鰹節の製造所が、焙乾の工程で手書きする記録を読み取り、ロットごとの工程の台帳と歩留まりの外れたロットの一覧を作る
焙乾庫ごとに毎日手書きする焙乾の記録票を読み取り、行をロットごとの工程の台帳につなぎ直します。原料の重さと照らして、焙乾を終えたロットの歩留まりを計算し、自社の目安から外れたロットと、記入の飛びや読めなかった欄を一覧にします。
- AIサービス
- AWS Textract/Azure AI/Google Document AI
- 連携・自動化
- Power Automate/Python
- 対象業界
- その他/製造
- 対象部門
- 品質管理/生産
- 対象業務
- データ入力・転記/集計・分析
- 主な課題
- データ分析に時間がかかる/入力作業が多い/属人化している
- AIで行う処理
- 読み取り(OCR)
- 主な効果
- 判断支援/属人化解消/工数削減
- 導入難易度
- ★★★☆☆
- 実装レベル
- 半自動化
- 費用感
- ノーコード連携(中)
- 人間の確認
- 条件付き
01導入前 / 導入後の業務フロー
- 担当者が焙乾庫の前で、ロットを入れるたびに記録票に1行書く
- 1日の終わりに、記録票を事務所に持ち帰る
- 工場の事務の担当が、記録票の行を1つずつ見て、焙乾の台帳のロットのシートに打ち込む
- 何番火が飛んでいないか、重さが前の回より増えていないかを、ロットのシートで目で見る
- 月末に、焙乾を終えたロットの最後の重さと、生切りの台帳の原料の重さから歩留まりを計算する
- 工場長が歩留まりの表を見て、気になるロットに印を付ける
- 人担当者が焙乾庫の前で記録票に1行ずつ書く(今までどおり)
- 人1日の終わりに、担当者が事務所の複合機で記録票をスキャンする
- 自動スキャンのファイルが SharePoint のライブラリに保存され、Power Automate のフローが動く
- 自動Azure AI Document Intelligence のカスタム ニューラル モデルが、見出しの欄とロットごとの行を、セルの信頼度とともに返す
- 自動行をロットの番号で生切りの台帳と照らし、工程の台帳のロットの履歴に足す
- 自動ロットの履歴の中で、何番火の飛び・重さの逆戻り・時刻の食い違いを見る
- 自動最後の火を終えたロットについて、原料の重さから歩留まりを計算し、大きさの区分ごとの目安と比べる
- 自動確かめることの一覧と、歩留まりの外れたロットの一覧を SharePoint のリストに書き、Teams で知らせる
- 人工場の事務の担当が、読めなかったセルと記入の飛びを画像で確かめ、必要なら担当者に聞く
- 人工場長が、歩留まりの外れたロットを見て、焙乾を足すか、等級をどうするかを決める
各工程の詳しい説明を読む
- 担当者が焙乾庫の前で、ロットを入れるたびに記録票に1行書く
- 1日の終わりに、記録票を事務所に持ち帰る
- 工場の事務の担当が、記録票の行を1つずつ見て、焙乾の台帳のロットのシートに打ち込む
- 何番火が飛んでいないか、重さが前の回より増えていないかを、ロットのシートで目で見る
- 月末に、焙乾を終えたロットの最後の重さと、生切りの台帳の原料の重さから歩留まりを計算する
- 工場長が歩留まりの表を見て、気になるロットに印を付ける
(a)1枚の記録票が、何枚ものシートに散らばる。 1枚の記録票には十数のロットの行があり、行ごとに別のロットのシートを開いて打ち込みます。 ロットの番号を書き間違えた行は、どのシートに入れるか迷い、後回しになります。
(b)歩留まりが月末まで分からない。 焙乾を終えたロットは次のカビ付けや出荷に回りますが、歩留まりが計算されるのは月末です。 外れたロットに気づいたときには、そのロットはもう次の工程に進んでいます。
(c)外れの読み方が工場長の頭の中にある。 「この大きさの区分でこの歩留まりは低い」「この回の重さの減りが鈍い」という見方は、工場長が長年の経験で持っているもので、表にも決まりにもなっていません。 工場長が休むと、誰も気づきません。
- 【人】 担当者が焙乾庫の前で記録票に1行ずつ書く(今までどおり)
- 【人】 1日の終わりに、担当者が事務所の複合機で記録票をスキャンする
- 【自動】 スキャンのファイルが SharePoint のライブラリに保存され、Power Automate のフローが動く
- 【自動】 Azure AI Document Intelligence のカスタム ニューラル モデルが、見出しの欄とロットごとの行を、セルの信頼度とともに返す
- 【自動】 行をロットの番号で生切りの台帳と照らし、工程の台帳のロットの履歴に足す
- 【自動】 ロットの履歴の中で、何番火の飛び・重さの逆戻り・時刻の食い違いを見る
- 【自動】 最後の火を終えたロットについて、原料の重さから歩留まりを計算し、大きさの区分ごとの目安と比べる
- 【自動】 確かめることの一覧と、歩留まりの外れたロットの一覧を SharePoint のリストに書き、Teams で知らせる
- 【人】 工場の事務の担当が、読めなかったセルと記入の飛びを画像で確かめ、必要なら担当者に聞く
- 【人】 工場長が、歩留まりの外れたロットを見て、焙乾を足すか、等級をどうするかを決める
5番目が、この設計の分かれ目です。 記録票の1行を、ロットの番号を鍵にして履歴に足します。ロットの番号が生切りの台帳に無い行は、似た番号に当てず、人に回します。 当て違えると、別のロットの重さが混ざり、歩留まりが二つとも狂います。
7番目を毎日動かすのが、月末を待たない要です。 最後の火の行が入った日に歩留まりが出るので、外れたロットに、次の工程に進む前に気づけます。
02今回想定するシステム構成
手書きの焙乾の記録票(1枚。1日 × 1つの焙乾庫。ロットごとの行が十数行) │ 担当者が1日の終わりに複合機でスキャン ▼【トリガー】SharePoint のライブラリへの保存 Power Automate ├──▶ ファイル コンテンツの取得、形式とページ数の確認 ▼ Azure AI Document Intelligence(カスタム ニューラル モデル) │ 日付・焙乾庫・薪の種類・担当者、 │ ロットごとの行(ロットの番号・何番火・入れた時刻・出した時刻・温度・重さ・備考)、 │ 表・行・セルの信頼度 ▼ Power Automate(条件と式) │ ① ロットの番号で生切りの台帳と照らす │ ② ロットの履歴に足し、何番火・重さ・時刻を見る │ ③ 最後の火を終えたロットの歩留まりを計算し、目安と比べる ▼ SharePoint のリスト(工程の台帳・確かめることの一覧・歩留まりの外れの一覧) ▼ Teams で通知 → 【事務の担当が確かめる】 → 【工場長が判断する】
| 役割 | 想定する製品 | 代替候補 |
|---|---|---|
| OCR | Azure AI Document Intelligence(カスタム ニューラル モデル) | Google Document AI(Form Parser)。AWS Textract は日本語の手書きを読めないため対象外 |
| 連携 | Power Automate(Document Intelligence のコネクタと SharePoint のコネクタ) | Azure Logic Apps |
| 差異計算 | Power Automate の条件と式(ロットの照合、何番火・重さ・時刻の確かめ) | Azure Functions |
| 集計 | Power Automate の式(歩留まりの計算と目安との比べ) | Python(Azure Functions) |
| 保管 | SharePoint のライブラリとリスト | 社内のファイルサーバー |
焙乾の台帳は、表計算のロットごとのシートから、SharePoint のリストに移します。 1行を「ロットの番号 × 何番火」にし、ロットの履歴はリストの表示で作ります。フローが行を足すには、シートを開く形より、1行ずつ足せる形が向いています。
カスタム ニューラル モデルを選ぶのは、手書きの日本語と、行の数が日によって変わる表に対応しているからです。 公式の対応言語の表では、カスタム ニューラル モデルの手書きの文字に日本語が含まれます。v4.0 の 2024-11-30(GA)では、表の欄(tabular fields)について表・行・セルの信頼度が返ります。 ロットの数は日によって違うので、行の数が変わる表(動的な表)として学ばせます。
学習の地域には Japan East が含まれ、v4.0 の 2024-11-30 では学習が10時間まで無料です。 Power Automate からは Document Intelligence のコネクタ(Standard の区分)の操作「Analyze Document for Prebuilt or Custom models (v4.x API)」で呼びます。入力は PDF または画像(JPG、PNG、BMP、TIFF)で、1つの接続あたり60秒に1,200回が上限です。
03どうやって実装するのか
処理の起点を決める
SharePoint のライブラリにスキャンのファイルが保存されたことを起点にします。 担当者が1日の終わりに、焙乾庫ごとの記録票を複合機でスキャンします。焙乾庫の番号はファイル名ではなく記録票の欄から読みますが、スキャンの順を焙乾庫の番号順にしてもらうと、抜けに気づきやすくなります。
トリガーには「ファイルが作成されたとき(プロパティのみ)」を使い、中身は「ファイル コンテンツの取得」で取ります。 公式の説明では、「フォルダーにファイルが作成されたとき」は非推奨で、サブフォルダーへの追加では動きません。
毎朝1回、記録票の抜けを数える処理も動かします。 稼働の予定の表と照らし、前の日に動いた焙乾庫の記録票が届いていなければ、事務の担当に知らせます。 記録票が1枚抜けると、その日のすべてのロットの何番火が飛んで見えるためです。
入力データを集める
| データ | 中身 | 取得元 |
|---|---|---|
| 記録票のスキャン | 1枚のPDF。スキャンの時刻 | SharePoint のライブラリ |
| 読み取り結果 | 見出しの欄、ロットごとの行のセル、表・行・セルの信頼度 | Azure AI Document Intelligence |
| 生切りの台帳 | ロットの番号、生切りの日、原料の重さ、大きさの区分、水揚げの港 | 生切りの台帳(SharePoint のリストに移す) |
| 工程の台帳 | ロットの番号 × 何番火ごとの、これまでの記録 | SharePoint のリスト |
| 歩留まりの目安の表 | 大きさの区分ごとの、歩留まりの目安の下限と上限 | 工場長と決める表 |
| 稼働の予定の表 | 日ごとに動かす焙乾庫 | 工場の予定 |
質を決めるのは、歩留まりの目安の表です。 これまで工場長の頭の中にあった「この区分ならこのくらい」を、過去1年の焙乾の台帳から区分ごとに計算し、工場長が見て下限と上限を決めます。 目安は季節で変わるので、表に適用する月を持たせます。
原料の重さは、生切りの台帳から取ります。 歩留まりの分母を記録票から取ると、ロットの代表のせいろの重さで割ることになり、意味が変わります。分母は生切りの台帳のロット全体の原料の重さ、分子はロットの最後の焙乾の後の全体の重さとし、全体の重さは焙乾を終えた日に量って記録票の最後の行に書く決まりにします。
データの取得方法を決める
| 取るもの | どこから | 何に使うか |
|---|---|---|
| 日付・焙乾庫・担当者 | documents の各フィールド | 行がいつ・どこの記録か |
| 薪の種類 | 選択マークのフィールド | 台帳に写す |
| ロットごとの行 | 表のフィールド(動的な行) | ロットの番号・何番火・時刻・温度・重さ・備考 |
| 表・行・セルの信頼度 | 表のフィールドの信頼度 | 読めなかったセルと行の判定 |
動的な表は、表・行・セルの順に上から信頼度を見ます。 公式の説明では、動的な表では各段の信頼度が積み上がる作りで、表から行、行からセルへと上から見る方法がより大事になるとされています。表全体の信頼度が低ければ、行を1つずつ使う前に画像を人が見ます。
重さの欄は、空でも正しいことが多いセルです。 量るのは代表のせいろだけで、行によっては重さを書きません。公式の説明では、値の無いセルは NULL と信頼度を持ち、学習の見本で空が多い欄なら、空のセルは高い信頼度で返るとされています。学習の見本に、重さの空の行を実際の割合で入れておきます。
値がページの境目で分かれると認識されません。 記録票は1枚1ページにし、裏に続きを書かない決まりにします。
AIへ渡す前に整形する
- 形式の確認 … PDFか画像であることを確かめます。複合機の保存の形式をPDFにそろえます
- ページ数の確認 … 1ページであることを確かめます。2枚を1つにスキャンしたものは分けます
- サイズと寸法の確認 … 有料(S0)で500MB、画像は50×50〜10,000×10,000ピクセルの間です
- 解像度の確認 … 文字の高さの下限は1024×768の画像で12ピクセル、150dpiで約8ポイントに当たります。複合機の解像度を300dpiにそろえます
- 汚れの確認 … 煤や水で汚れた記録票は信頼度が下がります
- 重複の確認 … 同じ日付・焙乾庫の記録票が既にあれば、二重のスキャンとして止めます
5番目は、焙乾の記録票ならではの前処理です。 煤の付いた手で書くため、数字の上に黒い汚れが重なります。記録票を透明のケースに入れて板に挟み、上から書けるペンを使うだけで、読み取りの信頼度は上がりやすくなります。
AIに処理させる
Azure AI Document Intelligence にさせるのは、見出しの欄とロットごとの行のセルを、信頼度とともに返すことだけです。 ロットへのつなぎ直し、何番火と重さの確かめ、歩留まりの計算は、Power Automate の条件と式で決めます。
| セル | 読み取りの扱い | 判断できないときの扱い |
|---|---|---|
| ロットの番号 | 文字のまま残す | 生切りの台帳に無ければ unknown_lot |
| 何番火 | 数字として残す | 数字にならなければ unreadable |
| 入れた時刻・出した時刻 | 時刻として残す | 時刻にならない、出した時刻が入れた時刻より前なら time_conflict |
| 庫内の温度 | 数字として残す | 自社の記録の範囲の外なら check_value |
| 重さ | 数字として残す(空は空) | 前の回より重ければ weight_up |
| 備考 | 文字のまま台帳に写す | 何か書かれていれば印を立てる |
ロットの履歴の確かめは、次の3つです。
| 確かめること | 出し方 |
|---|---|
| 何番火の飛び | 同じロットの何番火が、前の記録の次の数になっているか |
| 重さの逆戻り | 重さのある行どうしで、前の回より重くなっていないか |
| 焙乾を終えたか | 記録票の「最終」のチェック欄と、全体の重さの行があるか |
庫内の温度は、外れを判定せず、記録の範囲の確かめだけにします。 温度の欄は、焙乾庫の温度計の読みを担当者が書くもので、薪の量や外の気温で動きます。自社の記録として起こりえない値(桁の違うものなど)だけを check_value にし、温度の高い低いの良し悪しは工場長が履歴を見て判断します。 温度で外れを決めると、一覧が温度の外れで埋まり、歩留まりの外れが目立たなくなります。
重さの逆戻りは、読み違いか書き間違いのどちらかです。 焙乾で節は乾いて軽くなるので、前の回より重いのは、量ったせいろが違うか、数字を読み違えたかです。どちらかを機械に決めさせず、画像と担当者に確かめます。
歩留まりは、最終の行が入ったロットだけ計算します。 全体の重さ ÷ 原料の重さを百分率にし、大きさの区分と月で目安の表を引いて、下限より低い、上限より高いを low / high とします。 目安の内なら within です。
| させないこと | 理由 |
|---|---|
| ロットの番号を似た番号に当てる | 別のロットの重さが混ざり、歩留まりが二つとも狂う |
| 抜けた何番火の行を前後から埋める | 記録の抜けが消える。記録票の抜けを探す |
| 読めない重さを前後の回から推し量る | 歩留まりの元の値が作られた値になる |
| 歩留まりの外れから焙乾の追加や等級を決める | 原料・季節・狙う仕上がりで変わる。工場長が決める |
| 重さから水分を推し量る | 水分は検査で確かめる値。重さの代わりにしない |
指示内容を固定する
Azure AI Document Intelligence には自由な指示文を渡しません。 指示にあたるのは、カスタム ニューラル モデルに学ばせる欄と表の名前と、Power Automate の条件と式です。欄の名前は文書の言語にするのが勧められているので、日本語で付けます。
【学ばせる欄と表(ラベルの名前)】
日付、焙乾庫番号、担当者、薪_楢、薪_櫟、薪_その他、
焙乾記録表(動的な行):
列 = ロット番号、番火、入庫時刻、出庫時刻、庫内温度、重さ、最終、備考
【Power Automate の条件(抜粋)】
- 表の信頼度:
表の信頼度が 0.7 未満なら、行を使わず記録票ごと review。
行の信頼度が 0.7 未満なら、その行を review。
セルの信頼度が 0.8 未満なら、そのセルを unreadable。
- ロット:
ロット番号で生切りの台帳を引く。無ければ unknown_lot。似た番号に当てない。
- 履歴:
同じロットの直前の番火 + 1 でなければ gap。
重さのある前の行より重ければ weight_up。
出庫時刻が入庫時刻より前なら time_conflict。
- 歩留まり:
「最終」に印があり、全体の重さがある行のときだけ計算する。
歩留まり = 全体の重さ ÷ 原料の重さ × 100(小数1桁)。
大きさの区分と月で目安の表を引き、low / within / high。
履歴に gap ・ weight_up ・ unreadable が残るロットは、
歩留まりを出しても「確かめ待ち」の印を付ける。
- 書き込み:
工程の台帳に行を足す。一覧に確かめることと外れを書く。
しきい値(0.7・0.8)は説明のための例です。 最初の1か月は、事務の担当が直したセルと信頼度を並べて決め直します。最後の「確かめ待ち」の印が大事です。 履歴に読めない行が残るロットの歩留まりは、計算はできても信じてよいか分かりません。
出力形式を固定する
ロットごとに、工程の台帳から次の形でまとめます。
{
"lot_id": "",
"raw": { "cut_date": "", "weight_kg": 0, "size_class": "", "port": "" },
"firings": [
{ "no": 0, "date": "", "kiln": "", "in": "", "out": "", "temp": "",
"weight_kg": null, "remarks": "",
"flags": ["unreadable", "gap", "weight_up", "time_conflict"],
"cell_confidence_min": 0, "sheet_id": "" }
],
"finished": false,
"yield": { "final_weight_kg": 0, "pct": 0, "range": "low | within | high", "pending_check": false }
}
1つ目の理由は、firings の各行に sheet_id を残せることです。 どの日のどの記録票から来た行かが分かるので、確かめるときに元の画像をすぐ開けます。
2つ目は、yield に pending_check を持てることです。 歩留まりの値と、その値を信じてよいかを分けて持ちます。工場長は pending_check の無いロットから見ます。
3つ目は、raw に原料の大きさの区分と水揚げの港を並べられることです。 歩留まりが外れたときに、原料の側の違いかを工場長がすぐ見られます。
工場長に渡す一覧は、JSON ではなく次のような表の形で出します。
【歩留まりの外れ(11月15日に焙乾を終えたロット)】
ロット 区分 港 原料kg 仕上がりkg 歩留まり 目安 判定 確かめ待ち
K-1102 中 A港 410.0 ─ ─ ─ ─ 最終の重さなし
K-1098 大 B港 520.0 ─ (計算済) 範囲の外 low なし
K-1095 中 A港 405.0 ─ (計算済) 範囲の内 within gap(3番火)
右端の列を必ず並べます。 1行目のように最終の重さが無いロットは計算せず、3行目のように履歴に飛びがあるロットは、判定を出しても工場長が後回しにできるようにします。
システムへ連携する
| つなぎ先 | 方式 | 内容 |
|---|---|---|
| SharePoint のライブラリ | 「ファイルが作成されたとき(プロパティのみ)」と「ファイル コンテンツの取得」 | スキャンの受け取り |
| Azure AI Document Intelligence | コネクタの「Analyze Document for Prebuilt or Custom models (v4.x API)」 | 欄・表のセルと信頼度 |
| 生切りの台帳・目安の表・稼働の予定 | SharePoint のリストの「項目の取得」 | ロットの照合と目安 |
| 工程の台帳・各一覧 | SharePoint のリストの「項目の作成」 | 行の追加と一覧 |
| Teams | 工場のチャネルへの投稿 | 確かめることの数と、歩留まりの外れの数 |
出荷の台帳には、この構成から書き込みません。 歩留まりの外れたロットをどう扱うかは、工場長が決めてから出荷の台帳に反映します。
Teams の通知は、1日1回、全部の記録票を読み終えた後にまとめて出します。 記録票ごとに通知すると、夕方に3〜4件が続き、どれに外れがあったかが分かりにくくなります。通知の文には件数だけを書き、ロットの番号と歩留まりの値はリストの側で見ます。 工場のチャネルには取引先の担当が入っていることもあるためです。
人が確認する
- 記録票ごとの
reviewを先に見る … 表全体が読めていない記録票は、画像を見て手で直します unknown_lotとgapを見る … ロットの番号の書き間違いか、記録票の抜けかを確かめます。抜けた記録票があれば、先にそれを探しますweight_upを見る … 画像を見て、読み違いでなければ担当者に聞きます- 歩留まりの外れを工場長が見る …
pending_checkの無いロットから、原料の区分と港を見ながら判断します - 判定を覆したら記録する … どのセルを、どう直したかを残します
2番目を省かないでください。 記録票が1枚抜けると、その日に焙乾したすべてのロットに gap が立ちます。gap が同じ日付に並んでいたら、行を1つずつ直す前に、記録票の抜けを疑います。
目標は、75枚をならして1枚4分です。 確かめの一覧に出るのは汚れたセルと記入の飛びだけで、それより多い週は、記録票の汚れか、ロットの番号の書き方が乱れています。 担当者ごとに unreadable の数を数え、書き方を一緒に見直します。
例外に対処する
| 起きること | 対応 |
|---|---|
| ロットを2つの焙乾庫に分けて入れた | 同じ番火が2行になる。記録票の決まりで「ロット番号-枝番」と書いてもらう |
| 焙乾の途中でロットを合わせた | 歩留まりの分母が変わる。生切りの台帳に合わせた記録を足し、人が計算する |
| 記録票の様式を変えた | モデルが表を見つけられない。新しい様式の見本を5枚以上足して学ばせ直す |
| 最終の印があるのに全体の重さが無い | 歩留まりを計算せず、担当者に聞く |
| 同じ日付・焙乾庫の記録票が2枚 | 二重のスキャンか、書き直しか。人が決める |
| コネクタが応答しない | ライブラリに残し、次の保存で動かし直す |
2行目は、自動で済ませないところです。 合わせたロットの歩留まりは、2つの原料の重さの合計で割る必要があり、どの行から合わせたかは記録票の備考にしか書かれていません。
1行目の枝番は、生切りの台帳の側には付けません。 枝番の付いた行は、枝番を外したロットの番号で生切りの台帳を引き、履歴では枝番ごとに何番火を数えます。歩留まりは枝番を合わせたロット全体で計算します。
記録を残す
- 元のスキャンのPDF(日付と焙乾庫のフォルダーへ)
- 読み取りの結果のセルの値と、表・行・セルの信頼度
- 工程の台帳の行と、そのとき使った目安の表の版
- 事務の担当が直したセルと、担当者に確かめた内容
- 工場長が外れたロットについて決めたこと
3つ目で目安の表の版を残すのは、目安を季節や原料で見直すためです。 版が残っていないと、過去に within だったロットがなぜ外れとされなかったかを説明できません。
04実装レベルの3段階
半自動化で、1件16分が4分程度になり、これが本記事の想定です。 行ごとにシートを開いて打ち込む作業と、前の行と見比べる作業と、月末の歩留まりの計算がなくなります。確かめの一覧を画像と並べて見る作業と、担当者への聞き取りは残ります。
05工数削減シミュレーション
導入後 75件 × 4分 ÷ 60 = 5 時間/月
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。
06向いている企業・向いていない企業
- 生切りから煮熟・焙乾まで自社で行い、焙乾を何日にもわたって繰り返す鰹節の製造所。焙乾庫の前で担当者が紙の記録票に手書きし、事務の担当が表計算の台帳にロットごとに打ち直して、歩留まりを月末にまとめて計算している場合。歩留まりの読み方が工場長の経験に頼っていて、ほかの人に引き継げていない場合。Microsoft 365 を使っていて、SharePoint のライブラリとリストを置ける場合。
- 焙乾庫に温度と重さの記録の機器が付いていて、紙の記録票が無い場合。焙乾庫が1基で、ロットが月に数えるほどしかない場合。荒節を仕入れて削りやカビ付けだけを行う場合(焙乾の記録がありません)。なお、焙乾を足すかどうか、節の等級、出荷の可否、水分の検査の結果の判断は、この構成では行いません。
07最小構成で試す方法
- 過去の記録票から30枚を選ぶ(うち数枚は、煤で汚れたもの、ロットの数が多い日のもの、重さの空の行が多いものを入れる)
- Document Intelligence Studio で、20枚に欄と表の名前を付けてカスタム ニューラル モデルを学ばせる
- 残りの10枚を読ませ、行ごとのロットの番号・何番火・重さと、セルの信頼度を書き出す
- 当時の焙乾の台帳と突き合わせる
- 過去1年の台帳から、大きさの区分ごとの歩留まりを計算し、目安の表の下書きにする
フローを組む前に、「手書きの数字が、行を取り違えずに取れるか」を確かめます。
| 出てきた内容 | 判断 |
|---|---|
| 行と数字が当時の台帳と同じに取れた | Power Automate のフローに進む |
| 汚れた数字が低い信頼度で出た | しきい値で拾える。構成は有効 |
| 行がずれて、隣のロットの数字が入る | 記録票の行の高さと罫線を見直してから進む |
08実装時につまずきやすいポイント
| 問題 | 対策 |
|---|---|
| ロットの番号を似た番号に当てる | 生切りの台帳に無ければ unknown_lot。 自動で当てない |
記録票が1枚抜けて gap が並ぶ | 毎朝、稼働の予定と照らして記録票の抜けを数える |
| 重さの空を記入漏れとして返す | 学習の見本に空の行を実際の割合で入れる |
| 歩留まりの分母を代表のせいろにする | 分母は生切りの台帳の原料の重さ |
| 行がずれて隣のロットの数字が入る | 行の信頼度で拾い、記録票の罫線と行の高さを見直す |
| 煤で数字が読めない | 透明のケースと上から書けるペン |
| 目安の表を一度作って直さない | 季節と原料で見直し、版を残す |
上の2行が、この構成の失敗のほとんどです。 どちらも、ロットの履歴そのものが別のロットと混ざるか、抜けるかの失敗です。
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: ロットの番号、原料の重さと区分、水揚げの港、焙乾の時刻・温度・重さ、担当者の名前です。歩留まりと焙乾の条件は、製造所の製法そのもので、外に出したくない情報です。
- 見られる人を絞る … 工程の台帳と目安の表は、工場の事務の担当と工場長に限ります
- 地域とデータの置き場所を決める … Document Intelligence のリソースの地域と、モデルの学習の地域(Japan East を含む)を、使い始める前に決めます
- 歩留まりで人を評価しない … 記録票には担当者の名前がありますが、歩留まりの外れは原料と季節の影響が大きく、担当者の評価に使わないことを決めておきます
- 焙乾の判断を自動にしない … 一覧は工場長の判断の材料です。焙乾の追加、等級、出荷の可否は工場長が決めます
- 水分の検査の代わりにしない … かつお節は水分で定義される食品で、出荷の前の水分の確かめは、この構成の外で今までどおり行います
誤りが起きた場合のリスクは、別のロットの記録が混ざって歩留まりが狂うことと、外れたロットに気づかず次の工程に進むことの2つです。 前者はロットの番号を似た番号に当てないことで、後者は毎日の計算と目安の表で防ぎます。
10まず何から始めるか
1週目:記録票の様式を見直す
ロットの番号の書き方(枝番を含む)、「最終」のチェック欄、全体の重さの行を足し、行の高さと罫線を整えます。透明のケースと上から書けるペンを焙乾庫の前に置きます。
2週目:30枚で試す
過去の記録票30枚で、カスタム ニューラル モデルを学ばせて試します。行を取り違えずに、手書きの数字が取れるかを最優先で見ます。
3週目:台帳と目安の表を作る
表計算の焙乾の台帳を「ロットの番号 × 何番火」の1行のリストへ移し、過去1年の歩留まりを大きさの区分ごとに計算して、工場長と目安の下限と上限を決めます。
4週目:スキャンから一覧までをつなぐ
複合機の保存先をライブラリにし、Power Automate で行のつなぎ直しと確かめまで作ります。この時点では歩留まりの外れの一覧を出さず、打ち込みと並べて比べます。
2か月目以降: 歩留まりの計算と外れの一覧を足し、gap と weight_up の数を週ごとに数え、1件16分が何分になったかを実測します。工場長がいない日でも、外れたロットが次の工程の前に一覧に出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
| 確認した内容 | 情報源 | 確認日 |
|---|---|---|
| かつお節が、かつおを煮て焙乾(くん乾)を繰り返して水分が26%以下になるようにしたものであること。茹でて燻製にしたものを荒節、荒節を削ったものを裸節、カビをつけて熟成させたものを枯節、数回のカビ付けをしたものを本枯節ということ。頭・内臓・腹皮を除いて3枚におろし4つの切り身にし、煮て冷まし、皮と骨を除き、形を整えて煙でいぶしながら乾燥させること | 農林水産省: にっぽん伝統食図鑑 かつお節 | 2026-11-16 |
| カスタム ニューラル モデルが欄・選択マーク・表(tabular fields)を取り出し、v4.0 の 2024-11-30(GA)で表・行・セルの信頼度を返すこと。違いごとに少なくとも5枚の見本を足し、欄の名前を文書の言語にすること。ページの境目で分かれた値を認識しないこと。学習の地域に Japan East が含まれること。入力が PDF と画像で、S0 で500MB、画像が50×50〜10,000×10,000ピクセル、文字の高さの下限が1024×768で12ピクセル(150dpiで約8ポイント)であること。2024-11-30 で学習が10時間まで無料であること | Microsoft Learn: Custom neural document model | 2026-11-16 |
カスタム ニューラル モデルの手書きの文字の対応言語に日本語(ja)が含まれること | Microsoft Learn: Language support — custom models | 2026-11-16 |
表・行・セルの信頼度が2024-11-30 からカスタム モデルで返り、動的な表では表から行、セルへと上から見ることがより大事であること。値の無いセルが NULL と信頼度を持ち、学習の見本で空の多い欄なら空のセルが高い信頼度で返ること。選択マークに信頼度があること | Microsoft Learn: Accuracy and confidence scores | 2026-11-16 |
| コネクタが Power Automate で Standard の区分であること。操作「Analyze Document for Prebuilt or Custom models (v4.x API)」と、入力が PDF または画像(JPG、PNG、BMP、TIFF)であること。1つの接続あたり60秒に1,200回の上限 | Microsoft Learn: Azure AI Document Intelligence (form recognizer) connector | 2026-11-16 |
| 「ファイルが作成されたとき(プロパティのみ)」がライブラリの列の値だけを返し、「ファイル コンテンツの取得」で中身を取ること。「フォルダーにファイルが作成されたとき」が非推奨で、サブフォルダーへの追加では動かないこと。「項目の作成」「項目の取得」 | Microsoft Learn: SharePoint connector | 2026-11-16 |
焙乾の回数・温度・時間、歩留まりの目安、等級の付け方は、各製造所の製法と取引先との取り決めで決めてください。 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。記録票の様式と欄、歩留まりの計算の仕方は説明のための例で、業界で決まった方法を確かめたものではありません。
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-3094)についてのご相談はこちらから。
