FAX・メール受注のAI自動化｜中小企業の受発注入力をゼロに近づける進め方

取引先からFAXで届いた注文書を見ながら、担当者が基幹システムに品番と数量を打ち込む。中小企業の受発注では、いまでも当たり前に行われている作業です。1日60件で1件3分なら3時間。繁忙期ほど件数は増え、打ち間違いは誤出荷につながります。

この記事では、FAX・メールで届く注文をAI OCRと生成AIで読み取り、転記まで自動化する進め方を、構成パターン・費用感・ステップ・精度の担保方法に分けて整理します。「自社の件数と取引先数なら、どのパターンから始めるべきか」を判断できる状態をゴールにします。

FAX・メール受注のAI自動化とは、注文情報の「転記」をなくす取り組みです

処理は「受信・読み取り・構造化・転記」の4段階に分かれます

取引先から届くFAX注文書・メール本文・PDF発注書をAI OCRと生成AIで読み取り、項目ごとのデータに変換し、基幹システムや在庫表へ書き込む仕組みです。工程は、クラウドFAXでPDF化する「受信」、文字を認識する「読み取り」、品番・数量・納期・届け先に振り分ける「構造化」、受注システムへ登録する「転記」に分かれます。

つまずくのは3つめの構造化です。文字は読めていても、どの数字が数量か判別できず人が見直すことになります。ここを生成AIに担わせるのが近年の構成の中心です。

従来のOCRとの違いは、帳票レイアウトがバラバラでも対応しやすい点です

従来型のOCRは「この座標の枠に品番が入る」という定義を帳票ごとに作り込む方式でした。しかし注文書を作るのは取引先で、レイアウトは各社で違い予告なく変わります。10社あればテンプレート10種類で、この保守負担が導入を止める要因でした。

AI OCRと生成AIの組み合わせは、座標ではなく文脈で項目を判断します。表記の違いも同じ意味として扱えるため、テンプレートを作らずに試せます。取引先ごとに書式が違う中小企業ほど相性が良い、というのが実務上の位置づけです。

「FAXをやめる」と「FAX受注の処理を自動化する」は別の打ち手です

効率化を検討するとまず「取引先にWeb発注へ移ってもらう」案が出ます。実現すれば転記自体が消えますが、取引先の運用は変えられない、少量多品種でEDIへの投資対効果が見えにくい、といった理由で止まりやすい打ち手です。

一方「処理を自動化する」は自社の内側で完結し、取引先には何も依頼しません。まずこちらで社内の処理時間を削り、Web発注への移行は商談のタイミングに合わせて中長期で進める順番をおすすめしています。

自動化の構成パターンは大きく3つに分かれます

パターン①　クラウドFAX＋AI OCR＋スプレッドシート転記

もっとも小さく始められる構成です。FAXをクラウドFAXでPDF化し、読み取り結果をスプレッドシート（Google Workspace の Google スプレッドシート、または Microsoft 365 の Excel）に出力します。基幹システムへの入力は人が行いますが、紙を見ながら打つ作業がコピー＆ペーストに変わります。基幹システムを触らないため着手しやすい構成です。

パターン②　AI OCR＋RPA／iPaaSで基幹システムへ登録

読み取り結果をRPAやiPaaS（Power Automate、Make、Zapier など）経由で受注登録画面やAPIに流し込む構成です。人の作業は例外確認だけになり削減効果は最大ですが、基幹システムに登録用APIがあるか、無ければ画面操作をRPAで再現できるかの調査が先に必要です。工数が読めず止まりやすいため、①で精度を確認してから進みます。

パターン③　生成AIでメール本文・PDF発注書を構造化して取り込む

受注がメール本文やPDF添付で届く場合の構成です。OCRを介さずテキストを生成AI（Claude、Gemini など）に渡し、決めた項目に沿ったデータとして出力させます。紙のスキャンを経ないため、3つの中では精度が安定しやすい領域です。ただし取引先の注文情報を外部サービスへ送るため、入力データを学習に使わない契約形態かは事前に確認してください。

金額は当協会の支援現場で見ている水準の目安です。

導入は6つのステップで小さく進めます

Step1〜2　受注経路を実測し、取引先ごとの帳票パターンを分類します

Step1は実測です。FAX・メール・電話・Webそれぞれで1日何件届き、入力に誰が何分かけているかを1週間だけ記録します。感覚で済ませると効果を語れません。

Step2は帳票の分類です。注文書を取引先ごとに分け、上位3社で全体の何割を占めるかを確認します。受注は特定の取引先に偏るため、上位3社で6〜7割ならその3社だけでも効果の大半は取れます。

Step3〜4　読み取り項目を4つに絞り、小さく精度を測ります

Step3は絞り込みです。品番・数量・納期・届け先の4つに限定します。単価は自社マスタから引けます。

Step4は精度測定です。過去1か月分の注文書50〜100枚を通し、項目ごとに「正しく読めた件数÷全件数」を出します。全体ではなく項目別に見るのが要点で、数量は高精度でも品番だけ低いという偏りが出ます。

Step5〜6　人の確認工程を設計し、連携と運用ルールを決めます

Step5は確認工程です。全件ではなく「怪しいものだけ人が見る」形にし、確認担当とタイミングを決めます。

Step6は連携と運用ルールです。読み取りに失敗した注文書を誰が手入力に回すか、取引先が帳票を変えたとき誰が気づくか。この2点を文書化しておけば担当者が変わっても止まりません。

当協会の支援現場で受注入力の自動化に着手すると、最初に詰まるのはAIの精度ではなく品番マスタの表記ゆれであることがほとんどです。典型的なのは、同じ商品が旧品番と新品番の両方で登録されている、現場の略称だけが登録され正式品番と結びついていない、英数字が全角と半角で混在している、といった状態です。これではAIが正しく読み取っても自社マスタと突き合わせられず「該当なし」になります。精度検証より先に、上位3社の注文書に出てくる品番だけでもマスタを整えてください。

精度は「100%を目指さない設計」で担保します

品番マスタとの突合が精度の土台になります

読み取った品番を自社マスタと突き合わせ、一致しないものを弾く仕組みが土台です。1文字読み違えればマスタに存在しない品番になるため、その場で検出できます。

数量の桁と納期の妥当性は機械的にチェックできます

数量は、通常発注ロットから大きく外れる値（10個が100個として読まれる桁違い）を検出します。納期は出荷実績と照らして「前日」や「1年後」のような値を弾きます。単純なルールですが、誤出荷につながる事故の多くはこの2種類で止まります。

確信度が低い項目にフラグを立て、例外だけ人が見ます

目指すのは「全件を人が見る」から「AIが読んで、怪しいものだけ人が見る」への移行です。AI OCRは項目ごとに確信度を返せるため、一定値を下回った項目と上記チェックで弾かれた注文だけを確認画面に集めます。精度を99%まで上げる努力より、この工程設計のほうが費用対効果は高くなります。

導入事例を3件紹介します

卸売業のお客様（従業員35名規模）：1日60件の入力を2名4時間から1名1時間程度へ

FAX注文の入力を2名で毎日4時間ほどかけていた事例です。クラウドFAXでPDF化し、読み取り結果を品番マスタと突合する構成（パターン①に近い形）を導入しました。着手前に上位3社分の表記ゆれを整理したことが効いています。現在は1名が1時間程度で確認と登録を終えており、支援現場の実感として入力工程は3分の1程度です。

製造業のお客様（従業員50名規模）：PDF発注書を構造化し、誤出荷を減らした

取引先6社からPDF発注書がメール添付で届いていた事例です。生成AIで4項目を構造化する構成（パターン③）に変えました。ねらいは時間短縮より品質で、繁忙期に転記ミスによる誤出荷が月数件出ていたところ、数量の桁チェックと品番突合により頻度が下がっています。

食品関連のお客様（従業員20名規模）：早朝のFAX受注を出社前に把握できるようにした

早朝のFAX注文を出社後に確認してから出荷準備に入るため、朝の立ち上がりが遅れていた事例です。クラウドFAX化して結果をスマートフォンから見られるようにし、出社前に受注内容を把握できるようになりました。削減額は大きくありませんが、朝の段取りを前倒しできた点を評価されています。

デメリット・注意点を導入前に確認してください

手書きFAXの精度は印字より落ちます

印字と手書きでは読み取り精度に差が出ます。手書きが混じる取引先だけ人が入力する運用を残すのが現実的です。全件自動化を前提にすると全体が止まります。

品番マスタが整っていないと効果が出ません

突合先のマスタに表記ゆれや重複があると、読み取りが正しくても照合できません。マスタ整備は自社でしか進められません。

件数課金のため、受注件数が多いとコストが積み上がります

AI OCRは読み取り枚数・件数による課金が一般的で、件数が多いと月額が想定を超えることがあります。契約前に直近3か月の実件数で概算を出してください。

例外処理の設計を怠ると「二度手間」になります

読み取りに失敗した注文書が放置される経路を作ると、担当者は「結局全部見ないと不安」と判断し、自動化前より工程が増えます。確認画面に集める・担当と時間を決める設計を省かないことです。

帳票変更と誤読リスクへの備えが必要です

取引先が様式を変えると精度が落ちるため、月次で突合エラー件数を見る程度の継続監視は必要です。あわせて、誤読による誤出荷の最終責任はツール提供元ではなく自社の確認工程にあることを社内で確認してください。

よくある失敗パターンと対策を整理します

精度100%を前提に人の確認を外してしまう

導入直後の精度が高いと確認を省きたくなります。しかし帳票変更や手書き混在で精度は変動するため、外すと事故が出た時点で運用が止まります。対策は、確認対象を「全件」から「フラグが立った分だけ」に絞って残すことです。

マスタ整備を後回しにする

ツール選定から始めると、検証段階で突合が合わず「精度が低い」という結論になりがちです。対策は、上位3社の品番だけを先に整えてから検証に入ることです。

全取引先を一度に対象にする

20社分の帳票を同時に扱うと検証が終わりません。対策は件数の多い上位3社に絞って始め、運用が回ってから広げることです。

効果測定の基準を決めずに導入する

「楽になった気がする」では投資判断も継続判断もできません。対策は、Step1で入力時間（人数×分）を実測し、同じ基準で導入後も測ることです。

まとめ：FAX受注は「やめる」より先に「処理を自動化する」

着手順序は「実測・絞り込み・マスタ整備」です

①受注件数と所要時間を実測する、②上位3社の帳票に絞る、③読み取り項目を4つにする、④品番マスタを先に整える、⑤怪しいものだけ人が見る確認工程を設計する、の順番です。最初の一歩はクラウドFAXとAI OCRで結果を表計算に落とす構成で十分です。

判断軸は「削減時間を金額に換算できるか」です

構成に迷ったら、実測した入力時間を人件費に換算し、月額の目安と並べてください。②が見合うのは、削減時間が月額を明確に上回る件数規模からです。受発注以外の自動化の事例は、中小企業のDX・AI活用情報（当協会オウンドメディア）でも発信しています。