Media > AI活用ユースケース > 品質管理 > 冷凍・冷蔵の食品を輸入する商社が英文のリーファーコンテナの温度記録を読み取り、設定温度からの逸脱の時間帯と取り決めに外れる便の一覧を作る

冷凍・冷蔵の食品を輸入する商社が英文のリーファーコンテナの温度記録を読み取り、設定温度からの逸脱の時間帯と取り決めに外れる便の一覧を作る

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

海外の船会社・倉庫から届く英文のリーファーコンテナの温度記録を読み取り、荷主との品質の取り決めに照らします。設定温度から外れた時間帯と続いた時間を便ごとに出し、取り決めに外れる便と記録が抜けた便を一覧にします。

サマリー
AIサービス
AWS Textract/Azure AI/Google Document AI
連携・自動化
Python
対象業界
商社/小売/物流
対象部門
品質管理/購買
対象業務
内容確認・チェック/集計・分析
主な課題
入力作業が多い/判断に時間がかかる/確認ミスが多い
AIで行う処理
判定
主な効果
判断支援/品質標準化/工数削減
導入難易度
★★★☆☆
実装レベル
半自動化
費用感
API連携(中)
人間の確認
条件付き
現在工数
30h/月
AI導入後
10h/月
想定削減
67%
年間削減
240h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 輸入の業務の担当が、船会社のメールから温度記録のPDFを取り出し、コンテナの番号のフォルダに保存する
  2. 品質の担当が記録を開き、コンテナの番号と設定温度を、案件の管理の表と取り決めと見比べる
  3. 日時ごとの温度の行を上から追い、許す幅を外れた行に印を付ける
  4. 印を付けた行の前後で、霜取り・電源断・警報のできごとがないかを見る
  5. 外れた行が続いた時間を数え、取り決めの時間と比べる
  6. 外れた便について、品温の測定・販売先への連絡・船会社への問い合わせのメモを作る
導入後(After)
  1. 人輸入の業務の担当が、温度記録のPDFを受付のフォルダに保存する(ファイル名の先頭に自社の案件の番号)
  2. 自動保存をきっかけに、形式・サイズ・ページ数・パスワードの有無を確かめる
  3. 自動AWS Textract が、項目と値・温度の表・できごとの表・問いへの答えを、信頼度とページの番号とともに返す
  4. 自動書式ごとの対応表で、日時・設定温度・吹き出し・戻りの列と、温度の単位と時刻の基準を読み分ける
  5. 自動設定温度の符号と合わない値に印を付け、記録の間隔から抜けを探す
  6. 自動取り決めの表で、どちらの温度で見るか・許す幅・続いてよい時間・霜取りの扱いを決め、逸脱の時間帯を出す
  7. 自動便ごとに `within_spec` / `excursion` / `defrost_only` / `data_gap` / `sign_suspect` / `needs_review` を付けて一覧にする
  8. 人品質の担当が `within_spec` 以外の便だけを、記録の画像と並べて確かめる
  9. 人品温の測定、販売先への連絡、船会社への問い合わせを、人が決めて行う
各工程の詳しい説明を読む
  1. 輸入の業務の担当が、船会社のメールから温度記録のPDFを取り出し、コンテナの番号のフォルダに保存する
  2. 品質の担当が記録を開き、コンテナの番号と設定温度を、案件の管理の表と取り決めと見比べる
  3. 日時ごとの温度の行を上から追い、許す幅を外れた行に印を付ける
  4. 印を付けた行の前後で、霜取り・電源断・警報のできごとがないかを見る
  5. 外れた行が続いた時間を数え、取り決めの時間と比べる
  6. 外れた便について、品温の測定・販売先への連絡・船会社への問い合わせのメモを作る

(a)霜取りと逸脱の見分けが担当者で違う。 霜取りの間に吹き出しの温度が上がるのは冷凍機の動きとして普通ですが、霜取りの印が別の表(できごとの表)にしか無い書式では、温度の表だけを見た担当者が逸脱として印を付けます。

(b)続いた時間を数え間違える。 記録の間隔が15分の書式と1時間の書式が混ざり、行の数で時間を数えると、同じ4行が1時間にも4時間にもなります。

(c)記録の抜けに気づかない。 港での積み替えで電源が切れた間は行がありません。日時の列を1行ずつ確かめないと、数時間分が抜けていても、外れた行が無い記録に見えます。

  1. 【人】 輸入の業務の担当が、温度記録のPDFを受付のフォルダに保存する(ファイル名の先頭に自社の案件の番号)
  2. 【自動】 保存をきっかけに、形式・サイズ・ページ数・パスワードの有無を確かめる
  3. 【自動】 AWS Textract が、項目と値・温度の表・できごとの表・問いへの答えを、信頼度とページの番号とともに返す
  4. 【自動】 書式ごとの対応表で、日時・設定温度・吹き出し・戻りの列と、温度の単位と時刻の基準を読み分ける
  5. 【自動】 設定温度の符号と合わない値に印を付け、記録の間隔から抜けを探す
  6. 【自動】 取り決めの表で、どちらの温度で見るか・許す幅・続いてよい時間・霜取りの扱いを決め、逸脱の時間帯を出す
  7. 【自動】 便ごとに within_spec / excursion / defrost_only / data_gap / sign_suspect / needs_review を付けて一覧にする
  8. 【人】 品質の担当が within_spec 以外の便だけを、記録の画像と並べて確かめる
  9. 【人】 品温の測定、販売先への連絡、船会社への問い合わせを、人が決めて行う

6番目が、この設計の分かれ目です。 どこからを逸脱とするかを機械に推し量らせず、品目ごとに取り決めた表の数字で決めます。 取り決めの表に無い品目の便は、判定せずに needs_review にします。

7番目の判定は、荷の扱いを決めるものではありません。 外れた便の荷を受け入れるか、品温を測るかを決めるのは品質の担当で、一覧はその判断の材料を並べるだけです。

02今回想定するシステム構成

構成図
リーファーコンテナの温度記録(英文のPDF。1本で数ページ〜数十ページ)
   │  輸入の業務の担当が受付フォルダへ保存(先頭に案件の番号)
   ▼【トリガー】Amazon S3 への保存
AWS Lambda
   ├──▶ 形式・サイズ・ページ数・パスワードの確認
   ▼
AWS Textract(StartDocumentAnalysis。TABLES・FORMS・QUERIES)
   │   温度の表、できごとの表、項目と値、問いへの答え、信頼度、ページの番号
   ▼
AWS Lambda(Python)
   │   ① 書式ごとの対応表で列・単位・時刻の基準を読む
   │   ② 符号の確かめと、記録の抜けの検出
   │   ③ 取り決めの表で逸脱の時間帯と続いた時間を出す
   ▼
便ごとの判定(within_spec / excursion / defrost_only / data_gap / sign_suspect / needs_review)
   ▼
【人が within_spec 以外だけ確認】
   ├──▶ 品温の測定と、荷の扱いの決定
   └──▶ 販売先・船会社への連絡(人が書いて送る)
役割想定する製品代替候補
OCRAWS Textract(StartDocumentAnalysis の TABLES・FORMS・QUERIES)Azure AI Document Intelligence、Google Document AI
差異計算列と単位の読み分け、符号の確かめ、取り決めとの照らし合わせ、逸脱の時間帯の算出(Python。AWS Lambda で動かす)─
連携AWS Lambda(S3 への保存を起点に読み取りを始め、結果を一覧に書く)Amazon EventBridge
保管Amazon S3(温度記録と読み取りの結果)社内のファイルサーバー

新しく作るのは、書式ごとの対応表と、品目ごとの取り決めの表の2つです。 対応表には、冷凍機のメーカーと船会社ごとに、日時・設定温度・吹き出し・戻りの列の見出しの書き方、温度の単位(摂氏か華氏か)、時刻の基準(世界の標準時か、どこかの地域の時刻か)、霜取り・電源断のできごとの書き方を持たせます。取り決めの表には、品目ごとの設定温度、許す幅、続いてよい時間、霜取りの間を除くか、吹き出しと戻りのどちらで見るかを持たせます。

記録の書式は、冷凍機のメーカーの道具で決まります。 冷凍機のメーカーの1つである Carrier の公式ページでは、記録装置から読んだデータから、センサー、できごと、運転前の点検の要約、警報の要約、低温での処理の要約など複数の種類の報告を作れるとされています。同じページでは、それまでの記録を読む道具の新しい版を出さず、スマートフォンのアプリに移すとされています。同じメーカーでも、道具が変わると報告の書式が変わりうるので、対応表に道具と版を持たせます。

言語と文字の扱いには注意が要ります。 公式の上限のページでは、項目と値は英語・スペイン語・イタリア語・ポルトガル語・フランス語・ドイツ語、問いは英語だけとされています。検出する文字の一覧に「°」「-」「:」「/」はありますが、マイナスの記号「−」はありません。

03どうやって実装するのか

Step1

処理の起点を決める

受付のフォルダ(Amazon S3)にPDFが保存されたことを起点にします。 温度記録は、船が着いてから船会社に頼むと、荷の引き取りの前後に届きます。届いたらすぐに判定し、引き取りの前に外れた便を見つけます。 引き取った後で外れが分かると、荷はもう販売先の倉庫にあります。

毎朝、案件の管理の表で「着いたのに温度記録が来ていないコンテナ」を数える処理も動かします。 記録の取り寄せを忘れたまま引き取ると、取り決めの確かめをせずに荷を出すことになります。

ファイル名の先頭に、自社の案件の番号を付けて保存してもらいます。 記録にはコンテナの番号しか無く、案件の番号が無いと、どの品目のどの取り決めで判定するかが決まりません。 案件の番号の無いファイルは読み取りを始めず、担当に付け直しを頼みます。

Step2

入力データを集める

データ中身取得元
温度記録英文のPDF。コンテナの番号、設定温度、日時ごとの吹き出し・戻りの温度、霜取り・電源断・警報のできごと受付のフォルダ
読み取り結果項目と値、表とセル、問いへの答え、それぞれの信頼度とページの番号AWS Textract
案件の管理の表案件の番号、コンテナの番号、品目、船積みと着いた日輸入の業務の担当が持つ表
取り決めの表品目ごとの設定温度、許す幅、続いてよい時間、霜取りの扱い、見る温度品質保証部が持つ表
書式ごとの対応表列の見出し、温度の単位、時刻の基準、できごとの書き方品質の担当が作る表

質を決めるのは、取り決めの表です。 同じ冷凍の水産物でも、販売先によって許す幅と続いてよい時間が違います。取り決めの表に無い品目の便は、読めても判定しません。

取り決めの表には、「霜取りの間を除くか」と「吹き出しと戻りのどちらで見るか」の2列を必ず持たせます。 冷凍と冷蔵で見るべき温度が違い、ここを決めないと、霜取りのたびに逸脱が出るか、本当の逸脱を霜取りとして見逃すかのどちらかになります。

Step3

データの取得方法を決める

読み取りは、非同期の StartDocumentAnalysis を呼びます。同期の呼び出しはPDFが1ページまでで、航海の日数分の表を読めないためです。 非同期では、PDFが500MB・3,000ページまで扱えます。

取るものどの機能で何に使うか
項目と値FORMSコンテナの番号、設定温度、記録の期間、冷凍機の型
温度の表TABLES日時、設定温度、吹き出し、戻り、湿度など
できごとの表TABLES霜取りの始まりと終わり、電源断、警報、設定の変更
問いへの答えQUERIESコンテナの番号、設定温度、温度の単位、記録の間隔、時刻の基準

表は、ページをまたいで続きます。 公式の説明では、表のセルに COLUMN_HEADER などの種類が付き、表の題と注記は TABLE_TITLE・TABLE_FOOTER で返るとされています。ページごとに列の見出しが繰り返される書式では、見出しの行を外してから日時でつなぎます。 同じ日時の行が2回出たら、つなぎ方を誤っています。

問いは、ページを指定しないと1ページ目にしか当たりません。 できごとの表や温度の単位の注記は後ろのページにあるので、Pages に ["*"] を指定します。問いは非同期で1ページあたり30個までです。

StartDocumentAnalysis は JobId を返し、完了を Amazon SNS に知らせます。 SUCCEEDED を確かめてから GetDocumentAnalysis で結果を取り、NextToken が返らなくなるまで呼び続けます(1回最大1,000個のブロック)。数百行の温度の表は、1回では取り切れません。 取り切らずに判定すると、航海の後半の逸脱を見落とします。PARTIAL_SUCCESS は判定に進めません。

Step4

AIへ渡す前に整形する

  1. 形式の確認 … JPEG・PNG・PDF・TIFF のどれかであることを確かめます。XFA 形式のPDFは扱えません
  2. パスワードの確認 … パスワードで保護されたPDFは読めません。船会社に解除して送り直してもらいます
  3. サイズとページ数の確認 … 非同期のPDFは500MB・3,000ページまでです
  4. 文字の大きさの確認 … 読み取れる文字の高さの下限は15ピクセルで、150 DPI で8ポイントに当たります。1ページに何十行も詰めた温度の表は、ここに引っかかります
  5. 案件の番号の確認 … ファイル名の案件の番号が、案件の管理の表にあるかを確かめます
  6. グラフだけのページの確認 … 温度のグラフだけのページは、読み取りの対象から外します

4番目と6番目を軽く見ないでください。 船会社によっては、表ではなく温度のグラフの画像だけを送ってきます。グラフからは値を読めないので、表の形の記録を頼み直します。 表を細かく詰めたPDFは、表の行数を減らした形で出し直してもらえないかを頼みます。

Step5

AIに処理させる

AWS Textract にさせるのは、項目と値・表・問いへの答えを、信頼度とページの番号とともに返すことだけです。 列を読み分け、取り決めで判定するのは Python の仕事です。

取り出すもの読み取りの扱い読めないときの扱い
コンテナの番号書かれた文字のまま残す。英字と数字を直さない案件の番号と合わなければ needs_review
設定温度値と単位を分けて残す。途中の設定の変更もできごとから残す取り決めの設定温度と違えば needs_review
日時書かれたとおりの文字で残し、対応表の時刻の基準で読む日時として読めない行は data_gap の材料にする
吹き出し・戻りの温度値と符号と単位を分けて残す信頼度が低い値は判定に使わず、行を印付きで残す
できごと霜取り・電源断・警報・設定の変更の始まりと終わり終わりが無ければ人へ

温度の符号は、設定温度と比べて確かめます。 冷凍の便で設定温度がマイナスなのに、値がプラスで設定温度と同じくらいの大きさなら、温度が上がったのではなく、符号が落ちたことを先に疑います。

値の様子疑うこと扱い
設定温度の前後なしそのまま判定に進む
設定温度の符号を変えた値の前後「−」が落ちたsign_suspect。ページの画像で人が確かめる
許す幅を外れ、霜取りの間霜取りによる一時の上がり取り決めで除くなら defrost_only
許す幅を外れ、できごとが無い本当の逸脱続いた時間を出して excursion か判定

2行目は、自動で直さないところです。 符号を付け直して判定すると、本当にプラスの温度まで上がった便を見逃す恐れがあります。符号の疑いは、PDFの画像を見て人が決めます。

させないこと理由
行の数で続いた時間を数える記録の間隔が書式ごとに違う。日時の差で出す
符号を設定温度に合わせて付け直す本当の逸脱を消す恐れがある。人が画像で確かめる
抜けた時間の温度を前後から埋める抜けの間の温度は分からない。抜けとして残す
荷を受け入れるか、申し立てるかの判断品質の担当が品温の測定と合わせて決める
Step6

指示内容を固定する

AWS Textract には自由な指示文を渡しません。 指示にあたるのは、QUERIES に渡す英語の問いと、Python の判定の規則です。問いの文は英数字と記号だけで書く決まりがあるので、日本語は使えません。

QueriesConfig:
  Queries:
    - Text:  "What is the container number?"
      Alias: "CNTR_NO"
      Pages: ["*"]
    - Text:  "What is the temperature setpoint?"
      Alias: "SETPOINT"
      Pages: ["*"]
    - Text:  "Is the temperature in Celsius or Fahrenheit?"
      Alias: "TEMP_UNIT"
      Pages: ["*"]
    - Text:  "What is the logging interval?"
      Alias: "INTERVAL"
      Pages: ["*"]
    - Text:  "What time zone are the timestamps in?"
      Alias: "TIME_ZONE"
      Pages: ["*"]

【Python の判定の規則(抜粋)】
- 列:
  対応表の列の見出しで、日時・設定温度・吹き出し・戻りの列を決める。
  ページごとの見出しの行は外し、日時の順につなぐ。同じ日時が2回あれば needs_review。
- 単位と時刻:
  TEMP_UNIT と対応表で単位を決め、華氏なら摂氏に置き換える。
  時刻は対応表(なければ TIME_ZONE)の基準で読む。決まらなければ needs_review。
- 符号:
  設定温度がマイナスで、値がプラスかつ設定温度の大きさの前後なら sign_suspect。
  その行は判定に使わない。
- 抜け:
  日時の差が記録の間隔の2倍を超えたら抜けとし、始まりと終わりを残す。
  抜けの合計が取り決めの時間を超えたら data_gap。
- 逸脱:
  取り決めで決めた温度(吹き出しか戻り)が、設定温度に許す幅を足し引きした範囲の外。
  霜取りの間は、取り決めで除くなら除く。
  外れが続いた時間を日時の差で出し、取り決めの時間を超えたら excursion。
  除いた分しか外れが無ければ defrost_only。
- 便の判定:
  excursion > data_gap > sign_suspect > defrost_only > within_spec の順に強いものを付ける。

「続いた時間は日時の差で出す」を規則に書くのが要点です。 15分の間隔の記録で4行外れたら1時間、1時間の間隔なら4時間です。行の数で数えると、同じ取り決めでも書式によって判定が変わります。 抜けの検出も、記録の間隔と日時の差で行います。

Step7

出力形式を固定する

コンテナごとに次の形のJSONを作ります。

{
  "case_no": "",
  "container_no": { "text": "", "matches_case": true, "page": 0 },
  "commodity": "",
  "agreement": { "setpoint": 0, "tolerance": 0, "max_minutes": 0,
                 "sensor": "supply | return", "exclude_defrost": true },
  "log": { "format_id": "", "unit": "C | F", "time_basis": "", "interval_min": 0,
           "first": "", "last": "", "rows": 0 },
  "excursions": [
    { "start": "", "end": "", "minutes": 0, "max_value": 0,
      "during_defrost": false, "pages": [] }
  ],
  "gaps": [ { "start": "", "end": "", "minutes": 0 } ],
  "sign_suspects": [ { "time": "", "value_read": 0, "page": 0 } ],
  "verdict": "within_spec | excursion | defrost_only | data_gap | sign_suspect | needs_review",
  "reason": ""
}

1つ目の理由は、判定に使った取り決めの数字を agreement に残せることです。 取り決めが変わったとき、どの便をどの数字で判定したかが後から分かります。

2つ目は、excursions と gaps を分けて持てることです。 外れた時間と記録が無い時間を混ぜないので、船会社に問い合わせるときに、温度の逸脱か記録の欠けかを分けて聞けます。

3つ目は、sign_suspects で符号の疑いの行を残せることです。 人がページの画像を見て、本当の値に直したかどうかを記録できます。

Step8

システムへ連携する

つなぎ先方式内容
受付のフォルダ(Amazon S3)保存のイベントで AWS Lambda を起動温度記録の受け取り
AWS TextractStartDocumentAnalysis と GetDocumentAnalysis(NextToken で全件)項目と値・表・問いの答え
案件の管理の表・取り決めの表・対応表Lambda から読む品目、設定温度と幅、列と単位
判定の一覧(共有のスプレッドシート)Lambda が書き出す便ごとの判定と逸脱の時間帯
Amazon SNS完了の通知一覧ができたことと within_spec 以外の件数を知らせる
毎朝の処理Amazon EventBridge のスケジュール着いたのに記録が来ていないコンテナの一覧

案件の管理の表と、販売先・船会社・保険会社への連絡には、この構成から書き込みません。 一覧を人が確かめてから、荷の扱いを決めて連絡します。読み取りの結果は OutputConfig で自社の S3 に書き出します。指定しないと Textract の内部に保存されます。

Step9

人が確認する

人が開くのは within_spec 以外の便だけです。 within_spec は一覧を流し見ます。

  1. excursion を先に見る … 外れた時間帯のページの画像を見て、読み違いが無いかを確かめます。読み違いでなければ、荷を開けて品温を測るかを決めます
  2. sign_suspect を見る … 符号の疑いの行を画像で確かめ、本当の値を記録します。直した後にもう一度判定を動かします
  3. data_gap を見る … 抜けた時間帯に積み替えや荷役があったかを、船会社に確かめます
  4. defrost_only を流し見る … 霜取りの回数が普段より多い便は、冷凍機の不調を疑って船会社に知らせます
  5. 判定を覆したら記録する … どの便の、どの時間帯を、どちらに変えたかを残します

1番目を省かないでください。 外れた便の荷は、販売先との取り決めに外れている恐れがあります。荷を出すか止めるかは、品質の担当が品温の測定の結果を見て決めます。

Step10

例外に対処する

起きること対応
パスワード付きのPDF読めない。船会社に解除して送り直してもらう
対応表に無い書式判定に進めず needs_review。1通目は人が列と単位を見て対応表を作る
グラフだけで表が無い値を読まない。表の形の記録を頼み直す
航海の途中で設定温度が変わったできごとから変わった時刻を取り、前後で別の設定温度で判定する。変えた理由を船会社に確かめる
華氏と摂氏の両方が並ぶ対応表で使う列を決める。決まらなければ人へ
時刻の基準が書かれていない対応表の基準で読む。無ければ needs_review
状態が PARTIAL_SUCCESS判定に進めず、警告の出たページを人が見る

4行目が、いちばん判断を要します。 荷主の指示で設定を変えたのか、誤って変えたのかで、扱いがまったく違います。設定の変更があった便は、判定がどれでも人に回します。

Step11

記録を残す

  • 元の温度記録のPDFと、受け取った日時・案件の番号
  • AWS Textract が返したJSONの全文
  • 便ごとの判定と、そのとき使った取り決めの表と対応表の版
  • 逸脱・抜け・符号の疑いの時間帯と、そのページの番号
  • 人が判定を覆した記録と、符号を直した記録
  • 品温の測定の結果、販売先・船会社への連絡とその答え

最後の行で、温度記録と着いた荷の品温の関係を、品目と船会社ごとにたどれます。 同じ船会社で defrost_only が多いのに品温に問題が無いなら、取り決めの霜取りの扱いを見直す材料になります。

04実装レベルの3段階

最小構成:コンソールで1本ずつ読み、表を書き出して手で取り決めと比べる / 温度記録の読み取り
半自動化:上記+S3 への保存で Lambda が動き、列と単位を読み分け、符号と抜けを確かめ、取り決めで判定して一覧を出す / 読み取り・確かめ・判定
本格構成:上記+船会社ごと・品目ごとの逸脱と霜取りの回数を集計し、船会社への問い合わせの下書きまで作る / 判定の後の連絡の準備と、船会社の比べ

半自動化で、1件12分が4分程度になり、これが本記事の想定です。 数百行を目で追う作業と、続いた時間と抜けを数える作業がなくなります。within_spec 以外の便を画像と並べて見る作業は残ります。 ここは機械に任せない工程です。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
2 名
月間件数
150 件
1件あたり現在時間
12 分
1件あたり導入後時間
4 分
現在  150件 × 12分 ÷ 60 = 30 時間/月
導入後 150件 × 4分 ÷ 60 = 10 時間/月
月間削減時間
20h
削減率
67%
年間削減時間
240h
年間金額換算(時間単価3,000円)
72万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 冷凍の水産物・食肉、冷蔵の果物などをリーファーコンテナで輸入し、着いた便ごとに船会社・海外の倉庫から英文の温度記録のPDFを取り寄せて、品質の担当が設定温度から外れた時間がないかを目で追っている商社と、その輸入の物流を受ける会社。月に100本を超えるコンテナが着き、記録の書式が冷凍機のメーカーと船会社ごとに違う場合。
向いていない
  1. 温度の記録をコンテナの遠隔監視のデータ(CSV や API)で受け取れる場合(読み取りは要らず、判定の規則だけで足ります)。記録が英語以外で届く場合(問いの読み取りは英語だけです)。着くコンテナが月に数本で、目で追っても負担にならない場合。なお、荷を受け入れるか、船会社・保険会社に申し立てるか、販売してよいかの判断は、この構成では行いません。

07最小構成で試す方法

  1. 過去の便の温度記録から、書式の違うものを10本選ぶ(うち数本は、逸脱があった便、霜取りの多い便、記録の抜けがある便を入れる)
  2. その10本について、当時の品質の担当の判断と、取り決めの表を用意する
  3. AWS のコンソールから AWS Textract の画面を開き、記録を1本ずつ読ませて、表と項目と値と問いの答えがどう返るかを見る
  4. 温度の表を表計算のシートに書き出し、取り決めの幅と比べて、外れた時間帯を出す
  5. マイナスの値の符号が落ちていないかを、元のPDFと1行ずつ見比べる

Lambda を組む前に、「温度の表が、符号と日時を取り違えずに取れるのか」を確かめます。

出てきた内容判断
温度と日時が元の記録と同じに取れたLambda と判定の規則に進む
符号が落ちる行がある符号の確かめの規則を足す。構成は有効
表の列がつぶれて吹き出しと戻りが入れ替わる船会社に、表の行数を減らした記録を頼んでから進む

08実装時につまずきやすいポイント

問題対策
「−」が落ちてプラスの温度として逸脱にする検出の文字に無い。設定温度の符号と比べて sign_suspect
行の数で続いた時間を数える日時の差で出す。 記録の間隔は書式ごとに違う
霜取りの上がりを逸脱にするできごとの表と照らし、取り決めで除くかを決める
記録の抜けを外れが無いとみなす日時の差から抜けを探し、data_gap として分ける
時刻の基準を取り違えて着いた日とずれる対応表に時刻の基準を持たせる
NextToken を追わず航海の後半を落とす返らなくなるまで呼び続ける
後ろのページの単位に問いが当たらない問いは既定で1ページ目だけ。**Pages に ["*"]**
判定をそのまま荷の扱いにする品質の担当が品温の測定と合わせて決める

上の2行が失敗のほとんどです。 どちらも、値は正しく読めているように見えるのに、温度や時間の意味を取り違えるという失敗です。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: コンテナの番号、品目、船と航路、温度の記録、販売先との品質の取り決めです。個人の情報はほとんど含みませんが、記録に船会社や倉庫の担当者の名前が載ることがあります。どの品目をどの船会社でどれだけ輸入しているか、販売先とどんな取り決めを結んでいるかは、取引の条件に近い情報です。

  1. 取り決めの表を広く見せない … 品目ごとの許す幅と続いてよい時間は、販売先との取り決めです。見られる人を、品質保証部と輸入の業務の担当に絞ります
  2. 読み取りの結果を自社の S3 に置く … OutputConfig で自社のバケットに書き出し、必要に応じて KMS の鍵で暗号化します(鍵を渡さないと SSE-S3 で暗号化されます)
  3. AI のサービスの改善への利用を止めるかを決める … AWS の公式の説明では、AI のサービスは送った内容をサービスの改善に使い、使っている地域の外に保存することがあり、AWS Organizations の方針で止められるとされています。使い始める前に設定を決めます
  4. この構成は食品の安全を判断しない … 温度記録の判定で分かるのは、記録が取り決めの範囲に入っているかだけです。荷を販売してよいか、品温を測るか、船会社・保険会社に申し立てるかは、品質の担当が品温の測定と合わせて決めます
  5. 元の記録を改めない … 符号を直した記録は、元のPDFと読み取りの結果とは別に残します。申し立てのときに出すのは、船会社から届いた元の記録です

誤りが起きた場合のリスクは、取り決めに外れた荷を見逃して出荷することと、取り決めの範囲の荷を止めることの2つです。 前者は記録の抜けと航海の後半の取り落としで起き、後者は符号の落ちと霜取りの上がりを逸脱にすることで起きます。

10まず何から始めるか

1週目:取り決めの表を作る

販売先との取り決めから、品目ごとに、設定温度、許す幅、続いてよい時間、霜取りの間を除くか、吹き出しと戻りのどちらで見るかを表にします。文章で書かれている取り決めは、この時点で販売先に数字を確かめます。

2週目:10本で試す

過去の便の記録から10本を選び、AWS Textract のコンソールで読ませて、当時の判断と突き合わせます。マイナスの符号が落ちていないか、日時が取り違えずに取れているかを最優先で見ます。

3週目:書式ごとの対応表を作る

冷凍機のメーカーと船会社ごとに、列の見出し、温度の単位、時刻の基準、できごとの書き方を表にします。グラフだけを送ってくる船会社には、表の形の記録を頼みます。

4週目:S3 から一覧までをつなぐ

S3 への保存で Lambda が動き、判定の一覧を書き出すところまで作ります。この時点では人の判断も続け、一覧と並べて比べます。

2か月目以降: 毎朝の未着の確認を足し、sign_suspect と needs_review の理由を書式ごとに数え、1件12分が何分になったかを実測します。品質の担当2人が同じ取り決めの表で全便を判定できるようになった時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-11-06/最終更新:2026-11-14
確認した内容情報源確認日
対応形式が JPEG・PNG・PDF・TIFF で XFA 形式の PDF は不可。同期は PDF が1ページ、非同期は PDF が500MB・3,000ページ。PDF はパスワード保護不可。問いは非同期で1ページ30個まで。FORMS は英・西・伊・葡・仏・独、問いなどは英語のみ。文字の高さの下限が15ピクセル(150 DPI で8ポイント相当)。検出する文字に「°」「-」「:」「/」はあるが「−」は無いことAWS: Set Quotas in Amazon Textract2026-11-06
StartDocumentAnalysis が JobId を返し、完了を SNS に知らせること。OutputConfig を指定しないと内部に保存。KMSKeyId を渡さないと SSE-S3 で暗号化AWS: StartDocumentAnalysis2026-11-06
MaxResults の最大と既定が1,000で NextToken で続きを取ること。JobStatus に PARTIAL_SUCCESS があることAWS: GetDocumentAnalysis2026-11-06
問いの Pages を指定しないと ["1"]。* は唯一の要素にすること。問いの文が200字までで、英数字と記号の文字だけを使えることAWS: Query2026-11-06
表のセルに COLUMN_HEADER などの種類が付き、表の題と注記が TABLE_TITLE・TABLE_FOOTER で返ることAWS: Tables2026-11-06
AWS の AI のサービスが内容をサービスの改善に使い、使っている地域の外に保存しうること、AWS Organizations の方針で止められることAWS: AI services opt-out policies2026-11-06
記録装置から読んだデータから、センサー・できごと・運転前の点検の要約・警報の要約・低温での処理の要約などの報告を作れること。記録を読む道具(DataLINE)の新しい版を出さず、アプリ(ContainerLINK)に力を移すことCarrier Transicold: Data Tools2026-11-06

設定温度、許す幅、続いてよい時間、霜取りの扱いは、販売先との取り決めと自社の品質の基準で決めてください。 本記事は上記の公開情報で確認できた範囲だけを扱っています。各船会社の温度記録の様式と、Carrier 以外の冷凍機のメーカーの報告の書式は確かめていません。食品の保存の基準(法令の規格基準)の原文も確かめていません。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-3032)についてのご相談はこちらから。

AI活用について相談する
目次