“Excel罠”の正体２ ― AIでは解けない“表現ゆらぎ”の世界。 - CB Lab（シービー・ラボ）| “現場の困った”を解剖するメディア

「AIに読み込ませれば、Excelもそのうちキレイに整理されるはず」

そう期待して、AI-OCRやChatGPTを試してみたものの、
現場で本気で使おうとすると、意外な壁にぶつかります。

・同じ得意先なのに、Excelごとに名前が全部違う
・同じ材料なのに、現場ごとに品名の書き方がバラバラ
・同じ現場なのに、別のファイルでは略称になっている

AIは「それっぽく」読み取ってくれるのですが、
いざ集計しようとすると「同じもの」がバラバラに散ってしまう。

この正体が、今回のテーマである「表現ゆらぎ」です。
そしてこれは、AIでも“いきなり完全自動”にはなりにくい、かなりしぶとい問題です。

1. Excel罠の本体は、「自由な表現」×「後から効いてくる構造」

Excelは、ある意味で“紙より自由”です。

セルさえあれば、

どこに何を書いてもいい
好きな表現で書いていい
途中でレイアウトを変えてもいい

短期的には、とても便利です。
目の前の見積書や管理表を「とりあえず形にする」には最強のツール。

ただし、「後から集計・分析したい」となった瞬間に牙をむきます。

得意先名の揺れ
- 「株式会社ABC」
- 「(株)ABC」
- 「ABC㈱」
- 「ＡＢＣ（株）」…（全角・半角・スペース入り）
品名の揺れ（建設・製造だと“あるある”）
- 「M16×60L」
- 「M16*60L」
- 「M16-60」
- 「ボルト M16 60L」
単位や数量の揺れ
- 「3.0㎡」「3m2」「3 M2」「3.0」
- 「個」「ヶ」「コ」
- 「1式」「一式」「一　式」

人間の感覚では「全部同じ意味」で扱っているのに、
機械にとっては別物の文字列です。

そして、この「表現の自由さ」と「後から構造化したい欲望」のギャップが、
Excel罠のコアな部分になっています。

2. AIは“似ている”けれど、“責任を取れる”わけではない

では、AIはこれをどう見るのか。

最近のLLM（ChatGPTなど）やAI-OCRは、「似ている文字列」を見つけるのは得意です。
たとえば、

「株式会社ABC」と「(株)ABC」は、たぶん同じ会社だろう
「M16×60L」と「M16-60」は、たぶん同じ規格のボルトだろう

…という「それっぽい推測」は簡単にできます。

しかし、業務で本当に困るのはここから先です。

「たぶん同じ」を「同じ」として扱っていいのか
過去データではどう扱ってきたのか
別の現場では、同じ表現が別の意味で使われていないか

つまり、「どこまでを同一視してよいか」という判断が必要になります。

この判断は、

その会社の業務ルール
業界の慣習
過去のやりとりの履歴
担当者同士の“暗黙の了解”

といった、非常に“人間くさい”要素に依存しています。

AIは、「それっぽくまとめる」ことはできても、
「この会社ではこう扱うべき」という責任ある判断ルールまでは持っていません。

3. ベテランは“頭の中に変換表”を持っている

では、人間のベテラン担当者は、どうやってこの問題を解いているのか。

彼らは無意識のうちに、こんなことをやっています。

得意先名の変換
- 「(株)ABC」「ABC㈱」「ＡＢＣ（株）」
  → 頭の中では全部「株式会社ABC」として扱っている
品名の読み替え
- 「M16×60L」「M16-60」
  → 過去の発注履歴を見て「あ、いつものあのボルトね」と判断
現場名・工事名の統合
- 「○○ビル新築工事」と「○○BL新築」
  → 請求書の宛名や担当者名を見て、同じ現場だと理解

ポイントは、
1セルだけを見て判断しているわけではないということです。

隣の列や、別シート
過去のExcelファイルやメール・FAX
その得意先との“いつものやりとり”

これらを総合して、「これはAに統一」「これはBとして扱う」と決めています。

言い換えると、ベテランの頭の中には、
その会社専用の「巨大な変換辞書」と「判断ルール」が入っている、ということです。

4. AIで一発自動化できない理由は、「会社ごとの“正解”が違う」から

AI界隈ではよく、「教師データをたくさん集めれば性能が上がる」と言われます。

しかし、表現ゆらぎの世界では、教師データを集めれば集めるほど、
逆にこんな問題が出てきます。

A社では「一式」と「1式」を同じ扱いにしている
B社では「一式」と「1式」を分けて集計している
C社では、「一式」は禁止で、数量を必ず入れさせたい

つまり、会社ごとに“正解”が違うのです。

この状態で「万能AI」を作ろうとしても、

A社にはちょうどよくても、
B社に導入すると、集計ルールが崩れ、
C社に入れると、「そんなまとめ方は困る」と言われる

ということが起きます。

AIに足りないのは、「文字列を読む力」ではなく、
「その会社にとっての正解を学び続ける仕組み」です。

5. 解決の方向性は、「ゆらぎの設計」と「判断ログの蓄積」

では、どうすればいいのか。

「AIをあきらめましょう」では、あまりにももったいないので、
現実的な解き方の方向性を整理してみます。

① ゆらぎが発生しているポイントを棚卸しする

まずは、現場で実際に起きている“表現ゆらぎ”を可視化します。

得意先名
現場名・工事名
品名・型番・サイズ
単位・数量の書き方
日付・コード類（伝票番号、受注番号など）

「このあたりが毎回モヤモヤするよね」というポイントを、
10個くらい書き出してみるだけでも、かなり視界がクリアになります。

② 「許容するゆらぎ」と「許容しないゆらぎ」を決める

次に、全部をガチガチに揃えるのではなく、

多少揺れても問題ないところ
ここは絶対に揃えておきたいところ

を分けます。

例えば、

得意先名は「正式名称に揃える」
現場名は“人が読んでわかればOK”
品名は「品番・JANなどのキー情報が合っていればOK」
…など、会社ごとの現実解を決めていきます。

③ Excelでできる“ゆらぎガード”を入れる

いきなりAIに丸投げするのではなく、
Excel自体にもできることがあります。

プルダウンで選ばせる（マスタ管理）
入力規則で、変な形式を防ぐ
関数（SUBSTITUTE、TRIMなど）で表記ゆれを補正する

「完全に自由な白紙のセル」を少しずつ減らしていくだけでも、
後工程の負担はかなり変わります。

④ AIは「候補を出す側」、最終判断は人がする

AIには、「自動で決めさせる」のではなく、
「候補を提示させる」役割を持たせます。

「この得意先名は、マスタのどれに近そうか」
「この品名は、どの製品マスタと似ているか」
「この現場名は、過去のどの現場に近そうか」

AIが“候補リスト”を出し、
人間が最終的に「これだ」と選ぶ。

このときのポイントが、「選んだ結果をログとして残す」ことです。

⑤ ベテランの判断を「判断ログ」として貯める

毎回の人の選択（判断）を、

「どの文字列を」
「何とみなしたか」
「いつ、誰がそう判断したか」

という形で、データとして残していく。

これが、その会社にとっての“本当の教師データ”になります。

回数を重ねるほど、

よく出てくるパターンは自動化できるようになり、
レアなケースだけ人が見る、という世界に近づいていきます。

6. Excelから“卒業”するのではなく、Excelを「判断の窓口」にする

ここまで読むと、

「じゃあExcelやめて、専用システムに全部置き換えるべきでは？」

という発想も出てきます。

もちろん、それが理想のパターンもあります。
ただ、現実の建設・製造・流通の現場では、

取引先から届くのは相変わらずExcelやPDF
社内でも、部門ごとにカスタムされたExcelが動いている
いきなり全部を置き換えるのは、業務インパクトが大きすぎる

といった事情があります。

そこで、発想を少し変えます。

Excelは「現場が今まで通り使う画面」として残す
裏側で、AI＋仕組み側が「ゆらぎを吸収して構造化」していく

つまり、Excelは“人の判断の窓口”として残しつつ、
判断の中身をログ化していくイメージです。

私たちが取り組んでいる「人の判断を再現し続ける」仕組みも、まさにここを狙っています。

7. まずは、自社の“ゆらぎポイント”を10個書き出してみる

最後に、この記事を読んでくださった方へのおすすめアクションを一つ。

直近で困っているExcel（見積、請求、原価管理表など）を1つ開く
「これ、毎回表現バラバラだよな…」と思う項目を10個ピックアップする
その横に、「本当はどう統一したいか」をメモしてみる

これだけで、

どこからAIを入れるべきか
どこはExcelの設定で防げるか
どこに“人の判断ログ”が効いてきそうか

が、かなり具体的に見えてきます。

AIは万能ではありませんが、
「表現ゆらぎ」とちゃんと向き合い、
人の判断を仕組みに落とし込んでいくことができれば、
Excel罠は、少しずつ“解けるパズル”に変わっていきます。

そして、そのパズルを解くプロセスこそが、
会社ごとの“業務の強さ”そのものになっていくはずです。

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/