OCRとは？仕組みとAI-OCRとの違い、手書きの帳票を分析できるデータにする進め方

OCRとは？品質・製造部門の管理職が押さえる要点

紙の帳票をOCRやAI-OCRでデータにするかどうかを考えるときに、品質・製造部門の立場で押さえておきたい点は次の5つです。

1. OCRは、画像から文字のデータを作る技術。国立国会図書館は、OCR（光学的文字認識）の技術の進展で、画像データからテキストデータを作れるようになったと説明しています。同館のOCRのプログラムは、画像の傾きを直し、文字のある領域を見つけてから、文字を認識します
2. AI-OCRは、AIを用いて文字を認識し、手書きの読み取りに広げたもの。総務省の「自治体におけるAI活用・導入ガイドブック」はAI-OCRを、AIを用いて文字認識を行い、手書き文字の認識を可能にするものと説明しています
3. 手書きの帳票では、人が確かめて直す工程が残る。同ガイドブックは、くせ字や枠からはみ出した文字は誤読となる場合があるとして、AIの判定結果を人がチェックする工程を設けるよう勧めています。同ガイドブックに載るつくば市の共同研究では、20帳票の正読率は文字単位で93.41%、項目単位で89.11%でした
4. 様式がそろわない帳票は、読み取りに向かない。総務省の「自治体におけるRPA導入ガイドブック」は、様式が多種多様な請求書はOCRでのデータ化に向かないとしています。同ガイドブックに載る宇部市の事例では、処理件数が少ないと、修正の手間で作業時間がかえって増える場合があることも分かりました
5. 読み取った値は、項目ごとに同じ形でためれば、品質や生産性の分析に使える。日付、品番やロット、工程、測定値、合否、記入者を、帳票ごとに同じ名前と形式でためておくと、品番別・工程別に集計できます。読み取れなかった値、人が直した値、空欄のままの項目に印を付けておけば、記入漏れにもデータを集めた時点で気づけます

担当者には、紙の帳票の棚卸しから指示する

部下に最初に指示する一文の例は、「紙で記録している検査記録・チェックシート・日報を、帳票ごとに、月の枚数と記入項目、転記にかかっている時間で一覧にしてほしい」です。どの帳票から読み取りを試すかも、試した結果がよかったかどうかも、いまの枚数と時間がなければ判断できません。一覧ができたら、次は第3章の表にある5つの点を、枚数の多い帳票で試させます。

現場の作業を変えずに手書きの帳票を電子化した事例は、12月9日の講演で聞ける

一覧ができる前でも、帳票を電子化した先で何ができるかを聞いておけば、自社の帳票で試すかどうかと、どの項目を残すかを決めやすくなります。2026年12月9日（水）10:20から東京国際フォーラムで開かれるイプロスAI - 産業World 2026の講演「手書き帳票・Excelを、AIで“信頼できるデータ”に！」では、株式会社ミライのゲンバが、紙の帳票や個人のExcelのデータが転記ミスや欠損を含んだままためられている状況を取り上げます。

そのうえで、現場の作業を変えずに帳票を電子化し、手書きの記入をAIでテキストにして分析できるデータとしてためる仕組みと、品質改善や生産性向上につなげた事例を紹介します。来場は無料で、事前の登録が必要です。

帳票の一覧を作る担当者と一緒に聞いておくと、残す項目をその場で話し合えます。

OCRは、画像の中の文字を読み取り、文字のデータにする技術

OCRが扱うのは、紙を読み取った画像です。その画像から文字を取り出します。どのような順で処理が進むかを知っておくと、読み取りがうまくいかないときに、どこを確かめればよいかが分かります。

画像データからテキストデータを作る

国立国会図書館の「令和3年度OCR処理プログラム研究開発」のページは、同館のデジタル化資料のほとんどがテキストデータを持たない画像データであると説明しています。そのうえで、OCR（光学的文字認識）の処理技術の進展により、画像データからテキストデータを作成し、本文の検索に使えるようになってきたとしています。

同館はこの事業で、機械学習技術などを取り入れたOCRの処理プログラムを外部に委託して開発しました。

帳票でも考え方は同じです。総務省の「自治体におけるAI活用・導入ガイドブック」に載るつくば市の例では、市民が手書きした申請書などを画像で読み取り、CSVファイルに変換しています。紙の帳票は、まず画像にしてから、OCRで文字のデータに変えるという順番です。

傾きを直し、文字のある領域を見つけてから、文字を認識する

帳票を読み取るときは、まず記入欄が正しく見つけられているかを確かめます。その理由は、OCRの処理の順番にあります。

国立国会図書館がGitHubで公開しているOCRのプログラム「ndlocr_cli」の説明では、処理が「傾き補正」「レイアウト抽出」「文字認識(OCR)」の順に並んでいます。画像の傾きを直し、ページのどこに文字があるかを見つけ、その領域の文字を認識するという流れです。本を見開きで撮った画像を左右に分ける処理もありますが、これは同館の資料に固有のものです。

同館の「令和4年度NDLOCR追加開発事業及び同事業成果に対する改善作業」のページは、レイアウトを認識する段階で見逃した文字の領域は、後の段階で読み取ることができないと説明しています。この説明は同館のプログラムについてのものですが、文字のある場所を見落とすとその文字は読めないという点は、帳票を読み取るときにも当てはまる確認点です。

処理の中身は製品によって違うため、結果で確かめる

ここで紹介した順番は、国立国会図書館のプログラムの例です。市販のOCRやAI-OCRがどの順に、どのような方法で処理しているかは、製品ごとに違います。社内で比べるときは、仕組みの説明よりも、自社の帳票を読み取らせた結果で確かめるほうが確実です。何を確かめるかは、次の章の表にまとめます。

AI-OCRは、AIで文字認識を行い、手書きの読み取りに広げたもの

AI-OCRという呼び方は、OCRの文字認識の部分にAIを用いたものを指します。国の資料がどのように説明しているかと、自治体でどの程度使われているかを確かめます。

総務省は、手書き文字の認識を可能にするものと説明している

総務省の「自治体におけるAI活用・導入ガイドブック＜導入手順編＞」（令和7年12月、第4版）は、用語解説で、AI-OCRを「AIを用いて文字認識を行うソリューションのことであり、フリーピッチ枠の手書き文字認識を可能にする」と説明しています。同ガイドブックは、AIの機能の一つである「文字認識」を手書きや活字の認識とし、業務の例として、AI-OCRによる行政文書の読み取り・データ化を挙げています。

同じく総務省の「自治体におけるRPA導入ガイドブック」（令和7年7月、３稿）は、AI-OCRは学習の成果を活用することで、従来のOCRよりも高い認識精度で文字を読み取れるとしています。

自治体では、AI-OCRなどの文字認識が、導入件数で2番目に多い

総務省の「自治体におけるAI・RPA活用促進（令和７年度）」（令和8年4月24日）は、令和7年10月31日時点の自治体のAIの導入状況を、機能別にまとめています。AIを導入済みか実証実験中の団体の回答では、導入件数は「音声認識」の967件が最も多く、AI-OCRなどが当たる「文字認識」の629件が2番目でした。

件数は機能ごとの数で、一つの団体が複数の機能を導入していれば、それぞれに数えられます。

次の章で紹介するつくば市の例のように、自治体は住民が手書きした申請書を読み取っています。製造現場の検査記録や日報と同じく、手書きの帳票を扱う業務です。この記事で自治体の資料を多く使うのは、国の資料のなかで、手書きの帳票の読み取りを具体的に説明しているのが自治体向けのガイドブックだからです。

OCRかAI-OCRかより、自社の帳票で何を確かめるかを決める

製品がOCRとAI-OCRのどちらを名乗っているかよりも、自社の帳票をどこまで読めるかのほうが、導入の判断に直結します。比べるときに確かめる点を、次の表にまとめます。

手書きの帳票では、読み取った結果を人が確かめて直す工程が残る

手書きの帳票は、書く人によって字の形が違い、記入欄からはみ出すこともあります。国の資料は、AI-OCRを使っても人の確認が残ることを前提に、確認の段取りを組むよう勧めています。

くせ字や枠からはみ出した文字は、誤読になる場合がある

総務省の「自治体におけるAI活用・導入ガイドブック」は、計画立案の章のコラムで、「AIの判定結果を人間がチェックするためのプロセスを設けましょう」としています。その例として挙げるつくば市のAI-OCRでは、目視でも判読が難しいような雑字・くせ字・悪筆や、文字が枠線からはみ出す場合に誤読となることがあるとしています。

そのためこのアプリケーションには、AIで読み取るのが難しい画像を一覧で表示し、人が画像を見て手で入力する機能があります。

製造現場の検査記録では、測定値の読み違いが、合否の判定や不良の集計をそのまま狂わせます。誰が、どの項目を、どこまで確かめるかを、読み取りを始める前に決めておくことが必要です。

正読率は、文字単位と項目単位で数字が違う

同ガイドブックの事例のページによると、つくば市は2018年12月から2019年3月に、ほかの5つの市とAI-OCRの正読率を確かめる共同研究を行いました。この研究で、つくば市の20の帳票の正読率は、文字単位で93.41%、項目単位で89.11%でした。同市は2019年12月から本格的に導入し、読み取りの精度は95%程度で、読み取れない画像はその画像だけが画面に表示され、人が見て入力するとしています。

これは自治体の申請書を対象にした1件の事例で、製造業の帳票で同じ数字になるとは限りません。それでも、同じ読み取りでも文字単位と項目単位で数字が違うことは分かります。社内で精度を比べるときは、どちらの単位の数字かをそろえることが前提になります。

確認は残っても、1件ずつ入力するより効率よく確かめられる

総務省の「自治体におけるRPA導入ガイドブック」に載る佐賀市の事例は、後期高齢者医療の申請書をAI-OCRで読み取り、結果を目視で突き合わせて確かめてから、CSVファイルとして保存しています。同ガイドブックは、AI-OCRは手書きの文字に対しても高い認識精度を持つものの、一定の誤変換を含むため、目視での確認と訂正は不可欠だとしています。

そのうえで、システムで1件ずつ入力して確かめるのに比べれば、まとめて効率よく確かめられるとしています。

同ガイドブックはほかの箇所でも、AI-OCRで申請書の記入内容からデータを作れば、目視の確認の手間は残るものの大幅に効率化できるとしています。電子申請で入口からデータにできれば、目視の確認も要らなくなるとも書いています。製造現場に置き換えると、手書きのまま残す帳票と、タブレットなどで直接入力する帳票を分けて考えることにつながります。

帳票を電子化する前に、様式をそろえ、対象を絞る

読み取りの結果は、帳票の様式に大きく左右されます。国の資料は、OCRに向かない帳票があることと、読み取りの前に帳票そのものを見直すことを挙げています。

様式がばらばらの帳票は、OCRでのデータ化に向かない

総務省の「自治体におけるRPA導入ガイドブック」は、企業などから受け取る請求書について、様式が多種多様であり、OCRでのデータ化には向かないとしています。そのため通常は手作業でリストにしますが、委託料などでは所定のExcelの様式で提出してもらい、入口から電子化できている事例もあるとしています。

同ガイドブックに載る宇部市の事例では、医療機関からの領収書のように様式の統一が難しい場合は読み取りが難しく、処理件数が少ない場合は、OCRの修正の量によってはかえって作業時間が増える場合があることが分かりました。読み取りを試す帳票は、様式がそろっていて、枚数が多いものから選ぶのが近道です。

入口の電子化と、帳票の標準化をあわせて考える

同ガイドブックは、RPAで自動化する範囲を考えるときに見直す点として、作業の目的を確かめることなどとあわせて、「入口の電子化（電子申請やAI-OCRの活用）や帳票の標準化も検討する」ことを挙げています。

製造現場の検査記録やチェックシートは、取引先から受け取る請求書と違い、自社で様式を決められる帳票です。部署や工程ごとに少しずつ違う様式が使われているなら、記入欄の位置と項目の名前をそろえるだけでも、読み取りの結果は変わります。記入欄を数字だけで書く形にする、選択肢に丸を付ける形にするといった見直しも、読み取りの前に検討できます。

紙の原本の保存は、書類ごとの決まりを確かめる

帳票を電子化するとき、紙の原本をどう扱うかも決めておく必要があります。国税庁の「電子帳簿保存法一問一答【スキャナ保存関係】」（令和8年7月）によると、電子帳簿保存法のスキャナ保存制度の対象は、取引の相手先から受け取った請求書等と、自己が作成したこれらの写し等の国税関係書類（決算関係書類を除く）です。

同じ一問一答は、売上伝票などの伝票類は国税関係書類に当たらないため、スキャナ保存の適用はないとしています。スキャナで読み取るときの解像度などの要件も、同じ一問一答に一覧があります。

この一問一答は、社内の検査記録や日報の扱いには触れていません。これらの原本をいつまで残すかは、社内の文書管理の規程や、取引先との取り決めで確かめてください。

製造現場の紙の帳票を、分析できるデータにする

帳票を読み取って転記の手間を減らすことは、最初の一歩です。品質・製造部門にとっての本来の目的は、ためたデータで不良の傾向や工程の変化を見つけることにあります。

中小企業の15.4%は、紙や口頭による業務が中心

中小企業庁の「2026年版 中小企業白書」第1部第1章第5節は、帝国データバンクの「令和７年度中小企業の経営課題と事業活動に関する調査」（n=12,215）をもとに、中小企業のデジタル化の取組段階を4つに分けて示しています。紙や口頭での業務が中心で、まだデジタル化していない段階1は15.4%、アナログな状態からデジタルツールを使う業務に移りつつある段階2は57.3%でした。

デジタル化で業務の効率化やデータ分析に取り組んでいる段階3は24.5%、デジタル化でビジネスモデルの変革や競争力の強化に取り組んでいる段階4は2.8%です。

白書のこの図は、業種別の内訳を示していません。それでも、データ分析に取り組んでいる段階3と段階4は、合わせて27.3%にとどまります。紙の帳票をデータにすることは、段階2から段階3へ進むための足場になります。

IPAの調査では、アナログなデータのデジタル化で成果が出ているとする割合が高い状態が続いている

情報処理推進機構（IPA）の「DX動向2026」（2026年7月）は、DXで成果が出ていると答えた企業を対象に、DXの取り組みの項目ごとの成果の状況を経年で比べています。そのなかで「アナログ・物理データのデジタル化」と「業務の効率化による生産性の向上」は、「すでに十分な成果が出ている」と「すでにある程度の成果が出ている」の合計が高い状態が続いているとしています。

紙の帳票をデータにする取り組みは、この区分では「アナログ・物理データのデジタル化」に当たります。ただし、デジタル化しただけでは転記の手間が減るにとどまります。データを使って何を改善するかまで決めておくことが、次の段階に進む条件になります。

読み取った値は、帳票の項目ごとに、後で集計できる形でためる

分析に使えるかどうかは、読み取った値をどうためるかで決まります。検査記録なら、日付、品番やロット、工程、測定値、合否、記入者といった項目を、帳票ごとに同じ名前と同じ形式でためておくと、後で品番別・工程別に集計できます。読み取れなかった値や人が直した値に印を付けておけば、データの信頼性を確かめられます。

空欄のままの項目にも印を付ければ、記入漏れに、集計の段階まで待たずに気づけます。

こうしてためたデータを品質改善までつなげた事例は、12月9日の講演「手書き帳票・Excelを、AIで“信頼できるデータ”に！」で聞けます。講演の紹介文は、AIの精度を左右するのはAIの性能よりも入力データの信頼性だとしたうえで、集まったデータをAIで集計・分析し、品質改善や生産性向上につなげた事例を紹介するとしています。

設備やセンサーのデータとあわせて工場全体を分析する段階の考え方は、「デジタルツインで実現するスマートファクトリー」で説明しています。

AI-OCRの導入は、帳票を絞って試し、精度と削減した時間を測る

帳票と残す項目が決まったら、実際に読み取りを試します。総務省のガイドブックは、導入の段階と、効果を測る指標の例を示しています。

総務省のガイドブックは、導入を5つの段階で進める

総務省の「自治体におけるAI活用・導入ガイドブック」は、AIの導入手順を、事前検討、計画立案、調達・事業者選定、AIの導入、運用の5段階で示しています。帳票の読み取りに当てはめると、事前検討で対象の帳票と課題を決め、計画立案で確認の段取りと効果の測り方を決め、そのうえで製品を選んで試す、という順番になります。

同ガイドブックは、AIを導入したときの評価指標（KPI）の例として、「AIの精度」と「業務削減量」を挙げています。AIの精度は、導入する業務に応じてどれくらいの精度が必要かを試算するもので、業務削減量は、導入する前と後の業務の流れを比べて、削減される作業量（人時）を試算するものです。

自治体では、AI-OCRで年間1,200時間を減らした例がある

総務省の「自治体におけるAI・RPA活用促進（令和７年度）」は、AIの導入効果の主な例として、人口3.9万人の団体が、AI-OCRを使って税の収納の消込作業を年間1,200時間（60%）減らした例を挙げています。年間の数字は、令和7年10月31日までの実績と、それ以降の推計をもとにしたものです。

この例は自治体の税の業務のもので、製造現場の帳票で同じ効果が出るとは限りません。自社で試すときは、第1章で作った一覧の転記の時間を導入前の数字にし、読み取り後の確認と修正にかかった時間を含めて比べます。

読み取った後の入力は、RPAと組み合わせる

総務省の「自治体におけるRPA導入ガイドブック」は、AI-OCRとRPAを組み合わせると、紙の申請書などをデジタルデータにし、システムに入力する一連の作業を効率化できるとしています。読み取ったCSVを基幹システムやExcelに入力する作業が残るなら、そこはRPAで自動化できる候補になります。

RPAの仕組みと導入の進め方は「RPAとは？業務自動化の仕組み・活用事例と導入のポイントを解説」で、AI-OCRやRPA、生成AIを組み合わせて業務を端から端まで自動化する考え方は「バックオフィス業務のハイパーオートメーション」で説明しています。

講演の紹介：手書きの帳票をAIでデータにし、品質改善につなげた事例

2026年12月9日（水）、東京国際フォーラムで開かれるイプロスAI - 産業World 2026では、手書きの帳票の電子化と、ためたデータの分析を取り上げる講演があります。

10:20〜10:50：現場の作業を変えずに帳票を電子化し、データを分析する

B会場の講演「手書き帳票・Excelを、AIで“信頼できるデータ”に！ ～現場作業を変えずに品質・生産性を上げる実践法～」では、株式会社ミライのゲンバ 代表取締役CEOの佐藤 哲太 氏が登壇します。佐藤氏は、製鉄所で溶接鋼管の生産技術を担当し、工程改善と品質の高度化を進めた経歴を持っています。

講演の紹介文によると、現場の作業を変えずに帳票を電子化し、手書きの記入をAIでテキストにして、そのまま分析できるデータとしてためる仕組みを紹介します。集まったデータをAIで集計・分析し、品質改善や生産性向上につなげた事例も取り上げます。第6章のデータのため方を、製造現場の例で確かめたい場合に合う講演です。

OCRについてよくある質問

OCRとは、何ですか

画像に写った文字を読み取り、文字のデータにする技術です。国立国会図書館は、OCR（光学的文字認識）の処理技術の進展により、画像データからテキストデータを作成できるようになったと説明しています。紙の帳票は、スキャナなどで画像にしてからOCRで読み取ります。

OCRとAI-OCRは、何が違うのですか

総務省の「自治体におけるAI活用・導入ガイドブック」は、AI-OCRを、AIを用いて文字認識を行い、手書き文字の認識を可能にするものと説明しています。同省の「自治体におけるRPA導入ガイドブック」は、AI-OCRは学習の成果を活用して、従来のOCRよりも高い認識精度で文字を読み取れるとしています。どこまで読めるかは製品によって違うため、自社の帳票で試して確かめます。

手書きの文字は、どこまで読み取れますか

総務省のガイドブックに載るつくば市の共同研究では、自治体の20の帳票の正読率は、文字単位で93.41%、項目単位で89.11%でした。ただし、くせ字や枠からはみ出した文字は誤読になる場合があり、同ガイドブックは、読み取った結果を人が確かめる工程を設けるよう勧めています。

読み取った後、紙の帳票は捨ててよいですか

書類によって決まりが違います。国税庁の「電子帳簿保存法一問一答【スキャナ保存関係】」は、スキャナ保存の対象を、取引の相手先から受け取った請求書等と、自己が作成したこれらの写し等の国税関係書類（決算関係書類を除く）とし、売上伝票などの伝票類には適用がないとしています。社内の検査記録や日報の扱いには触れていないため、社内の文書管理の規程や取引先との取り決めで確かめてください。

まとめ：帳票を棚卸しし、様式と確認の段取りを決めてから試す

OCRは画像から文字のデータを作る技術で、AI-OCRは手書きの読み取りに対応を広げました。それでも、総務省の自治体向けのガイドブックは、くせ字や枠からはみ出した文字は誤読になる場合があるとして、読み取った結果を人が確かめる工程を設けるよう勧めています。同省のRPA導入ガイドブックは、様式が多種多様な帳票はOCRに向かないとしています。

AI-OCRを試す前に、まず紙の帳票を、枚数と記入項目、転記にかかる時間で一覧にします。次に、様式がそろっていて枚数の多い帳票を選び、記入欄と項目の名前をそろえ、誰がどこまで確かめるかを決めます。そのうえで、精度を文字単位と項目単位のどちらで測るかを決めて試し、確認と修正の時間を含めて、導入前と比べます。

読み取った値を項目ごとにためておけば、転記の手間を減らすだけでなく、品質や生産性の分析に使えるデータになります。