NTTロジスコが返却伝票をAIで読み取り、医療機器物流の受入作業を標準化

伝票を撮影して文字をデータ化する工程と、その表記から正式名称を言い当てる工程を切り分けた設計が、この仕組みの土台になっています。前者は画像認識で機械的に処理できますが、後者は「この略称はあの医療機関を指す」という照合の判断であり、性質がまったく違います。読み取りと照合をひとつの処理としてまとめず、別々の課題として扱ったからこそ、略称や手書きという厄介な部分にAIの力を集中させられたと読み解けます。

AIの出した答えを自動で確定させるのではなく、あいまい検索の結果として画面に示す形をとった点も効いているのではないでしょうか。似た名前の医療機関が並ぶ場面では、正式名称への変換に取り違えのリスクがつきまといます。候補を絞り込むところまでをAIが担い、最終的な見極めは人の手元に残す。この配分であれば、誤登録を防ぐという当初の狙いと、現場が安心して使えることを両立させやすくなります。

適用範囲を返却品の受入という一工程に限定した判断も見逃せません。物流センターの業務は入荷から保管、出荷まで連なっていますが、熟練者の判断に依存していたのは伝票の名称照合という狭い部分でした。業務全体を作り替えるのではなく、詰まっている一点を特定してそこだけを置き換える進め方は、既存のWMSの処理の流れを保ったまま入れられる現実的な設計です。