株式会社メリオル

◾️概要
生成AIを活用して、発注書・納品書などのPDF書類から必要な情報を自動抽出し、後続業務へ連携するAI業務自動化システムを構築しました。

◾️従来の課題
従来の業務では、担当者がSharePointなどに保存された発注書・納品書のPDFファイルを一件ずつ開き、取引先名、日付、金額、商品情報などの必要項目を目視で確認したうえで、別システムへ手作業で転記していました。

この作業は件数が多く、単純な入力作業に多くの時間を要していることに加え、転記ミスや確認漏れが発生する可能性もありました。

◾️対策
DifyをAIワークフロー基盤としてAzure VM上に構築し、OpenAI、Claude、Geminiなど複数の生成AIモデルを用途に応じて利用できる構成としました。

指定されたSharePointフォルダへPDFファイルを配置すると、日次処理によって対象ファイルを取得し、生成AIによる画像認識・簡易OCR処理を行い、書類内の必要な項目を構造化データとして抽出する仕組みを実装しました。

まず既存の発注・納品業務を整理し、どの工程に時間がかかっているのか、どの作業をAIで自動化できるのかを明確化しました。

従来の業務では、担当者がSharePointなどに保存された発注書・納品書のPDFファイルを一件ずつ開き、取引先名、日付、金額、商品情報などの必要項目を目視で確認したうえで、別システムへ手作業で転記していました。

この作業は件数が多く、単純な入力作業に多くの時間を要していることに加え、転記ミスや確認漏れが発生する可能性もありました。

◾️SharePointの活用
既存のSharePointを活かしながら業務を自動化できる仕組みを設計しました。

利用者はこれまでと同様に所定のSharePointフォルダへPDFを配置し、その後の処理を自動化することで、現場の業務フローを大きく変更することなくAIを導入できる構成としました。

◾️Difyワークフロー
日次処理によってSharePointから対象PDFを自動取得し、Dify上で構築したワークフローへ連携します。

PDFについては、生成AIのマルチモーダル機能を活用して画像・文書内容を認識し、業務上必要となる項目を抽出しました。

書類ごとにレイアウトや記載方法が異なるため、単一のモデル・プロンプトに固定するのではなく、OpenAI API、Claude API、Gemini APIなど複数のモデルを検証し、書類や処理内容に応じて適切なモデルを活用できる構成としました。

また、AIによる読み取り精度を高めるため、単純にPDFをモデルへ渡すだけではなく、抽出対象となる項目、出力形式、判断条件などをプロンプトおよびワークフローとして設計しました。

取得した情報は後続処理で扱いやすい形式へ整形し、仮登録までを自動で実行する仕組みを構築しています。

Azure VM上に環境を構築し、各種LLM APIやSharePointと連携するAI実行基盤として整備しました。

◾️品質の担保
発注・納品に関わる情報は業務上の重要性が高いため、AIの出力を無条件に確定データとして扱う方式にはしませんでした。

AIによる自動処理の後に担当者が内容を確認するHuman-in-the-Loopの工程を設け、最終的な正確性を人が担保できる運用としました。

これにより、AIが得意とする大量の文書確認・情報抽出を自動化しながら、人が判断すべき最終確認は残すことで、業務効率と品質を両立しています。


プロジェクト全体を通して、要件定義からプロンプト・ワークフロー設計、Dify基盤構築、実装、テスト、本番リリースまで一貫して対応しました。

発注書・納品書などのPDFを担当者が一件ずつ確認し、手作業で転記していた工程をAIによって自動化したことで、大幅な業務工数削減を実現しました。

従来、月間約500時間を要していた発注・納品関連業務を約250時間まで削減し、月250時間、約50%の工数削減につなげました。

特に、書類の読み取り、必要情報の抽出、データ整形、仮登録までを自動化したことで、担当者は単純な転記作業ではなく、AIが処理した結果の最終確認を中心に業務を行えるようになりました。

また、OpenAI、Claude、Geminiなど複数の生成AIモデルを検証・活用することで、異なる書類形式にも対応しやすい文書読み取り・データ抽出の仕組みを構築しました。

既存のSharePointを起点とした業務フローとしたことで、利用者側に大きな運用変更を求めることなくAIによる自動化を導入できた点も成果の一つです。

さらに、AIの処理結果をそのまま確定するのではなく、人による最終確認を組み込んだことで、生成AIの利便性を活かしながら誤認識・誤入力のリスクを抑制しました。

本プロジェクトでは、単にDifyや生成AIを導入するのではなく、既存業務の分析から自動化対象の選定、AIワークフロー設計、システム構築、運用フローの再設計まで一貫して行い、実際の業務工数削減につながるAI活用を実現しました。