プロジェクト背景
華東医薬グループは中国有数の医薬品製造企業であり、年間購買額は50億元を超え、日常的な購買伝票の量は膨大です。これまでは、すべての購買データを人手でPDFや画像から読み取り、SAP ERPシステムへ手入力した後、DingTalkで承認フローを起動していました。両システム間のデータ連携がなかったため、重複入力や情報の遅延、承認の滞留が発生していました。
主な課題
ソリューション
AIスマート認識・自動入力
OCRとLLMのデュアルエンジンによる購買伝票認識システムを導入し、PDF、画像、スキャンデータなど多様なフォーマットのインテリジェント解析に対応。仕入先情報、品目コード、数量、価格などの重要項目を自動抽出し、SAP項目マッピングルールに従って自動入力する仕組みを構築しました。
ERP-DingTalkデータ連携
SAP ERPとDingTalk間の標準API統合ミドルウェアを開発し、購買データの双方向同期を実現。ERPへの入力完了後、DingTalkで自動承認フローが起動し、承認結果がリアルタイムでERPに書き戻されることで、二重入力が解消されました。
異常値スマートアラート
過去データに基づく購買異常検知モデルを構築し、価格の逸脱、数量異常、重複発注などのリスクを自動識別・アラート通知する仕組みを導入しました。
効果データ
| 指標 | 導入前 | 導入後 | 改善率 |
|---|---|---|---|
| 伝票入力時間 | 2時間/件 | 5分/件 | ↓96% |
| 入力エラー率 | 8% | 0.5% | ↓94% |
| 購買チーム人数 | 8名 | 3名 | ↓63% |
| 承認完了時間 | 3営業日 | 0.5営業日 | ↓83% |
> 定量サマリー：伝票入力時間を96%短縮し5分/件へ、エラー率を94%削減し0.5%へ、購買チームを8名から3名に削減、承認完了時間を83%短縮し0.5営業日へと大幅改善。
技術スタック
SAP ERP、DingTalkオープンプラットフォーム、OCRエンジン、Qwen大規模言語モデル、Node.jsミドルウェア、PostgreSQL
よくある質問
OCR+LLMデュアルエンジンは、純粋なOCRと比べてどこが優れているのか？
純粋なOCRは、複雑なフォーマット（手書き、印影のかぶり、非定型テンプレート）に対する認識率が約80%～85%にとどまります。LLMを組み合わせることで、OCRの読み取り漏れや誤認識を意味理解によって補完でき、総合認識率は99%以上に向上します。本事例では、人手による8%のエラー率が、AI入力では0.5%に低減されています。
AIスマート入力は多様な購買伝票フォーマットに対応しているか？
はい。OCR+LLMデュアルエンジンはPDF、画像、スキャン、FAXなど多様な形式に対応し、テンプレートの事前定義は不要です。LLMが仕入先ごとに異なる伝票レイアウトを自動的に理解し、重要項目を抽出してSAPの標準項目にマッピングします。
システム導入後、どの程度の人手介入が必要か？
AIの認識信頼度が低い異常伝票のみを3名の購買担当者（従来は8名）が処理します。これらは全体の約5%に過ぎず、残り95%の購買伝票は入力→承認→アーカイブまで完全自動で処理され、人手介入は不要です。
