【AI OCR検討・導入企業必見】AI PDF構造化技術で、不規則なPDFも精度99.9%で自動抽出する新技術を正式リリース

〜「精度90%の壁」というAI OCRの課題を解決。データ入力作業人員を80%以上削減可能に〜

Irwin&co株式会社（本社：東京都渋谷区円山町5丁目5号、代表取締役：アーウィン海）は、「AI OCRを導入したが精度に満足できない」「これからデータ入力の自動化を検討している」という企業様に向け、生成AIを活用した「PDF構造化技術」により、高精度にPDFデータを読み取る法人向けソリューション（以下、本システム）を正式リリースいたしました。本技術は、不動産マイソク（販売図面）、登記簿謄本、帳票等のPDF、PowerPoint・Excel等からエクスポートされたPDFが混在する非定型フォーマットにおいて、99.9%のデータ読み取り精度を実現します。従来のAI OCRでは避けられなかった「目視チェックと手修正」の手間を解消し、データ入力業務の真の自動化を実現します。

■ 開発の背景 - 「AI OCR導入後も残る、人手による修正コストと精度の壁」

近年、多くの企業がデータ入力業務の効率化を目的に「AI OCR（光学文字認識）」を導入しています。しかし、導入企業からは「期待したほど楽にならない」という声が多く聞かれます。その原因は、従来のOCR技術が抱える構造的な課題にあります。

認識精度の限界（90%の壁）：PDFを単なる「画像」として処理するため、読み取り精度は高くても90%程度にとどまります。 

残る手作業：残りの10%の誤読を修正するために、結局は人間が全件を目視確認する必要があり、コスト削減効果が限定的です。

 形式が不揃い：表組みや段組が複雑な書類では、「どの数値がどの項目か」を文脈から理解できず、正しくデータ化できません。 

Irwin&coは、これらの課題を抱える企業様、そしてこれから失敗のないシステム導入を目指す企業様のために、AI OCRとは根本的に異なるアプローチで本システムを開発しました。

■ 解決策 - AI OCRとは根本的に異なる「PDF構造化技術」

従来のOCRがPDFを「画像（絵）」として読み取っていたのに対し、本技術はPDFを「意味と構造を持つ文書」として認識します。

テキストデータを含むPDFに対しては、テキスト情報を直接抽出し構造化することで約100%の精度を実現。スキャンデータ等の画像PDFに対してのみ画像解析を行うハイブリッドな処理により、全体として99.9%という圧倒的な読み取り精度を達成しました。 

項目	本技術（PDF構造化技術）	従来のAI OCR技術
技術概要	PDFを「意味と構造を持つ文書」として理解	PDFを「画像」として扱い、文字を読み取る
精度	約100%	90%程度（10%の誤りが発生）
理解力	見出し・項目・数値の関係性を理解し推論が可能	文字を正しく読むことがゴール（関係性は理解しない）
実務耐性	不動産マイソク（販売図面）、登記簿謄本、帳票等のPDF、PowerPoint・Excel等からエクスポートされたPDFが混在する非定型フォーマットにも 対応可能	フォーマットが崩れると精度が落ちる
成果	入力作業・人的コストを大幅削減	人による確認・修正作業がかなり残る

■ 本システムの特徴

（1）AI OCRの限界を超えた「意味理解」による高精度読み取り

生成AIが「見出しと数値の関係」や「表の構造」を文脈から理解します。単に文字を拾うだけでなく、「この数値は何の項目か」を推論できるため、人間と同等以上の精度でデータベース化が可能です。

（2）あらゆる不規則フォーマットに対応

不動産会社ごとにレイアウトが異なる「マイソク（販売図面）」や、形式がバラバラな「PowerPoint」「Excel」「登記簿謄本」などが混在した状態でも、AIが自動でファイル形式と内容を判別し、正確に情報を抽出します。

（3）入力コストを大幅圧縮

精度の低いOCRでは必須だった「全件目視チェック」や「手修正」がほぼ不要になります。

■　実例（データ入力事務員を6→1名に削減）
不動産データ（マイソク・デベロッパーから受領する不規則な不動産データ等）の読み取りにおいて、すべてのファイルを画一的にOCR（画像認識）にかけるのではなく、PDF構造化技術を活用したシステム開発の実例を説明します。

重要な前提: 不動産資料（マイソクデータ）の99%はスキャンデータではなくテキストデータで構成されているという前提に基づいています。

1. ドラッグ＆ドロップ（入力と判別）

人間の作業: 不動産データ（マイソク・デベロッパーから受領する不規則な不動産データ等）をドラッグ＆ドロップでシステムに投入します。

AIの処理: 投入されたファイルが「テキストデータを保持したファイル形式」なのか、それとも「スキャンデータ（画像）」なのかを瞬時に判断します。

2. 構造化技術による読み取り（全体の99%）

対象: テキストデータを保持しているファイル（全体の99%）。

処理: 画像認識ではなく、データ内部のテキスト構造を直接解析します。

結果: 約100%の精度で読み取りが可能であり、抽出したい情報を文字・画像のまま正確に抽出できます。

3. OCR技術による読み取り（全体の1%）

対象: 紙をスキャンしたような画像データ（全体の1%）。

処理: 従来のOCR技術を用いて読み取ります。

結果: 精度は90%程度であり、10%ほど誤った情報が含まれる可能性があります。

＜全体の精度算出＞
 スキャンデータ（1%）に含まれる微細な読み取りミス（10%）が全体に及ぼす影響は、計算上わずか0.1%（1%×10%）です。 結果として、残り99.9%のデータにおいて正確な読み取りを実現しています。

■ 導入までの流れ

ヒアリング・デモ実施：貴社の課題や対象帳票（PDF）の種類を確認させていただきます。 

トライアル検証：実際のデータを用いて、読み取り精度をご体感いただきます。 

本導入・運用開始：システム連携や運用フローの構築をサポートいたします。 

※詳細はお問い合わせください。

■ Irwin&co株式会社について

Irwin&co株式会社は、「導入するだけのAIではなく、成果を出すAI」を理念に掲げ、生成AIを活用した受託開発を主力事業として展開しています。

 社名：Irwin&co株式会社 

代表者：代表取締役 アーウィン海 

所在地：〒150-0004 東京都渋谷区円山町5丁目5号 

設立：2025年6月 社員数：20名（業務委託含む） 

事業内容：生成AIに係るシステム開発・コンサルティング・講習会 

 

■ 本件に関するお問い合わせ先

Irwin&co 株式会社

代表取締役：アーウィン海

取締役/広報担当：田中康太郎

E-mail：[e-mail]

Tel：[phone]

Web：https://www.irwin-and-co.com/