FAX受注のAI-OCR自動取込 — 紙の注文をデータにする

はじめに

「いまどきFAX？」と思われるかもしれません。でも、輸入卸の業務に関わっていると、取引先からの注文が今もFAXで届くのは珍しいことではないんです。

FAXをやめてもらうのは簡単ではありません。そこで私が選んだのは、FAXはそのまま受け取り、届いた後の処理をAIで自動化するというアプローチです。

この記事では、FAX注文書をAI-OCRで読み取り、受注データとして自動登録する仕組みの全体像を解説します。

FAX受注の現場と課題

卸売の取引ではFAXがまだ現役

BtoBの受発注では、FAXは今も広く使われています。取引先の販売店には長年FAXで発注してきた歴史があり、「うちはFAXで送るから」という運用を変えてもらうのは現実的ではありません。

発注側にとってFAXは「手書きでもワープロでも送れる」「送信記録が残る」手軽な手段です。受注側の都合だけで「Webフォームに切り替えてください」とお願いしても、なかなか動いてもらえない。これが現場の実情ではないでしょうか。

手入力の負担とミス

問題は受け取った後です。届いたFAXを見ながら、品番・数量・取引先・希望納期を受注管理のスプレッドシートへ手で転記する。1件あたり数分でも、毎日積み重なるとかなりの時間になります。

さらに怖いのが転記ミスです。品番の1文字違い、数量の桁間違いは、誤出荷や在庫のズレに直結します。「入力した人が悪い」のではなく、人が転記する工程そのものがリスクなんですよね。

「FAXをやめる」ではなく「FAXの後を変える」

取引先の運用を変えずに自動化するには、FAXが届いた後の社内工程だけを置き換えればいい。幸い、最近のFAX複合機には受信FAXをPDFにしてメール転送する機能があります。

つまり「紙のFAX」は実質「メールで届くPDF」に変換できます。ここまで来れば、あとはソフトウェアの世界。メールの取得、内容の読み取り、シートへの書き込みをすべて自動化できます。

仕組みの全体像

FAXがデータになるまで

全体の流れはこうです。FAX複合機がPDFをメール転送し、それをGmail APIで定期的に取得。AI（Claude）がPDFを読み取って構造化データにし、取引先ごとの設定に従って受注シートへ書き込みます。

3つの構成要素

この仕組みは大きく3つの部品でできています。1つ目がメール取込パイプライン。受信ボックスを監視し、未処理のFAX PDFを漏れなく拾う土台です。

2つ目がLLMによる構造化抽出。レイアウトがバラバラな注文書から、品番や数量を決まった形式のデータとして抜き出します。

3つ目がルート設定と誤読リカバリー。どの取引先のFAXをどのシートに書き込むかのルール管理と、AIが読み間違えたときにすぐ直せる再処理の仕組みです。それぞれ別記事で詳しく解説しています。

なぜOCR専用サービスではなくLLMなのか

レイアウトのばらつきに強い

従来のOCRサービスは「この位置に品番、この位置に数量」と帳票のレイアウトを事前に定義する方式が主流でした。しかしFAX注文書は取引先ごとに書式が違い、手書きメモが添えられることもあります。

LLMは文書を「読んで理解する」ため、レイアウト定義なしでも「これは品番、これは数量」と文脈から判断できます。新しい書式の取引先が増えても、テンプレートを作り直す必要がないのが大きな利点です。

文脈で「読み解く」ことができる

FAXには「いつもの品を10個」「前回と同じ条件で」のような、人間なら読み取れるが機械には難しい表現が混ざります。LLMなら「数量の欄が空だが本文に10ケースとある」といった読み解きがある程度可能です。

もちろん万能ではありません。だからこそ、抽出結果には必須項目チェックや品番マスタとの照合という機械的な検証を重ねて、確からしさを担保しています。

それでも人の確認は挟む

精度がどれだけ上がっても、受注は金額と信用に直結する業務です。この仕組みでは、AIの書き込んだデータを人が確認してから確定する運用にしています。

大事なのは、人の仕事が「転記」から「確認」に変わったことです。ゼロから入力するのと、出来上がったデータを見て確認するのとでは、負担も速度もまったく違います。自動化とは「人を外すこと」ではなく「人を良い仕事に移すこと」だと私は考えています。

運用して見えた設計のポイント

誤読は「ゼロにする」より「すぐ直せる」

導入当初、私は読み取り精度を上げることばかり考えていました。でも運用してわかったのは、誤読を完全になくすことはできないという当たり前の事実です。かすれたFAX、独特の略語、想定外の書式は必ず来ます。

そこで方針を変え、「誤読に気づいたら、その場で再処理（reprocess）できる」仕組みを整えました。誤読率を0.1%下げる努力より、リカバリーを10秒で終わらせる設計のほうが、現場の安心感には効いてきますよね。

取引先ごとの違いは「設定」に逃がす

取引先ごとに書き込み先のシートも列の形式も違います。これをコードに直接書くと、取引先が増えるたびに改修が必要になってしまいます。

そこで、送信元FAX番号やメールアドレスから取引先を特定し、書込先と形式を紐づける「ルート設定」を管理画面でCRUD管理できるようにしました。新しい取引先の追加は、コードを触らず設定の追加だけで完結します。

試せる環境が信頼をつくる

もうひとつ効いたのが、単発のPDFをアップロードしてOCR結果を確認できるテストUIです。「このFAXはちゃんと読めるのか？」を本番に流さず試せるため、新しい取引先の書式チェックや、誤読の原因調査に重宝しています。

現場のメンバーが自分で試して「なるほど、こう読まれるのか」と納得できること。これがAIの仕組みを信頼して使ってもらうための、地味ですが大切な要素だと感じています。

まとめ

FAX受注のAI-OCR自動取込について、全体像を紹介しました。

1. FAXはやめない：取引先の運用は変えず、届いた後の社内工程を自動化する
2. LLMで読む：レイアウトのばらつきに強く、テンプレート定義なしで構造化できる
3. 人は確認に回る：転記ではなく確認へ。誤読は「すぐ直せる」設計で受け止める

紙文化と自動化は対立するものではなく、間に「PDF＋AI」を挟めば両立できる。これがこのプロジェクトで得た一番の実感です。

詳細は各記事で解説しています。メール受信からPDF取得までの土台は「メール受信からの自動取込パイプライン設計」、AIによる読み取りの中身は「LLMによる帳票の構造化データ抽出」、取引先ごとのルール管理と誤読対応は「取引先別ルート設定と誤読リカバリー運用」をご覧ください。