検査記録の誤読は「入力ミス」では済まない
AI-OCR（AIを使った文字認識）を経理の請求書処理で使う場合、誤読は後工程の照合で見つかることが多く、影響も金額の修正で済みます。検査記録は事情が違います。外径の測定値「12.38」を「12.88」と読めば、合格品が規格外として記録され、逆の誤読なら不合格品が合格の記録になります。後者は、結果として品質記録の改ざんと区別できない状態を作ります。
検査記録にAI-OCRを使うときの前提は次のとおりです。
- 数値項目の誤読は、文字の読み違いではなく品質判定の誤りとして扱う
- 読み取ったデータが顧客への成績書や監査の証跡になるなら、原本との照合手段を残す
- 誤読があっても見つけられる運用（確認フローと修正履歴）を、AIの精度とは別に用意する
紙の帳票全体をどう減らしていくかは紙の帳票から脱却する3段階で扱っています。ここでは、紙が残る期間にAI-OCRを安全に使う方法に絞ります。
精度は「項目単位で修正が要らない率」で測る
ベンダーが示す認識率は、多くの場合、文字単位の値です。PFUのコラムは、ベンダーの標準帳票での手書き文字の認識率99.2%を紹介する一方で、日常業務では80〜90%の精度でも入力負荷を約50〜70%減らせるとしています（PFU、2025年7月）。同コラムのベンダー社内テストでは、認識精度90%の帳票で1枚あたりの入力時間が5分56秒から1分58秒に短縮しました（同社発表）。
文字単位で99%でも、1項目が5文字の数値なら、項目のどこかを誤る確率は約5%になります（1−0.99⁵の概算）。1枚に40項目あれば、1枚あたり平均2項目前後に誤りが出る計算です。検査記録では、次の2つの指標で評価します。
| 評価の観点 | 測り方 | 判断の目安 |
|---|---|---|
| 項目単位の修正不要率 | 実帳票100〜300枚を人が全項目照合 | 数値項目と文字項目を分けて出す |
| 数値項目の誤読率 | 数値項目だけを抽出して照合 | 誤読のうち合否判定が変わるものを数える |
| 信頼度の当たり具合 | 信頼度が高い項目の誤読率 | 高信頼度でも誤読があるなら全件確認が必要 |
| 1枚あたりの処理時間 | スキャンから登録完了まで | 手入力の時間と比べる |
運用の注意点5つ
検査記録にAI-OCRを使うときに、最低限決めておく運用は次の5つです。
- 信頼度で確認対象を分ける：AI-OCRが返す信頼度が低い項目は必ず人が確認します。ただし、信頼度が高くても誤読はあるため、導入初期は全件確認し、高信頼度の誤読率を実測してから確認範囲を絞ります。
- 規格値と前回値で二重にチェックする：読み取った値が規格の上下限から外れた場合、または同じ工程の前後のロットと比べて急に変わった場合は、信頼度にかかわらず人の確認に回します。合否判定が変わる誤読を、ここで止めます。
- 原本の画像を記録と一緒に残す：読み取った値と、その元になった帳票の画像を、ロット番号で紐付けて保管します。後で値に疑義が出たとき、原本を探さずに確認できます。紙の原本の保管期間も社内規程で決めます。
- 修正の履歴を残す：人が修正した場合、修正前の値、修正後の値、修正者、日時を記録します。上書きで修正前の値を消すと、誤読だったのか記入ミスだったのかが分からなくなります。
- 帳票の様式を読取向けに直す：同コラムは、精度向上策として、読取範囲と字種の限定（0とO、8とBなど）、1文字ずつの枠、24bitカラーでのスキャンを挙げています。数値欄は数字だけ、小数点の位置は枠で固定、といった様式の変更は、AIの性能より効くことがあります。
読み取った値をAIの学習データに使うときの扱い
AI-OCRで読み取った検査記録を、品質予測や要因分析のAIの学習データに使う場合は、読取の経路を区別できるようにしておきます。具体的には、各値に「入力経路（手入力・AI-OCR・計測器連携）」と「人の確認の有無」の属性を付けます。
こうしておくと、学習データの品質を後から評価できます。AI-OCR由来で未確認の値だけ外れ値が多い、といった偏りが見つかれば、その期間のデータを学習から外す判断ができます。製造データ全般の品質ルールは製造データ品質の10の問題で扱っています。
よくある質問
AI-OCRの精度が十分なら、人の確認はなくせますか？
検査記録では、確認を完全になくすことは勧めません。規格外や前回値から急変した値など、合否判定に影響する項目だけは人が確認する形にすれば、確認の工数を大きく減らしながら品質リスクを抑えられます。
顧客や監査でAI-OCRのデータは認められますか？
顧客との品質協定や業界の規制によります。読取の手順、確認フロー、修正履歴、原本の保管方法を文書にしておけば、説明はしやすくなります。不明な場合は、品質保証部門から顧客に事前に確認します。
手書きと印字が混ざった帳票でも読めますか？
多くのAI-OCR製品は両方に対応しますが、手書きの数値欄の精度が全体を左右します。印字部分（品番・ロット番号）はバーコードやQRコードに置き換えると、読取の誤りがなくなり、ロット紐付けも確実になります。
この記事に出てくる用語
AIは「データ基盤」で決まる
PoCは成功したのに本番で止まる。原因の多くはモデルではなく、MESと設備データの側にある 全130本
- MESとAIの関係：ロット・作業指示・品質判定がAIの精度を決める理由
- 製造業AIが本番で止まる7つの理由：PoCは成功したのにラインに載らない構造
- 製造業のAI-OCR：紙の検査記録・点検表・ミルシートをデータ化する手順
- データ基盤の段階的導入ロードマップ：ユースケースから逆算する8ステップ
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
