スクロールトップ

Case Study

月3,000件の書類審査を、AI-OCRと判定補助で「人が楽に確認できる」仕組みに

完全自動化ではなく「人の目が最終判断する」設計。AI活用の地に足がついた導入事例です。

Case Study

Case

2026.01 AI活用・業務改善 金融サービス / 審査部門 15名

課題

月3,000件超の申請書類を目視確認。1件あたり平均12分、繁忙期は残業が常態化し、確認ミスも月に数件発生。

対応

AI-OCRで読取→ルールベース一次判定→人の確認画面の3段構成。判定根拠を画面に表示し、人が「なぜOK/NGか」を追えるよう設計。

成果

1件あたりの確認時間が12分→3分に短縮。確認ミスはゼロ件を6か月間維持。AIへの不信感も「根拠が見える」ことで解消。

AI活用・業務改善2026.01

月3,000件の書類審査を、AI-OCRと判定補助で「人が楽に確認できる」仕組みに

完全自動化ではなく「人の目が最終判断する」設計。AI活用の地に足がついた導入事例です。

背景

申請書の確認と判定を一件ずつ目視で行っており、入力、照合、判断、記録に大きな工数がかかっていました。

対応範囲

OCR取り込み、データ整形、判定補助ロジック、人の確認画面、判定履歴、保守運用の設計までを対象にしました。

構成の考え方

完全自動化ではなく「人が確認しやすくなる」ことを優先し、AIが補助する範囲と人が責任を持つ範囲を切り分けました。

成果

一次確認の負担が下がり、確認漏れの防止、履歴管理の明確化、将来のルール追加や精度改善に備えた基盤が整いました。

主な機能

  • OCR連携・データ整形
  • 判定補助ロジック
  • 人による最終確認画面
  • 判定結果・履歴の記録

この案件で重視したこと

  • AIに任せすぎず、実務に耐える安全設計にすること
  • 判定根拠を追いやすくすること
  • 保守・精度改善を継続しやすくすること

Contact要件整理から相談可能

近いケースがあれば、進め方からご一緒します

同じ課題でも、既存環境や運用体制で進め方は変わります。まずは現状を伺い、最適な進め方を整理します。