LASSIC Media らしくメディア

毎日届く申込書や請求書、契約書、問い合わせのメール——これらを種類ごとに見分け、担当部署やフォルダ、次の処理へ振り分ける作業は、地味ながら手間がかかります。件数が多い部署では、この仕分けだけで相当な時間を取られ、担当者によって振り分け先がばらつくこともあります。そこで検討されるのが、書類やメールの種類を自動で判定して振り分ける文書分類AIです。

ただ、文書分類AIは「AI-OCR」としばしば混同されますが、担う役割は別物です。役割を取り違えたまま要件を固めると、必要な機能が抜けてしまいます。本記事では、事務やバックオフィスのシステム化を検討する発注担当者に向けて、文書分類AIの位置づけ・できること・扱うデータ・進め方の勘所を整理します。

文書分類AIとは——AI-OCRとの違い

文書分類AIとは、届いた書類やメールが「どの種類か」をAIが判定し、担当部署やフォルダ、次の処理へ振り分ける作業を支える仕組みを指します。よく混同されるAI-OCRと並べると、役割の違いがはっきりします。

AI-OCRは、書類に書かれた文字を読み取り、データとして使える形にする仕組みです。いわば「読み取り」を担います。これに対して文書分類AIは、その書類が申込書なのか請求書なのか問い合わせなのか、といった「種類の判定」と「振り分け」の部分です。読み取りと分類は別の工程で、実際には組み合わせて使われることが多くあります。届いた書類をまずOCRで文字にし、その内容やレイアウトから分類AIが種類を見分けて振り分ける、といった流れです。どちらが必要なのかを取り違えると要件がぶれるため、まず切り分けておくことが出発点になります。

また、振り分けた先で定型作業を自動で進めたい場合は、RPAによる業務自動化と組み合わせることもあります。文書分類AIは「仕分けの判断」を担い、その後の手続きの自動化は別の仕組みが担う、と整理しておくと役割が見えやすくなります。

どのような場面で使われるか

文書分類AIは、種類の異なる書類やメールが大量に届く場面で活用が進んでいます。振り分けの負担がどこにあるかと照らし合わせるとよいでしょう。代表的な場面を次の表にまとめました。

いずれの場面でも、AIが示すのは「種類の見当」であって「確定した仕分け」ではありません。似た様式の書類は取り違えが起こりやすく、これまでになかった種類の書類はうまく分類できない場合もあるものです。どこまでを自動で振り分け、どこからを担当者が確かめるかの線引きが、実務では重要になります。

仕組み——何をもとに分類するか

文書分類AIは、過去に人が仕分けた書類と、その正しい種類（どの分類だったか）を学習し、新しい書類がどの種類かを推定します。判断の手がかりになるのは、大きく次のような情報です。書類のレイアウト（どこに何が配置されているか）、記載されている言葉やキーワード、そしてAI-OCRなどで読み取ったテキストの内容です。これらを組み合わせて、書類の種類を見分けます。

ここで押さえておきたいのは、AIは種類の候補とあわせて「確からしさ」を出せることです。確からしさが高い書類は自動で振り分け、低い書類は担当者の確認に回す、といった運用にすると、誤った振り分けを抑えやすくなります。処理の流れを図にすると次のとおりです。届いた書類の種類を判定し、担当部署や次の工程へ振り分け、確からしさが低い件は人が確かめ、その結果を学習に戻す——この流れが基本になります。

精度と運用の難しさ

文書分類AIを機能させるうえで、想定しておきたい論点がいくつかあります。着手前に押さえておくと、導入後のつまずきを避けやすくなります。

一つ目は、種類の境界のあいまいさです。書類には、どの分類にも当てはめにくいものや、複数の性格を併せ持つものがあります。分類の種類をどう定義するかは、AIの前に人が決めておく必要があります。二つ目は、新種の書類です。学習していない様式の書類が届くと、うまく分類できないことがあります。運用のなかで新しい種類を見つけ、学習に加えていく仕組みが要ります。三つ目は、誤分類の影響です。振り分けを誤ると、対応の遅れや二度手間につながります。確からしさが低い書類は人が確かめる運用にして、影響を抑えることが求められます。四つ目は、扱う書類に含まれる個人情報です。申込書や問い合わせには個人情報が含まれることが多く、収集や保管は個人情報保護法などの枠組みに沿って進める必要があります。

導入で扱うデータと前提

文書分類AIの精度は、学習に使うデータの質と量に大きく左右されます。着手前に確認しておきたいのは、過去の書類と、それが正しくどの種類に分類されていたかの記録が、まとまって残っているかどうかです。この正しい分類のラベルがなければ、何を正解として学ばせるかが定まりません。

また、分類する種類の定義をあらかじめ決めておくことが欠かせません。種類が多すぎたり境界があいまいだったりすると、精度が出にくくなります。まずは件数が多く区別のはっきりした種類から始め、運用しながら種類を増やしていく、という段階的な進め方が現実的でしょう。自社の実際の書類で学習・検証することも大切です。様式や書き方は組織ごとに異なるため、他所のデータだけで作ったものは自社の書類に合わないことがあります。

外注時に確認しておきたい点

文書分類AIの開発や導入を外部に委託する場合は、次の点を事前にすり合わせておくと、認識のずれを防ぎやすくなります。まず、分類したい種類の定義と、AIにどこまで任せるか。どんな種類に振り分けたいのか、確からしさが低い書類をどう扱うのかを決めておきます。次に、学習に使えるデータの状況。過去の書類と正しい分類の記録がどれだけそろっているかは、成果を左右する前提です。

さらに、AI-OCRや既存の文書管理・業務システムとどうつなぐか、そして振り分けた結果を担当者がどう確かめて次の処理につなげるかという運用の流れも、あらかじめ整理しておきたい点です。文書分類AIは、一度作って終わりではなく、新しい種類の書類に合わせて精度を保ち続ける取り組みになります。開発までを切り出すのか、運用や見直しまで含めて依頼するのかを明確にしておくと、導入後の進め方が見通しやすくなります。

まとめ：文書分類AIで押さえる3つの視点

文書分類AIは、AI-OCR（読み取り）とは役割の異なる「種類の判定と振り分け」を担う仕組みです。検討するうえで押さえたい視点は3つに整理できます。第一に、読み取りを担うAI-OCR、仕分けを担う文書分類AI、その後の自動化を担う仕組みを切り分け、自社が楽にしたいのがどこなのかを見極めること。第二に、分類する種類を人が定義し、件数が多く区別のはっきりした種類から段階的に始めること。第三に、新種の書類や判断に迷う書類を前提に、確からしさが低い件は担当者が確かめる運用を組むこと。この3点を踏まえておけば、「入れてはみたが誤った振り分けが多い」というつまずきを避けやすくなります。データの整備や既存システムとの連携に不安があれば、要件整理の段階から外部の知見を借りるのも一つの選択肢です。

よくある質問

著者：テレリモ総研編集部　鈴木 亮佑

ご不明な点はお問い合わせフォームからもご連絡いただけます。

1. *1　出典：個人情報保護委員会「個人情報保護法について」（https://www.ppc.go.jp/personalinfo/）

Tweet