金融業向けサービス：AI-OCRを活用したDX推進

金融機関では、定型帳票へのAI-OCRの導入が進む一方で、非定型帳票については読取り精度やコストの関係で導入ハードルが高くなっています。
CACでは、高度な画像処理技術とAIを組み合わせることにより、準定型や非定型帳票も読取りが可能な独自AI-OCRを開発し、高精度かつ導入しやすいAI-OCRを提供しています。

非定型帳票に対するAI-OCR活用課題

金融機関では、まだ紙帳票の取り扱いを必要とする業務が多く、取り扱う帳票は多岐に渡ります。そのため、定型帳票だけでなく、準定型や非定型帳票に対するAI-OCRの活用が業務効率化、コスト削減に繋がります。

しかし、準定型や非定型帳票に対するAI-OCRの導入は事前学習を経て運用に適応できる精度を得るのが容易ではなく、導入のハードルが高いのが現状です。主な課題として以下のようなことが考えられます。

１：読取り箇所の特定に関する課題

一般的に、準定型や非定型帳票へ用いられるAI-OCRはキーバリュー抽出のものとなります。キーバリュー抽出に代表されるのが、カテゴリーキーワードを発見し、その相対位置で読取り対象を抽出していくモデルです。

事前学習をしっかりと行うことで精度向上が期待できますが、読取り対象によっては学習しても業務運用レベルまで精度の引き上げができないケースがあります。

２：学習データ不足による学習精度の低下課題

読取り精度向上には、実データを用いた事前学習が必要不可欠です。しかし、準定型や非定型帳票の場合、事前に大量の実データを用意することが難しいという課題があります。そのため学習精度が上がらず、導入を断念せざるを得ないケースもあります。

３：AI-OCRエンジンと読取り対象の相性

準定型や非定型帳票へ用いるAI-OCRは、「読取り箇所の適切な特定精度」と「テキストの読取り精度」の二つをバランスよく兼ね備えている必要があります。「読取り箇所の適切な特定精度」を重点的に検討した結果、AI-OCRエンジンの特長と読取り対象の相性が悪く「テキストの読取り精度」が上がらないといったことも発生します。