AI-OCRで宅配伝票を自動処理し繁忙期1,200時間削減、運送会社の省人化

百貨店から届いた宅配伝票を人が目で追い、必要な情報を拾って手書きの作業指示書に落とす。これが導入前の姿であり、お中元とお歳暮の時期には、この工程だけのために25〜30人という人数を確保しなければなりませんでした。

編集部の見立てでは、困りごとの本質は「作業量が多い」ことよりも、業務が回るかどうかが毎年の人集めに握られてしまっていた点にあります。伝票の送り手は多数の百貨店に分散しており、繁忙期にどれだけの量が届くかを自社の都合で決めることはできません。それでも発送の期日は動かせないため、必要な人数を必要な時期に揃えられるかどうかが、そのまま事業の継続性に直結してしまう構造です。労働力不足が業界全体の前提となりつつある状況では、この形は年を追うごとに重くなっていきます。

効いたのは、自動化の範囲を「伝票を読み取る」ところで止めず、その先の作業指示書を作るところまで一続きで置き換えた設計だと考えられます。文字を読み取るだけの自動化にとどめると、読み取り結果を人が確認して別の書類に書き起こす工程が残り、現場の手間はさほど減りません。入口の伝票から出口の指示書までをひとまとまりの流れとして組み替えたことで、人の手が触れる回数そのものが減りました。

紙の入口を高速スキャナーで押さえ、その上でAI-OCRを動かすという構成の取り方も、この業務の性質に合っています。伝票がまとめて届く繁忙期の現場では、読み取りの賢さ以上に、大量の紙をどれだけ速く電子化できるかが全体の処理速度を決めるためです。A4高速スキャナーと既製のAI-OCRソフトを組み合わせる形は、一から作り込むことを前提にしないぶん、時期が決まっている繁忙期に間に合わせやすいやり方でもあります。

AI-OCRをクラウドではなく社内環境で動かすオンプレミス型で構成した点も見逃せません。宅配伝票のように取引先や配送に関わる情報を扱う書類では、データを社外に出さずに処理し切れることが、導入を決める際の後押しになった可能性があります。

伝票処理にあたるスタッフの人数はほぼ半分になり、お歳暮とお中元のシーズンを合わせた実質3か月間で約1,200時間の業務時間が削減されました。手書きによるヒューマンエラーも大幅に減り、残業時間の解消と作業の正確性向上につながっています。この取り組みは全日本物流改善事例大会2026の優秀事例に選出され、2026年5月に開催される同大会で発表される予定です。