AI-OCRもLLMも万能じゃない ― “Excel地獄”が残る理由

AI-OCRやLLMを入れたのに、最後はExcelで人が整えている──。
建設・製造・流通の現場で何度も見てきた“あるある”です。
原因は「AIの精度」よりも、現場の情報構造にあります。

1. よくある誤解と現実

誤解1： AI-OCRが正確に読めれば手作業は消える
現実： 読めてもどのマスタと結びつけるか（型番⇔メーカー、仕入先⇔正式名）で詰まる

誤解2： LLMに投げれば自動で整う
現実： LLMが推測した“それっぽい答え”は業務ルールの保証がない（監査・原価に不安）

誤解3： Excelは柔軟で便利だから残しておけばOK
現実： Excelは入力・命名・計算式が自由すぎて“例外スノーボール”を起こす

---

2. “Excel地獄”の典型症状（建設の見積・契約・予算）

1. 非正規化の列

• 「摘要」に仕様・例外・社内メモが全部入り
• 行結合／セル結合で機械可読性ゼロ

1. 名寄せできないマスタ

• 「〇〇電設」「(有)〇〇電設」「〇〇電設(株)」が別会社扱い
• 型番「A-123」「A123」「A‐123（全角ハイフン）」の表記ゆれ地獄

1. 単位・数量のブレ

• m / ｍ（全角）/ m² / セット / 本 の混在
• 端数処理や歩掛の社内ルールが暗黙知

1. 版管理の迷子

• 「見積v3_最終_藤井修正_確定(案).xlsx」…どれが最新？
• 誰が、いつ、何を直したか監査不能

結果、AIが「読めた」あとに“人の判断”を呼び戻す構造が残る。
これがExcel地獄の正体です。

---

3. 技術的にどこで詰まるのか（分解して見る）

• 文字認識（OCR）：活字は高精度でも、スキャン品質／罫線つぶれ／押印／手書きで劣化
• 構造復元：表の見出し・階層・小計の意味づけはルール化が必要
• 正規化：全半角、ハイフン、スペース、単位、桁区切りを統一
• エンティティ解決（名寄せ）：仕入先名・型番・工種名を社内マスタに紐付け
• 業務ルール適用：歩掛、社内原価、相当品可否、閾値アラートなど会社ごとの判断
• 例外学習：人が直した痕跡を再利用できる仕組みがないと、毎回“初見作業”に逆戻り

精度95%でも、1日100行なら5行は例外。
その5行が各社固有ルールに絡むと毎回、人の登板になります。

---

4. 解決アーキテクチャ：6層モデル

1. Ingestion（取り込み）
   　スキャン/PDF/メール添付/クラウド（SharePoint/Box…）を一元取込。命名規則とメタデータ付与。
2. Parse（OCR/レイアウト解析）
   　ページ単位→表構造→見出し/小計/脚注を抽出。セル結合の解除と階層の平坦化。
3. Normalize（正規化）
   　表記ゆれ・単位換算・全半角・ハイフン・数値書式を関数/辞書で機械的にまず揃える。
4. Resolve（名寄せ）
   　仕入先名・メーカー・型番・工種を確率スコア付きで候補提示（fuzzy join）。
   　人が選んだ結果を同義語辞書に継ぎ足す。
5. Rules（業務ルール）
   　歩掛、閾値、原価・相当品可否、承認経路を宣言的ルール（YAML/DSL）で管理。
   　LLMは“提案”止まり、確定はルールが決める。
6. HITL & Feedback（人の判断ログ化）
   　人の修正を原子操作として記録（誰が・何に対し・どう直したか）。
   　辞書/ルール/名寄せモデルへ自動還元して“二度目は起きない”を担保。

ポイントは、「人の判断」を一次データとして永続化すること。
YOZBOSHIでは14万件規模の判断ログを学習に回し、例外の再発率を継続的に下げます。

---

5. Excelの“正しい残し方”

• DBが真実、Excelはビュー：真実は構造化DB/JSON。Excelは出力と承認のUIに限定
• 入力はフォーム化：Excel直接入力をやめ、検証付きフォームで収集
• 差分トラッキング：Excel 書き戻しはやめ、差分比較画面でレビュー・承認
• 監査ログ：版管理をIDと履歴で。ファイル名運用は卒業

---

6. 60日導入ロードマップ（現実解）

Week 1–2｜可視化

• 代表的なExcel/見積PDFを収集、列定義・小計・脚注・例外を棚卸し
• “例外の目録”を作る（名寄せ失敗例、単位ゆれ、承認戻り理由）

Week 3–4｜辞書と正規化

• 仕入先名・メーカー・型番の同義語辞書を初期投入
• 単位変換と書式正規化ルールをコード化

Week 5–6｜名寄せ＋ルール

• fuzzy join（候補3件＋スコア）→人が1クリックで確定
• 歩掛・原価・アラートのYAMLルールを実装、承認フロー接続

Week 7–8｜HITL学習と運用化

• 修正ログ→辞書/ルールへ自動反映のパイプライン
• KPIダッシュボード：例外率、再発率、辞書ヒット率、承認リードタイム

---

7. KPI設計（ビフォー/アフターが見える化）

• 例外率（人手が必要な行の割合）
• 再発率（同タイプ例外の再出現／月）
• 辞書ヒット率（名寄せが自動確定した比率）
• 承認リードタイム（提出→確定までの時間）
• Excel開封回数/件（“脱Excel”の体感指標）

まずは例外率▲30%・再発率▲50%を初期目標に。
“ゼロ例外”ではなく、“同じ例外を二度と起こさない”が現実的で強い。

---

8. 現場でそのまま使えるチェックリスト

• 「摘要」に埋もれている業務判断を列に分離したか
• 単位辞書（m/㎡/本/セット…）と換算ルールを定義したか
• 同義語辞書に社内ニックネーム（略称）を含めたか
• 名寄せ候補はスコアと根拠を併記しているか
• 人の修正が自動で辞書/ルールに戻る仕組みになっているか
• Excelは出力/承認ビューとして限定されているか

---

9. まとめ

AI-OCRもLLMも強力です。ただし“人の判断をどう再現し続けるか”を設計しない限り、Excel地獄は形を変えて残ります。
解は、正規化→名寄せ→ルール→判断ログの循環をつくること。
“例外が学習資産になる現場”へ、今日から移行しましょう。

Connected Baseのご紹介

「AI-OCR」「RPA」から
“LLM＋人の判断”の再現へと移りつつあります。

Connected Base は、日々の見積書・請求書・報告書など、
人の判断を必要とする“あいまいな領域”を自動で処理し、
現場ごとのルールや判断のクセを学習していくAIプラットフォームです。

これまで人が時間をかけて行ってきた仕分けや確認を、
AIとルール設定だけで再現・蓄積・自動化。
単なる効率化ではなく、「判断の継承」まで含めたDXを実現します。

現場の知恵を未来につなぐ──
その第一歩を、Connected Baseとともに。

👉 https://connected-base.jp/