制作範囲
①処理に膨大な時間がかかる
・注文書の枚数や情報項目が多く、手作業での転記に多大な時間を要していた。
②ヒューマンエラーの発生
・手作業ゆえに、入力ミスや記入漏れなどのヒューマンエラーが発生しやすい状況だった。
③従来型OCRの限界
・顧客ごとにフォーマットが異なる非定型な注文書に対応できず、従来のOCR技術の導入が困難だった。
①マルチモーダルLLM（MLLM）の活用
・AI OCRの中核にMLLMを採用した。これにより、従来のLLMが対応できなかった画像（注文書）を含む多様な形式のデータを統合的に処理できるようになり、顧客ごとにフォーマットが異なる非定型な注文書であっても正確に読み取りが可能になった。
②情報の自動識別と構造化
・MLLMによって、注文書内の重要情報（工数、納期、支払条件など）を自動的に識別・構造化し、Googleスプレッドシートの受注台帳に正確に転記されるように設計した。
③業務フローの自動化
・注文書ファイルをGoogleドライブに保存し、Google Apps ScriptからAWS Lambdaを経由してMLLMで解析する一連の流れを自動化した。
・その結果、担当者の作業は、システムが転記した内容を目視で確認するのみとなり、手作業での転記業務を完全に排除した。
社内情報の検索効率とアクセス性の向上、バックオフィスへの問い合わせ対応負荷軽減。
見積書と発注書の照合・チェック作業の自動化、作成ミス（誤記・入力漏れ）の防止と業務効率の向上。
車両に取り付けた通信型ドライブレコーダーで計測される走行情報を収集・蓄積し、ドライバーの運転評価・診断や、事故発生時の詳細情報を提供。
各デバイスの情報をリアルタイムで収集・分析し、センター側から蓄電・発電操作を遠隔で制御することが可能。
オンプレミスサーバーで運用していた2種類のデータ分析基盤システムを、既存データを含む全機能とともにAWS上に移行。
