Irwin&co株式会社は、データ入力作業の効率化を目指す企業向けに、生成AIを活用した「PDF構造化技術」を正式にリリースしました。この新しい技術は、従来のAI OCRが抱えていた「精度90%の壁」という課題を解決し、不規則なPDFファイルからでも99.9%という高い精度でデータを自動的に抽出します。これにより、データ入力作業に関わる人員を大幅に削減できると期待されています。
従来のAI OCRが抱える課題
近年、多くの企業がデータ入力業務を効率化するためにAI OCR（光学文字認識）を導入しています。しかし、「期待したほど作業が楽にならない」という声も少なくありません。その主な原因は、従来のOCR技術の限界にありました。
- 認識精度の限界: PDFを単なる「画像」として処理するため、読み取り精度は高くても90%程度にとどまることが一般的でした。
- 残る手作業: 読み取りミスが10%程度発生するため、結局は人間がすべてのデータを一つずつ確認し、手作業で修正する必要がありました。これにより、コスト削減効果が限定的になっていました。
- 形式の不揃いへの対応困難: 表や段組が複雑な書類、あるいは形式がバラバラな書類では、「どの情報がどの項目に該当するか」をAIが正確に判断できず、データ化が困難でした。
これらの課題に対し、Irwin&coは従来のAI OCRとは根本的に異なるアプローチで解決策を開発しました。
AI OCRとは違う「PDF構造化技術」とは
新しい「PDF構造化技術」は、従来のOCRがPDFを「画像（絵）」として見ていたのに対し、PDFを「意味と構造を持つ文書」として深く理解します。
テキストデータが含まれるPDFに対しては、そのテキスト情報を直接抽出し、構造を解析することでほぼ100%の精度を実現します。一方、紙をスキャンしたような画像形式のPDFに対しては画像解析を行う、ハイブリッドな処理方法を採用しています。この組み合わせにより、全体として99.9%という非常に高い読み取り精度を達成しました。
従来のAI OCRとPDF構造化技術の比較
| 項目 | 本技術（PDF構造化技術） | 従来のAI OCR技術 |
|---|---|---|
| 技術概要 | PDFを「意味と構造を持つ文書」として理解 | PDFを「画像」として扱い、文字を読み取る |
| 精度 | 約100% | 90%程度（10%の誤りが発生） |
| 理解力 | 見出し・項目・数値の関係性を理解し、推論が可能 | 文字を正しく読むことがゴール（関係性は理解しない） |
| 実務耐性 | 不規則なフォーマットが混在しても対応可能 | フォーマットが崩れると精度が落ちる |
| 成果 | データ入力作業や人的コストを大幅に削減できる | 人による確認・修正作業がかなり残る |
本システムが持つ3つの特徴
（1）AI OCRの限界を超えた「意味理解」による高精度読み取り
生成AIが「見出しと数値の関係」や「表の構造」を文脈から理解します。ただ文字を読み取るだけでなく、「この数値は何の項目か」を推論できるため、人間が手作業で行うのと同じか、それ以上の精度でデータをデータベース化できます。
（2）あらゆる不規則なフォーマットに対応
不動産会社によってレイアウトが異なる「マイソク（販売図面）」や、形式がバラバラな「PowerPoint」「Excel」「登記簿謄本」など、さまざまな形式のファイルが混在していても、AIが自動的にファイル形式と内容を判別し、正確に情報を抽出します。
（3）入力コストを大幅に圧縮
精度の低いOCRでは必ず必要だった「すべてのデータの目視チェック」や「手作業での修正」が、この技術ではほとんど不要になります。これにより、データ入力にかかる時間と人件費を大きく削減できます。
実例：データ入力事務員を6名から1名に削減
不動産データ（マイソクやデベロッパーから受け取る不規則な不動産データなど）の読み取りにおいて、PDF構造化技術を活用したシステム開発の実例を紹介します。不動産資料の約99%はスキャンデータではなくテキストデータで構成されているという前提に基づいています。
-
ドラッグ＆ドロップで入力と判別
-
人間が不動産データ（PDF、PowerPoint、Excelなど）をシステムにドラッグ＆ドロップで投入します。
-
AIは、投入されたファイルが「テキストデータを保持したファイル形式」なのか、それとも「スキャンデータ（画像）」なのかを瞬時に判断します。
-
-
構造化技術による読み取り（全体の99%）
-
テキストデータを保持しているファイル（全体の約99%）が対象です。
-
画像認識ではなく、データ内部のテキスト構造を直接解析します。
-
その結果、約100%の精度で読み取りが可能となり、抽出したい情報を文字や画像のまま正確にデータ化できます。
-
-
OCR技術による読み取り（全体の1%）
-
紙をスキャンしたような画像データ（全体の約1%）が対象です。
-
ここでは従来のOCR技術を用いて読み取ります。
-
この場合、精度は90%程度で、約10%の誤った情報が含まれる可能性があります。
-
全体の精度算出
スキャンデータ（全体の1%）に含まれるわずかな読み取りミス（10%）が全体に与える影響は、計算上わずか0.1%（1% × 10%）です。結果として、残りの99.9%のデータにおいて正確な読み取りを実現しています。これにより、データ入力事務員を6名から1名へと大幅に削減できた実例があります。
導入までの流れ
本システムの導入は、以下のステップで進められます。
-
ヒアリング・デモ実施: 企業の具体的な課題や対象となるPDFの種類を確認し、デモンストレーションを行います。
-
トライアル検証: 実際のデータを使って、読み取り精度を体験できます。
-
本導入・運用開始: システム連携や日々の運用フローの構築をサポートします。
詳細については、Irwin&co株式会社までお問い合わせください。
Irwin&co株式会社について
Irwin&co株式会社は、「導入するだけのAIではなく、成果を出すAI」を理念に掲げ、生成AIを活用したシステム開発やコンサルティングを主な事業としています。
-
社名: Irwin&co株式会社
-
代表者: 代表取締役 アーウィン海
-
所在地: 〒150-0004 東京都渋谷区円山町5丁目5号
-
設立: 2025年6月
-
事業内容: 生成AIに係るシステム開発・コンサルティング・講習会
-
Webサイト: https://www.irwin-and-co.com/
本件に関するお問い合わせ先
Irwin&co 株式会社
代表取締役：アーウィン海
取締役/広報担当：田中康太郎
E-mail：kotaro.tanaka@irwin-and-co.com
Tel：090-1545-1708
