DEEP READを活用したエントリー業務で大幅に工数/コスト削減

DEEP READを活用したエントリー業務で
大幅に工数/コスト削減

• 貴社のご紹介をお願いいたします

SCSKサービスウェア株式会社は、コンタクトセンター、ヘルプデスク、バックオフィス業務について、業務分析・設計から運用・改善までBPO（ビジネス・プロセス・アウトソーシング）サービスを提供しています。「業務ナレッジ」、「IT」と「人財」を連携し、お客様の事業や現場の課題に即した最適解となるサービスを提供するビジネスサービスプラットフォーマーを目指しています。

当社は現在（2023年1月時点）、北海道から沖縄まで全国13拠点（21センター）あり、幅広いお客様にBPO業務を提供しています。その中でも名古屋センターは、紙帳票に記載された内容を電子化するデータ入力業務を約40年間行なっており、現在は10社のお客様のさまざまな帳票の入力業務を請け負っています。

日本国内の企業は、新型コロナウイルスの影響もあり、DX化が加速しています。業務の運用面もより効率化するために、現在AI-OCRを活用したエントリー業務を行なっています。

• AI OCRの導入に至った背景について教えてください

データ入力業務には、エントリー（最初に入力）とベリファイ（エントリー入力とは異なる人が修正入力）という工程があります。

よって1つの帳票を入力する際、従来のプロセスですと必ず2名のリソースが必要となります。数年前まではデータ入力の業務量は現在の倍以上あり、データ入力を専門とした人材（パンチャー）も多くいました。しかし、時代の流れと共にペーパーレス化に取り組む企業が増加、市場の縮小と共にパンチャーも減少し、人材確保が難しくなってきました。

しかしながら、そのような状況下においても業務は今まで通り遂行しなければならず、同時に今まで以上にデータ入力のスピード、そして人件費を抑えることが求められました。
そこでテクノロジーを活用し、業務を自動化することで問題を解決すべく、AI-OCRを３年ほど前から導入し、人×AI-OCRを併用してデータエントリー業務を行う運びとなりました。

DEEP READが選ばれる理由とは

• DEEP READを選んでいただいた理由について教えてください

BPOサービスプロバイダーである当社は、コンタクトセンターやバックオフィス業務において、入力対象の帳票・紙・FAXなどアナログデータを受領し、AI-OCRを使用してテキスト化したデータ（デジタル情報）を納品しています。
さまざまなお客様の要件に対応すべく、AI-OCR導入には次の7つの要件がありました。

1. 手書き文字を識字できること
   当社がお預かりする帳票は全て活字の帳票ばかりではなく手書き文字も多くあるため、手書き文字の識字精度が高いこと。
2. オンプレミス環境
   個人情報を取り扱うため、セキュリティには細心の注意を払っております。クラウド環境の場合、データが事業者側に保管され、外的要因によるデータ流出の懸念もゼロではありません。よって当社ではネットワークを外部と切断した環境を用意し、オンプレミス環境のAI-OCRを使用しております。
3. 24時間稼働ができること
   受領件数が多く、短納期であるため、夜間帯も含めてAI-OCR処理を実行し、翌朝から人がベリファイ入力できるようにしておく必要があります。
4. コストパフォーマンスが良いこと
   どれだけAI-OCRの精度が良くても、コストが高ければ採算が合いません。AI-OCRの処理件数を月額ランニングコストで割り戻した際に、従来方法よりもコストメリットがあること。
5. 帳票の仕分け機能があること
   お客様からお預かりする帳票は複数種類（パターン）の場合がほとんどであるため、人が仕分けするのではなく、AI-OCRで仕分け処理ができること。
6. 画面操作の使いやすさ
   誰でも簡単に使用することできるUIであること。
7. API連携ができること
   帳票をスキャンした後、イメージデータをAI-OCRに投入、読み取り結果（CSVファイル）を取得するまでの工程を自動化できること。

品質、コスト、操作性、セキュリティ、これらの要件に合致したため、DEEP READの導入に至りました。

• DEEP READの活用方法・効果について教えてください

ワクチン予診票の読み取り（予診票に添付された接種券、ワクチンシールの内容も含む）を月間20万〜30万枚のボリュームで行なっています。

既に人×AI-OCRを併用したデータエントリー業務を行なっているとの話をしましたが、本業務ではDEEPREADと他社AI-OCR製品を組み合わせた運用をしています。
AI-OCR同士の読み取り結果が一致していれば、人の入力プロセスを省略（納品前にチェックツールを使って異常値を検知）し、リソースやプロセスの効率化を図りました。

その結果、従来の人×人のエントリー・ベリファイ方式と比較し、リソース面・コスト面で著しい結果が出ました。

■オペレーター工数：70％削減
■コスト：30%削減

• 今後の展望などございましたら教えてください

削減効果については現状に満足することなく、次のレベルに向けて施策を練っているところです。文字を読み取るだけではなく、読み取る前後の工程を含め、業務全体の見直しができるようにしていければと思います。

また、点検業務など今まで人が対応していた業務をAI-OCRを活用することで、新たな可能性を模索、検討できればと思います。
より一層お客様に満足いただけるように、QCDにこだわって運用を推進して参ります。

• DEEP READに今後期待することなどございましたら教えてください

３点ほどあります。

1. 非定型帳票の読取対応
   給与支払報告書など事業者ごとにフォーマットは微妙に異なるものの、入力項目自体はほぼ同じであるタイプの帳票があります。類似帳票が増えると仕分け精度が落ちるため、非定型帳票に特化した読取機能があると今後の業務の幅が広がります。
2. マルチページの読取対応
   マルチページが読み取れないので、読み取りができるようになるとデータ加工の一手間が減り、効率が良くなります。
3. データ加工の機能拡張
   文字列の置換ルールは最大10個まで設定可能となっていますが、10個以上設定が必要なケースもあるため、機能拡張してもらえると助かります。