報の有無を書き出してください。この一覧が、3つを判断する材料です。
読み取った値は社内のデータと機械で突き合わせる
読み取った値は社内にある別のデータと機械で照合し、合わないものだけを人に回します。請求書なら発注データの金額や取引先マスタの登録名、申込書なら顧客台帳の氏名や住所が照合先の候補です。明細の合計と請求金額が一致するか、日付が取引の期間に収まっているかといった検算も、機械に任せられる部分です。照合先の無い項目は、誤りに気づく方法が人の目しか残らないため、次に書く人の確認の対象に入れてください。
間違いの害が大きい項目は人が原本の画像と見比べて確定する
金額・振込先の口座番号・支払期日・本人を特定する番号のように、間違えると支払いの誤りや本人の取り違えにつながる項目は、人が原本の画像と見比べて確定します。気をつけたいのは、確認する人が画面の値をそのまま承認するだけになることです。
自動化されたシステムへの過度な信頼や依存は「自動化バイアス」と呼ばれ、AI の出力を人が鵜呑みにしないための対策として、AI の欠点を含む特性を学ぶことや、承認する理由や根拠を自分で考えてから承認することが挙がっています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日公表)。
確認の画面に読み取った値と原本の該当箇所を並べ、確からしさの低い項目に印を付けて、人が見る場所を絞る工夫も有効です。
個人情報を含む書類は送り先と使われ方を確かめる
履歴書・申込書・健康診断の結果のように個人情報を含む書類をクラウドのサービスで読み取るときは、送った画像や文字がどこに保存され、何に使われるかを契約と設定で確かめてください。生成 AI のサービスに個人情報を含む指示を入力するときは、利用目的の達成に必要な範囲内かを十分に確認し、本人の同意を得ずに個人データを入力する場合は、提供事業者がそのデータを機械学習に利用しないことなどを十分に確認するよう求められています(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」2023年6月2日公表)。
氏名や番号を伏せてから送る方法はデータマスキング、入力したデータを提供事業者が保存しない取り決めはゼロデータリテンションの用語ページで説明しています。生成 AI に個人情報を渡すときの法律上の確認点は生成 AI と個人情報の記事にまとめました。
Offers AX は読み取った後の業務の流れから設計して実装する
AI OCR で手間が減るかどうかは、読み取りの精度よりも、読み取った後の照合・確認・登録の流れで決まります。Offers AX は課題調査とユースケースの選定から始め、業務固有の文脈を織り込んだ AI エージェントを設計し、数週間でプロトタイプを作って実業務で確かめてから本実装へ進みます。戦略を考える人と作る人を分けず、FDE(Forward Deployed Engineer)が現場に近いところで設計と実装を一体で進め、要件定義書ではなく動くもので合意する進め方です。
支援の内容と進め方はOffers AX のサービスページで確かめられます。読み取りたい書類と今の確認の手順を持ち寄っていただければ、どこから自動化するかを一緒に整理できるので、無料相談を申し込むからご連絡ください。
構築先はお客様の既存環境(GCP・Azure・AWS)で、Offers AX の環境には顧客データを保持しません。クラウドの LLM が使えない機密性の高い案件でも、貸与 PC の中で処理を完結させる構成で対応した実績があります。AI の出力は下書き・参考情報として扱い、事実の認定や処遇の判断は人が行う前提です。引き継ぎも最初から設計し、ドキュメントの整備と社内の運用体制づくりまで支援します。
経理の書類では電子帳簿保存法のスキャナ保存の要件も確かめる
請求書や領収書を AI OCR で読む業務は、紙の書類をスキャンした画像で保存する「スキャナ保存」と工程が重なるため、要件を確かめてから流れを決めます。スマートフォンやデジタルカメラも、条件を満たせばスキャナに含まれる扱いです。読み取りは解像度200dpi 以上、赤・緑・青それぞれ256階調以上のカラーが要件で、一般書類はグレースケールでも構いません。ほかにタイムスタンプの付与(条件を満たすシステムなら代えられる)、訂正や削除の事実と内容を確認できること、日付や金額の範囲を指定して検索できることなどが求められます(国税庁「電子帳簿保存法一問一答【スキャナ保存関係】」2026年7月)。
スキャナ保存の要件に文字認識は含まれず、AI OCR を使うこと自体は求められていません。AI OCR が役立つのは、読み取った日付や金額を検索用の項目へ入れる工程で、ここで誤読があると、日付や金額で検索しても書類が見つからなくなります。紙の原本は、スキャンした後に画像と見比べる最低限の確認を済ませればすぐに捨てられる一方、入力期間を過ぎた場合は紙も残さなければなりません。
要件は税制改正で見直されてきたので、業務の流れを決める前に、国税庁のサイトで最新の一問一答を確かめてください。経理の業務に AI を入れる順番は経理の AI 活用の記事にまとめています。
AI OCR と合わせて押さえる用語は非構造化データと RPA
AI OCR と合わせて押さえておきたいのは、非構造化データと RPA の2つです。請求書や申込書の画像は表の形に整っていない非構造化データの代表で、AI OCR はそれを表の形に変える入口の役目を持ちます。
読み取った値の登録を画面操作の自動化(RPA)で行っている職場では、判断を含む部分をどう AI に移すかが次の論点になり、その進め方はRPA から AI エージェントへの移行の記事で扱っています。経理・総務・人事の書類仕事をまとめて見直すときは、バックオフィスの AI 活用の記事とAI エージェントの記事一覧から、業務ごとの進め方をたどってください。