「仕入先から届いた価格表PDFを開いて、品番と単価をExcelに打ち直す」——この作業に、見積担当者が毎月まとまった時間を取られている製造業は少なくありません。価格改定の反映が遅れれば、古い単価のまま見積を出してしまうリスクもあります。
Before:価格表PDFが届いてから見積に反映されるまでのタイムラグ
仕入先からメールでPDFの価格表が届く → 担当者がPDFを開いて品番・型式・単価・改定日を目視で確認 → Excelの単価一覧シートに手入力で転記 → 見積書作成時にそのExcelを参照して単価を入力。
この一連の作業は、価格表のフォーマットが仕入先ごとにバラバラであるほど時間がかかり、転記ミスや改定の反映漏れが起きやすくなります。バルブなど型式・口径・材質の組み合わせで品番が大量に存在する業界では、この転記作業自体が月次の固定業務になっているケースもあります。
AI-OCRが価格表PDFを構造化データとして読み取る仕組み
ここで活用されるのがAI-OCR(画像・PDFの文字をAIが認識し、意味のあるデータとして取り出す技術)です。従来型のOCRは文字を読み取るだけでしたが、AI-OCRは表の構造自体を理解し、「このセルは品番」「この列は単価」「この日付は改定日」といった意味づけまで行えます。
仕入先ごとに異なる表レイアウトでも、AIが「型式列」「口径列」などの位置を推定して抽出します。
「¥12,000-」「2024年4月改定」といった表記ゆれも、数値型・日付型のデータへ正規化します。
抽出結果はCSVやJSONといった形式に変換され、見積アプリの単価テーブルへそのまま取り込める状態になります。
RPA×生成AIの連携においては「生成AIが帳票の内容を理解・判断し、RPAが基幹システムへの入力を確実に実行する」という役割分担が指摘されています。価格表PDFのような非定型帳票の自動化は、まさにこの組み合わせが活きる領域です。
業務アプリ画面で何が起きるか(After)
AI-OCRで構造化したデータは、見積アプリの画面上でどのように扱われるのでしょうか。具体的な画面の動きを見てみましょう。
担当者は「価格表取込」画面を開き、届いたPDFファイルをドラッグ&ドロップします。「取込実行」ボタンを押すとAI-OCRが解析を開始し、数秒〜数十秒で「取込結果確認」画面に品番・型式・単価・改定日が一覧表示されます。
担当者はこの画面で内容をざっと目視確認し、問題がなければ「反映実行」ボタンをクリック。これだけで見積アプリの単価テーブルが更新され、同時に「単価マスタ_YYYYMMDD.csv」という履歴ファイルが自動出力されます。
Excelへの手入力という転記工程がまるごと1本減るのが、この設計の最大のポイントです。見積担当者はPDFを「読む」作業から解放され、「確認する」作業だけに専念できるようになります。
価格改定時に差分を検知し自動アラートする設計
価格表は定期的に改定されますが、「どの品番の単価が、いつ、いくらからいくらに変わったのか」を人の目で追いかけるのは負担が大きい作業です。そこで設計上重要になるのが差分検知の仕組みです。
取り込んだ新しい価格表データと、既存の単価テーブルを品番単位で照合します。
「差分確認」画面に、単価が変わった品番・旧単価・新単価・改定日だけが抽出表示されます。
差分が検知されると、担当者宛にメールやチャット通知で「価格改定あり」とアラートが届く設計です。
その確認作業を、人がPDFとExcelを見比べて行っていないでしょうか。
この差分検知の仕組みがあることで、二重入力や見落としのリスクが構造的に減り、担当者は「変更があった箇所だけ」をチェックすれば済むようになります。見積自動化の全体設計については、製造業の見積り自動化ガイドでも仕組み全体を解説していますので、あわせて参考にしてください。
1仕入先での試験導入から全仕入先への展開手順
価格表PDFの構造は仕入先ごとに異なるため、いきなり全仕入先分をまとめて自動化しようとすると、AIの読み取り精度の調整に時間がかかってしまいます。現実的なのは、段階的な展開です。
取引量が多い、またはフォーマットが比較的定型的な仕入先を1社選び、AI-OCRの読み取り精度を確認します。
品番の桁数、単価の表記ゆれなど、誤認識が出やすい箇所を洗い出し、抽出ルールを調整します。
同じ業界・似たレイアウトの仕入先から順次対象を広げ、最終的に全仕入先分をカバーします。
まとめ
- 要点1:バルブなど品番数の多い業界では、価格表PDFのAI-OCRによる構造化が転記工程を1本減らす鍵になる
- 要点2:「価格表取込」「取込結果確認」「差分確認」といった業務アプリ画面を通じて、単価テーブル更新までを自動反映できる
- 要点3:全仕入先を一度に自動化せず、1仕入先での試験導入から段階的に展開するのが現実的な進め方
本記事はAIを活用して作成しています。内容についての責任は当社が負います。AI活用ポリシー