手元のパソコンで動くAI、書類の読み取りと突き合わせを1画面で完結 X-HACKが開発

株式会社X-HACKは、OCRとローカル環境で動作する大規模言語モデル（Local LLM）を組み合わせ、書類の読み取りから原本との照合、抽出値の修正、確認結果の記録までを1つの画面で支援するローカルアプリを開発した。現在は開発・検証段階にあり、個別業務への適用条件を確認している。

従来の帳票確認業務では、レイアウトごとに読み取り範囲を指定する設定負担や、抽出された情報が書類のどこに書かれているかを原本から探し直す手間が生じていた。また、クラウド型のAI OCRでは処理量が増加した際の利用費用が課題となる場合がある。開発されたアプリは、これらの課題に対応し、端末内で処理を完結させる選択肢として提案されたものだ。

本アプリは、ページ一覧、原本画像、項目ごとの照合結果を並べて表示する画面を備えている。位置情報を持つ項目を選択すると原本上の該当箇所がハイライトされ、作業者は容易に内容を確認できる。読めない項目や区分が分からない項目は推測で確定させず「判定不能」として扱い、担当者が手動で修正して確認結果を記録する。AIによる抽出・照合結果と、人による確認結果は分けて管理される仕組みだ。

処理や保存バッチはローカルの実行環境を利用し、アプリのサーバーは同一端末からの接続に限定した構成となっている。現在は保険料控除の申告内容と証憑の照合を具体的な対象として検証を進めており、今後は各種申請書と添付資料の確認など、ほかの書類確認業務への応用を検討する。なお、一般向け配布や提供価格、サポート範囲は発表時点で確定しておらず、同社は業務に応じた個別適用の相談を受け付けている。