新聞や雑誌でも紹介されていますが、2017年の日本の国民1人あたりの労働生産性は、OECD加盟国（35ヵ国）の中で21位でした。
今から40年ほど前の1970年でも20位でしたので、1人あたりの労働生産性の順位は40年間ほとんど変わっていないのが現状です。
1人1人の生産性を上げるには、『ムダな業務』（価値を生まない業務）をできる限り減らさなければなりません。
当たり前のことですが価値を生まない業務を減らせば生産性は上がります。
今回は、その代表的な業務である『手入力業務』について、削減方法をご紹介します。
手入力業務は『ムダな業務』？
データ入力などの手入力業務を『ムダな業務』（価値を生まない業務）と聞いて疑問に思う人がいるかもしれません。
請求書や注文書などをシステムへ入力する作業は、会社にとってなくすことはできない必要な業務です。
しかし、入力を行うこと自体「本当に価値を生みだしているのか？」というと、そうではありません。
価値を生み出す業務と、そうでない業務との違いは、「モノ（例えば情報）がその業務を通過することで、違った形に変化するか」というポイントで分類することができます。
【価値を生み出す業務】
・ 情報の分析業務（分析することにより、違った情報をもたらすことができる）
・ 企画業務（新たなアイデアや計画を作り出すことができる）
【価値を生み出さない業務】
・ データ入力作業（入力前と入力後で情報が変わらない）
・ データのチェック作業（チェック前とチェック後で情報が変わらない）
手入力業務のように価値を生み出さない業務のことを『非付加価値業務』と呼びます。
このような非付加価値業務（手入力業務など）をいかに減らすかという事が、生産性を上げるための第一歩となるのです。
再び注目される『OCR』の技術
手書きや印字の情報を読み取るOCRは、数十年前から存在する技術ですが、最近になってまた注目を集めています。
OCRは紙媒体の情報を読み取るシステムとなりますので、上手く使えば手入力業務を減らすことができます。
例えば、読み取った情報はデータ化されますので、システムへの一括取り込み（CSV取込）などといった対応が可能です。
しかし、日本語はひらがなやカタカナ、漢字といった文字の種類が非常に多く複雑なため、以前は日本語を正確に読み取ることはできないと言われていました。
このOCRの技術ですがRPAやAIが登場したことにより、手入力業務を削減するツールとして話題になっています。
手入力を削減する「しくみ」は以下のようになります。
☑ 紙媒体の情報を電子データに変換する（OCRで対応）
☑ 電子データへの変換の精度を上げる（AIで対応）
☑ 電子化した情報をシステムへ入力する（RPAで対応）
【AI（Artificial Intelligence）】
人間の使う自然言語の理解、論理的な推論、経験から学習することができるため、読み取った情報が不正確でも情報を自動で補正することができます。
【RPA（Robotics Process Automation）】
人間が指示（プログラム）した通りの処理を実行するソフトウェア。手入力業務など、定型的な業務を人間の100倍以上のスピードで処理することができます。
↓RPAに関する詳細な記事はこちら
『RPA』とは何か？～間接業務の自動化ツール～
OCRで手書きまたは印字された情報を読み取り、正確に読み取ることができない文字や言葉をAIが補正し、人間よりも断トツに速いスピードでRPAが入力するという流れで、入力業務を削減することが可能となったのです。
仮にシステムに「一括取り込み（CSV取り込み）」といった機能がない場合でも、RPAで対応することも可能です。
RPA・AIを組み合わせたOCRの活用方法
では、実際にRPAとAIを組み合わせ、OCRをどのように活用するのか、事例をご紹介します。
【人間によるデータ入力業務】
1．書類の受領
2．受領した書類のチェック
3．システムへのデータ入力
4．入力したデータの確認
人間によるデータ入力の場合、書類1件1件個別に対応しなければなりませんので、書類の数だけ比例して作業時間は長くなります。
また、人間の場合はケアレスミスが発生しますので、確認作業もより慎重に行う必要があります。
【RPA、AI、OCRを用いたデータ入力業務】
1．書類の受領
2．受領した書類をデータ化（OCRを利用）
3．読み取ったデータのチェック・補正（AIによる自動チェック・補正）
4．補正されたデータをシステムへ入力（RPAによる自動入力）
5．入力したデータの確認
一方で、RPA、AI、OCRを利用した場合、手入力作業は殆ど発生しません。イレギュラーなケース（何らかの理由でデータ化ができなかったなど）の時だけ人間が対応すればよいので、作業時間がゼロにるという訳ではありませんが、大幅に削減されます。
このようなRPA、AI、OCRを使った削減事例ですが、莫大な費用がかかるわけではありません。
ボリュームにもよりますが、200万円前後でも対応することは可能ですので、検討する価値はあるかと思います。
AIでも手こずる手書き文字読み取りの課題
OCRとAIによって紙媒体に記載されている情報の読み取り精度は上がりましたが、『手書き情報』の読み取りについては依然として課題があります。
手書きの情報は印字のものと違い、一文字一文字の大きさや文字の癖などがありますので、スムーズに読み取ることができません。
OCRやAIが正しく読み取れない例としては、以下のようなものが挙げられます。
【手書き文字の誤認識例】
① どこまでが1つの文字か認識できない（例：漢字の「町」と「田」「丁」）
② 漢字、ひらがな、カタカナの区別ができない（例：漢字の「外」とカタカナの「タ」と「ト」）
③ 似たような文字を区別できない（例：数字の「1」と「7」、カタカナの「ワ」、「ウ」、と「ク」、「シ」と「ミ」）
これらの誤認識ですが、ちょっとした工夫をすることで認識率を上げることができます。
①どこまでが1つの文字か認識できない
手書きの場合、記載する本人は1文字として記載をしていても、不要なスペースが空いていたりすると、1文字として正しく読み取れないことがあります。
例えば、「町」という漢字も、へんとつくりにスペースがあると、「田」と「丁」と読み取ってしまうことがあります。
このような問題は、1文字1文字を別々に読み取れるように、記入箇所に枠線を設けることで解決できます。
読取りの精度を上げるには、記入フォームをちょっと工夫するのも１つの手です。
②漢字、ひらがな、カタカナの区別ができない
③似たような文字を区別できない
日本語には、漢字、ひらがな、カタカナと非常に多くの文字が存在しますので、それらを適切に読み取らせることは難しいです。
しかし、読み取る項目（読み取る情報がどのようなカテゴリーとなるのか）を決めておくことで、誤認識を下げることができます。
例えば、住所の欄などをあらかじめ決めておきます。読み取り辛い文字があった場合、住所録のデータベースからマッチング率の高いものを選択させることで、読み取れない文字があったとしても補完させることが可能となります。
このように、読み取る欄のカテゴリーを認識させておき、AIによって近いものを選択させることで、正しく読み取ることが可能となります。
手書き文字は印字と違って一文字一文字が一定ではありませんので、読み取りは非常に困難ですが、フォーマットを工夫したり、AIを活用することで、認識率を向上させることができるのです。
RPAとAIの今後の展望
今回は「手入力業務の削減方法」として、RPAとAI、OCRを組み合わせた事例を紹介しました。
RPAとAIは、最近になってビジネスユースで用いられるようになった『ツール』の1つです。
『RPA』、『AI』と聞くと、何ができるのかよく分からないという声を聞きますが、私たちが日常使っているPCと同じように、1つのツールにすぎません。
「RPA、AIは何ができるのか」という考えではなく、「RPA、AIをどう使うか」という視点で考えると、実現できることは色々と増えます。
OCRがRPA、AIで注目を集めているように、その他のツールもどうやって使ったら効果が出るのかという視点で考えてみると色々とアイデアが出るのではないでしょうか。
まとめ
・手入力業務は『ムダな業務』？
☑ 情報の分析、企画業務は価値を生み出すが、入力・チェック作業は価値を生み出さない業務。
☑ 価値を生み出さない業務を『非付加価値業務』と呼ぶ。
☑ 非付加価値業務を減らすことで生産性を上げることができる。
・再び注目される『OCR』の技術
☑ AIの登場により、OCRの読み取り精度は向上した
☑ AIは自分で判断することができるが、RPAは指示されたことしかできない。
☑ OCRで情報を読み込み、AIで情報を補正、RPAで自動入力というしくみで手入力業務は削減できる。
・RPA・AIを組み合わせたOCRの活用方法
☑ 手入力をRPAに代行させることにより、ケアレスミスはなくなり確認作業も減る。
☑ OCR、AI、RPAを使っても手入力業務がゼロになる訳ではない。
☑ OCR、AI、RPAを使った手入力業務の削減策は、200万円くらいからでも対応できる。
・AIでも手こずる手書き文字読み取りの課題
☑ OCRとAIを使っても手書き文字を正確に読み取ることは難しい。
☑ 記入箇所に枠線を設けると、1文字1文字を正確に読み取れるようになる。
☑ 読み取る項目のカテゴリー（例：住所欄など）を決めておくことで読み取りの精度は上がる。
