AI-OCRの選び方｜比較する5つの軸と、費用が見えにくい3か所

この記事は、手書きや紙の帳票の入力作業を減らしたくてAI-OCRを調べ始めた、経理・総務の担当者に向けたものです。製品の順位は付けません。どの軸で比べると候補が早く絞れるかと、見積もりに出てこない費用がどこに潜んでいるかを扱います。

仕組みそのものを先に知りたい場合はAI-OCRの仕組みを、導入の順序はAI-OCRの導入手順をご覧ください。ここでは製品を選ぶ場面に絞ります。

結論：精度の数字では絞れない

各社が示す読み取り精度は、自社の帳票で出る数字ではありません。印字された標準的な帳票での測定値であり、手書きの文字、かすれた複写、独自の罫線が入ると結果が変わります。精度99%と95%の製品を比べたとき、自社の帳票では順位が逆転しました。

比較で差が出るのは、読み取った後の工程です。間違いをどう見つけるか、直した内容を次に活かせるか、出力先の形式が既存の業務に合うか。この3つは製品によってはっきり分かれます。費用とやめるときの条件を足した5つが、実際に候補を絞る軸になります。

軸	確認すること	差が出る理由
学習のさせ方	自社の帳票を覚えさせられるか。何枚必要か	独自の帳票では、学習なしだと精度が出ない
確信度の扱い	1文字ごとに確からしさが出るか、閾値を変えられるか	どの枚数を人が見るかが、これで決まる
出力先	CSV・会計ソフト・APIのどれに出せるか	出せない形式だと、結局手で入力し直す
費用の形	月額に含まれる枚数、超過時の単価、学習の費用	月額だけ見ると、繁忙期に跳ねる
やめるとき	読み取り済みデータと学習結果を持ち出せるか	持ち出せないと、乗り換えの費用が上がる

自社の帳票を覚えさせられるか

請求書や領収書のような一般的な様式は、どの製品もそのまま読めます。困るのは、取引先ごとに様式が違う注文書や、自社だけで使っている作業日報です。こうした帳票は、位置と項目の対応を製品側へ教えないと精度が出ません。

MicrosoftのDocument Intelligenceでは、独自の帳票を扱うためにカスタムモデルを作る方法が用意されています（カスタムモデルの学習、確認日 2026年10月6日）。GoogleのDocument AI にも同じ仕組みがありました（Custom Extractor、確認日 2026年10月6日）。確認するのは、学習に何枚必要か、その作業を自社でできるか、追加費用がかかるかの3点です。

帳票の種類が5つ以下なら、学習機能の有無は大きな差になりません。10種類を超えるなら、学習が自社でできる製品のほうが運用が軽くなりました。ベンダーに依頼する形だと、帳票が変わるたびに費用と待ち時間が発生します。

確信度が出るかどうかで、人の作業量が決まる

AI-OCRは、読み取った文字ごとに確からしさの数値を持っています。この値を出力してくれる製品では、低い箇所だけを人が見る運用が組めます。出力されない製品では、全件を目で確認するか、何も確認しないかの二択になりました。

確信度の考え方はAI-OCRの仕組みで詳しく扱っていますが、選定の場面で見るのは2点です。1文字単位か項目単位か、閾値を自分で変えられるか。項目単位でしか出ない製品は、長い住所欄で1文字だけ怪しいときに、欄全体を見ることになります。

月に300枚を処理する場合、閾値の設定次第で確認する枚数は数枚から数十枚まで動きます。削減できる時間はここで決まるため、精度の小数点以下より影響が大きい部分です。

出力先が合わないと、手入力が残る

読み取り結果をどこへ渡すかを、先に決めておく必要があります。会計ソフトへ取り込むのか、Excelで集計するのか、基幹システムへ流すのか。CSVで出せれば多くの場合は足りますが、項目の並びを自由に変えられない製品だと、取り込み側で加工が要ります。

会計ソフトとの直接連携を売りにしている製品もあります。ただし連携先が自社の使っているソフトでなければ意味がありません。連携できる先の一覧を見て、自社のソフトが入っているかを確認するのが先です。

二重入力が残ると、効果が出ないどころか作業が増えます。二重入力の解消事例で扱ったとおり、同じ数字を複数回入れる状態は、時間だけでなく確認のやり取りを生みます。

費用が見えにくい3か所

月額の金額は比較表に載っています。見えにくいのは、含まれる枚数を超えたときの単価、学習や設定の初期費用、そして読み取り失敗分の扱いです。3つ目は見落とされやすく、読めなかった帳票も1枚として数える製品があります。かすれた複写が多い会社では、この違いが月額の差より大きくなりました。

繁忙期のある業種では、月あたりの平均ではなく最も多い月で見積もります。年度末だけ枚数が3倍になる場合、その月の超過料金が年間の費用を決めます。見積もりを取るときに、最大の月の枚数を伝えて試算してもらうと差が見えます。

費用の考え方そのものはAIツールの費用に整理しました。導入費用は、省力化投資補助金やIT導入補助金の対象になる場合があります（省力化投資補助金のカタログ、IT導入補助金、いずれも確認日 2026年10月6日）。登録された製品に限られるため、候補を絞る前に一覧を見ておくと選択肢が変わることがあります。

やめるときに何が残るか

読み取り済みのデータと、学習させた結果。この2つを持ち出せるかどうかを、契約の前に確認します。データは出せても学習結果は出せない製品が多く、乗り換えると教え直しから始まります。帳票の種類が多い会社ほど、この教え直しの負担が大きくなりました。

やめる基準そのものはAI-OCRの導入手順で扱っています。選定の段階で見るのは、持ち出せる形式が公開されているかどうかだけで足ります。問い合わせないと分からない製品であれば、その時点で扱いにくい相手だと判断できました。

絞ったあとに、同じ帳票で試す

5つの軸で2〜3製品まで絞れたら、自社の帳票を同じ枚数ずつ通して比べます。きれいな帳票ではなく、最も読みにくいものを混ぜるのが要点です。普段扱っている中で最悪のものが読めれば、残りは問題になりません。

試すときに測るのは、正しく読めた割合ではなく、人が直した時間です。精度95%でも直しやすい製品と、98%でも直しにくい製品があります。AI-OCRが苦手な書類に挙げた縦書きやマークシートが自社に含まれる場合は、その帳票を必ず試験に入れてください。

読み取りの前に、帳票そのものを直せないか

選定の前に確認すると効果が大きいのが、帳票の様式を変えられるかどうかです。記入欄に枠を付ける、数字と文字の欄を分ける、押印の位置を固定する。これだけで読み取りの精度は上がります。自社で発行している帳票なら、製品を選ぶより先に手を入れられました。

取引先から届く帳票は変えられません。そこで、自社発行分は様式を整えて精度を上げ、取引先からの分は確認を前提に設計するという分け方になります。全部を同じ扱いにすると、確認の手間が最も読みにくい帳票に引きずられました。

様式を変えられない場合の対処はAI-OCRが苦手な書類に整理しています。帳票を直す余地があるかどうかで、必要な製品の性能が変わるため、選定より先に見ておく価値があります。

人が確認する工程を、誰の仕事にするか

AI-OCRを入れても、確認の工程は残ります。入力していた人がそのまま確認役になる場合、作業の総量は減っても、同じ人の負担は思ったほど軽くなりません。入力は単純作業で中断できますが、確認は集中が要るためです。

削減した時間の行き先を決めていないと、効果が出ていないように見えます。効率化しても仕事が増えるのはなぜかで扱った構図がここでも起きました。確認役を誰にするか、空いた時間を何に充てるかを、導入の計画に入れておくほうが後で揉めません。

よくあるご質問

無料で試せる製品はありますか

多くの製品に試用期間があります。枚数の上限が小さいことが多いため、最も読みにくい帳票を優先して通すほうが情報が得られます。きれいな帳票から試すと、どの製品も読めてしまい差が分かりません。

手書きは読めますか

読めますが、印字より精度は落ちます。数字だけの欄は比較的安定し、自由記述の欄は確認が要る前提で設計するほうが現実的です。

導入後にどのくらいで効果が出ますか

帳票の種類が少なければ1か月ほどで安定します。種類が多い場合は、学習と閾値の調整に3か月程度かかると見ておくと計画が狂いません。

5つの軸で絞ってから試験に進むと、やり直しが減ります。自社の帳票がどの軸に当たるか分からない場合は、帳票の棚卸しからご相談ください。