概要
プロジェクト概要
サービス依頼を取り込み、AIで構造化データを抽出し、承認チェックポイントを人手へルーティングする自動ドキュメント処理パイプライン。
問題
エンジニアリング課題
運用担当は週15時間超を、ベンダーPDFやメールから表データ・注文番号・仕様を手作業抽出に費やし、入力ボトルネックと回避可能な転写ミスを生んでいました。
主要な技術制約：
- 高精度要件：財務アクション前に、自動抽出をスタッフが検証可能であること。
- 多様なPDF形式と非構造化スキャン文書を扱えること。
- データプライバシー：顧客情報は隔離され、公開モデルの学習に決して使われてはなりません。
ソリューション
エンジニアリング＆アーキテクチャ方針
決定的光学解析とLLM意味抽出を組み合わせた非同期イベント駆動オートメーション層を実装。抽出フィールドは信頼度採点され、同期前に並び人手レビュー用ドロワーで提示。
システムアーキテクチャの要点：
ドキュメント取り込みゲートウェイ：webhook・メールの自動解析とPDFテキスト抽出。
信頼度スコアリングエンジン：スキーマ誘導のLLM構造化出力解析とフィールド単位の信頼フラグ。
ヒューマン・イン・ザ・ループレビュー：低信頼フィールドを強調し、1クリック即時検証できるUI。
下流同期コンシューマ：検証済みデータをERP/CRMへ送る堅牢なキューワーカー。
技術的根拠
主要なエンジニアリング判断
信頼度スコアが98%未満の文書には人手検証トリガーを強制。
デッドレター再試行付きRedisキューで、ボリューム急増時も文書ドロップゼロを確保。
透明な監査準拠のため、元文書と抽出テレメトリをすべて保存。
結果
検証済み成果
01
何時間もの手作業転写を、数秒の迅速な検証へ変換。
02
自動と人手の二重検証で、データ入力ミスをほぼゼロに削減。
03
公開モデル学習への露出ゼロで、企業データの隔離を維持。