Media > AI活用ユースケース > カスタマーサポート > 貸衣装店が手書きの貸出票から礼服・留袖・寸法・小物・返却日を読み取り、返却の期限の台帳と貸出の前の準備の一覧を作る

貸衣装店が手書きの貸出票から礼服・留袖・寸法・小物・返却日を読み取り、返却の期限の台帳と貸出の前の準備の一覧を作る

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

店頭で書いた手書きの貸出票を読み取り、衣装ごとの貸出の台帳に登録します。毎朝、返却の期限を過ぎた貸出と、数日以内にお渡しする衣装の準備の一覧を出します。

サマリー
AIサービス
Azure AI/Google Document AI
連携・自動化
Power Automate
対象業界
その他/小売
対象部門
カスタマーサポート
対象業務
データ入力・転記/台帳・マスタ管理
主な課題
入力作業が多い/期限・対応漏れが起きる/確認ミスが多い
AIで行う処理
読み取り(OCR)
主な効果
入力漏れ削減/対応スピード向上/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
現在工数
50h/月
AI導入後
15h/月
想定削減
70%
年間削減
420h
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. 店頭で、お客様と一緒に貸出票を書き、衣装番号の札を確かめる
  2. その日のうちに、担当者が貸出の帳面に、票番号・衣装番号・使用日・返却の予定日を書き写す
  3. 返却の予定日を、店のホワイトボードに書き出す
  4. お渡しの数日前に、店長が帳面をめくり、出す衣装・寸法直し・そろえる小物を作業場にメモで伝える
  5. 返却の予定日を過ぎた貸出を、店長がホワイトボードと帳面で見つけ、お客様に電話する
  6. 返却のとき、票の小物のチェックを見ながら、戻ってきた小物を数える
導入後(After)
  1. 人店頭で、お客様と一緒に貸出票を書く(これまでどおり)
  2. 人その日の閉店後、店の控えを複合機でスキャンし、店ごとのライブラリに保存する
  3. 自動保存をきっかけに Power Automate が動き、Azure AI Document Intelligence のカスタム テンプレート モデルで貸出票を読み取る
  4. 自動日付・衣装番号・寸法・小物のチェックを、信頼度とともに取り出す。決められない欄は「要確認」にする
  5. 自動衣装番号ごとに、台帳の貸出と期間が重なっていないかを照らす
  6. 自動貸出の台帳(SharePoint のリスト)に、衣装1着ごとに1行を登録する
  7. 自動要確認と重なりのあった貸出を、受けた店の担当に知らせる
  8. 自動毎朝、返却の期限を過ぎた貸出の一覧と、3日以内にお渡しする衣装の準備の一覧を作る
  9. 人店頭の担当が、要確認の欄を票の画像で確かめ、重なりがあればお客様に連絡する
  10. 人作業場の担当が準備の一覧を見て、衣装を出し、寸法を合わせ、小物をそろえる
  11. 人返却のとき、台帳の小物の一覧を見て、戻ってきた小物に印を付ける
各工程の詳しい説明を読む
  1. 店頭で、お客様と一緒に貸出票を書き、衣装番号の札を確かめる
  2. その日のうちに、担当者が貸出の帳面に、票番号・衣装番号・使用日・返却の予定日を書き写す
  3. 返却の予定日を、店のホワイトボードに書き出す
  4. お渡しの数日前に、店長が帳面をめくり、出す衣装・寸法直し・そろえる小物を作業場にメモで伝える
  5. 返却の予定日を過ぎた貸出を、店長がホワイトボードと帳面で見つけ、お客様に電話する
  6. 返却のとき、票の小物のチェックを見ながら、戻ってきた小物を数える

(a)返却の遅れに気づくのが、ホワイトボードを見た人だけ。 予定日を過ぎても返ってこない貸出は、誰かがホワイトボードと帳面を見比べるまで見つかりません。 店長の休みの週は、遅れの電話が数日遅れます。次のお客様に貸す予定の衣装なら、そのまま次の貸出に響きます。

(b)お渡しの前の準備が、帳面をめくる人の記憶に頼っている。 寸法直しが要る衣装、小物の数がそろわない組。店長が帳面を見て気づいた分だけ、作業場に伝わります。 前日に気づくと、寸法直しが間に合いません。

(c)同じ衣装の重なりに、受付の時点で気づけない。 2店で別々に受けた予約が、同じ衣装番号で同じ週末に重なることがあります。帳面は店ごとにあるので、もう一つの店の予約は見えません。

(d)返ってきた小物の数え漏れ。 返却のときは票のチェックを見ながら数えますが、混んでいる日は省かれます。草履やバッグが1つ戻っていないことに、次の貸出の準備で気づきます。

  1. 【人】 店頭で、お客様と一緒に貸出票を書く(これまでどおり)
  2. 【人】 その日の閉店後、店の控えを複合機でスキャンし、店ごとのライブラリに保存する
  3. 【自動】 保存をきっかけに Power Automate が動き、Azure AI Document Intelligence のカスタム テンプレート モデルで貸出票を読み取る
  4. 【自動】 日付・衣装番号・寸法・小物のチェックを、信頼度とともに取り出す。決められない欄は「要確認」にする
  5. 【自動】 衣装番号ごとに、台帳の貸出と期間が重なっていないかを照らす
  6. 【自動】 貸出の台帳(SharePoint のリスト)に、衣装1着ごとに1行を登録する
  7. 【自動】 要確認と重なりのあった貸出を、受けた店の担当に知らせる
  8. 【自動】 毎朝、返却の期限を過ぎた貸出の一覧と、3日以内にお渡しする衣装の準備の一覧を作る
  9. 【人】 店頭の担当が、要確認の欄を票の画像で確かめ、重なりがあればお客様に連絡する
  10. 【人】 作業場の担当が準備の一覧を見て、衣装を出し、寸法を合わせ、小物をそろえる
  11. 【人】 返却のとき、台帳の小物の一覧を見て、戻ってきた小物に印を付ける

8番目で、毎朝の一覧を「誰かが帳面を見る」から「全員に届く」に変えるのが、この設計の要点です。 返却の遅れは、店長が見たかどうかにかかわらず、毎朝同じ規則で一覧に出ます。

11番目で、返却の確認に台帳を使うのも意図してのことです。 貸したときの小物のチェックが台帳に1つずつ入っているので、返ってきたものに印を付けるだけで、戻っていない小物が残ります。

02今回想定するシステム構成

構成図
貸出票の店の控え(複写の1枚目。日付・衣装番号・寸法・小物のチェック欄)
   │  閉店の後に複合機でスキャン(1枚1ファイル)
   ▼【トリガー】SharePoint のライブラリへの保存(店ごと)
Power Automate
   ├─ ファイル コンテンツの取得
   ▼
Azure AI Document Intelligence(カスタム テンプレート モデル。コネクタで呼ぶ)
   │   票番号・受付日・氏名・電話番号・用途
   │   使用日・お渡しの日・返却の予定日
   │   衣装番号(最大3着)・寸法・小物のチェック欄
   ▼
Power Automate ── 日付の前後・衣装番号の重なり・チェックの信頼度を照らす
   │              → SharePoint のリスト(衣装ごとの貸出の台帳)
   ▼【トリガー】毎朝の定時のフロー
Power Automate ── 返却の期限を過ぎた貸出の一覧/3日以内の準備の一覧
   ▼
【店頭は電話と要確認の確認、作業場は準備、返却のときは小物の照合】
役割想定する製品代替候補
OCRAzure AI Document Intelligence(カスタム テンプレート モデル)Google Document AI(Form Parser)
連携Power Automate(Document Intelligence のコネクタと SharePoint のコネクタ)Azure Logic Apps
台帳SharePoint のリスト(衣装ごとの貸出の台帳)Microsoft Lists
衣装の一覧SharePoint のリスト(衣装番号・品目・寸法・保管の棚・状態)―
保管SharePoint のライブラリ(店の控えのスキャン)―

Document Intelligence のコネクタは、Power Automate で Standard の区分です。 操作は「Analyze Document for Prebuilt or Custom models (v4.x API)」を使い、学習したモデルの ID とファイルの中身を渡します。受け付けるのは PDF か画像(JPG、PNG、BMP、TIFF)です。

SharePoint のコネクタも Standard の区分です。 スキャンの保存は「ファイルが作成されたとき(プロパティのみ)」で受け、「ファイル コンテンツの取得」で中身を取ります。台帳の照合は「項目の取得」に OData のフィルターの条件を付けて行います。

新しく足すのは、衣装の一覧のリストです。 衣装番号ごとに、品目・寸法・保管の棚・状態(貸出できる/寸法直し中/クリーニング中)を持たせます。読み取った衣装番号がこの一覧に無ければ、読み違いか札の付け忘れです。

03どうやって実装するのか

Step1

処理の起点を決める

読み取りは、店ごとのライブラリにスキャンが保存されたことを起点にします。 どちらの店の貸出かは、保存したライブラリで決めます。スキャンは1枚1ファイルにし、処理が終わったファイルは、台帳への登録が成功したときだけ処理済みのフォルダーへ移します。

一覧は、毎朝の開店前に動く定時のフローで作ります。読み取りのフローと分けておくのは、スキャンが1枚も無かった日にも、返却の遅れの一覧は出す必要があるからです。 読み取りのフローの最後で一覧を作ると、スキャンの無い日は一覧が出ません。

定時のフローは、前の晩のスキャンの読み取りが終わった後に動くよう、開店の1時間ほど前に置きます。 閉店後のスキャンが遅れた日に、読み取りの途中で一覧を作ると、前の日の貸出が準備の一覧から抜けます。読み取りの残りが店のライブラリにあれば、一覧の先頭に「未処理あり」と出します。

Step2

入力データを集める

データ中身取得元
貸出票のスキャン店の控えの画像(PDF または JPG)店ごとのライブラリ
読み取り結果欄ごとの値、チェック欄の状態、それぞれの信頼度Document Intelligence
衣装の一覧衣装番号・品目・寸法・保管の棚・状態SharePoint のリスト
貸出の台帳衣装番号ごとの、お渡しの日から返却の予定日までの期間SharePoint のリスト

質を決めるのは、衣装の一覧です。 衣装番号が一覧と当たれば、品目と寸法は一覧の側から引けるので、票の手書きの寸法は「お客様の寸法」として別に持てます。 衣装の寸法とお客様の寸法が離れていれば、寸法直しが要るという印になります。

学習に使う見本は、少なくとも5枚です。 カスタム テンプレート モデルは、様式ごとに少なくとも5枚の見本を用意するよう案内されています。数字の書き癖の違う担当者の票を混ぜ、日付を書き直した票、小物のチェックが斜線で消された票も入れます。

Step3

データの取得方法を決める

読み取りは、Power Automate からコネクタの操作を呼びます。

取るものどこから何に使うか
票番号・受付日・氏名・電話番号・用途ラベルを付けた欄の値台帳の項目
使用日・お渡しの日・返却の予定日ラベルを付けた欄の値期間と期限
衣装番号(1〜3)ラベルを付けた欄の値衣装の一覧との照合、重なりの照合
お客様の寸法ラベルを付けた欄の値寸法直しの要否
小物のチェック選択マークの欄の状態(selected/unselected)準備の一覧と、返却の照合
信頼度欄・単語・選択マークの信頼度要確認の判定

日付は、単語の信頼度を必ず見ます。 欄の信頼度は「値の位置が正しいか」の確からしさで、「11/3」を「11/8」と読んだかどうかは、単語の信頼度に出ます。 2024-11-30 の版から、カスタムモデルの欄の信頼度に単語の信頼度が含まれるようになりました。

小物のチェックは、選択マークの状態と信頼度を合わせて見ます。 選択マークの欄は、欄の信頼度とチェックの信頼度を合わせて見るよう案内されています。斜線で消したチェックは、付いているのか消したのかが読み取りでは決まりません。 信頼度が低いものは要確認にします。

台帳の重なりの照合は、「項目の取得」のフィルターで行います。 同じ衣装番号で、台帳の貸出のお渡しの日が新しい貸出の返却の予定日以前、かつ返却の予定日が新しい貸出のお渡しの日以後のものを取れば、期間の重なる貸出だけが返ります。

Step4

AIへ渡す前に整形する

  1. 形式の確認 … PDF か画像(JPG、PNG、BMP、TIFF)であることを確かめます
  2. 1枚1ファイルの確認 … 2ページ以上の PDF は、ページで分けるか店に戻します
  3. 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(150 DPI で約8ポイント)です。日付の欄が小さい様式なら、スキャンの解像度を上げます
  4. 複写の濃さ … 店の控え(1枚目)をスキャンします。下の紙ほどチェックの印と数字の細い線が薄くなります
  5. 日付の書き方の正規化 … 「11/3」「11月3日」「3日」を、受付日の年月をもとに年月日にそろえます。月が書かれていない「3日」は、受付日より後の最初の3日とせず、要確認にします

5番目で「推測しない」ことを決めておくのが大事です。 「3日」とだけ書かれた返却の予定日は、今月の3日か来月の3日か、票からは決まりません。決まらないものを決めたことにすると、毎朝の一覧が1か月ずれます。

Step5

AIに処理させる

AIにさせるのは、決まった欄の文字とチェックの状態を、信頼度とともに返すことだけです。 日付の前後の確かめ、重なりの照合、一覧づくりは Power Automate の条件で行います。

読み取るもの決め方決められないときの扱い
使用日・お渡しの日・返却の予定日日付として解釈でき、お渡しの日 ≦ 使用日 ≦ 返却の予定日前後が逆、空欄、月の無い日付は「要確認」
衣装番号衣装の一覧に当たる当たらなければ「要確認」。近い番号に寄せない
お客様の寸法数値として解釈できる解釈できなければ空のまま
小物のチェックselected を数える信頼度が低いチェックは「要確認」
用途・お渡しの方法selected がちょうど1つ0個・2個以上なら「要確認」

台帳に登録するときと毎朝の一覧を作るときに、次のことを照らします。 どれも Power Automate の条件で、AIの判断ではありません。

照らすこと知らせる条件
衣装の重なり同じ衣装番号の貸出と、お渡しの日から返却の予定日までの期間が重なる
衣装の状態衣装の一覧で「寸法直し中」「クリーニング中」の衣装が、3日以内のお渡しに入っている
寸法の差お客様の寸法と衣装の寸法の差が、店の決めた幅を超える
返却の期限返却の予定日を過ぎても、台帳の「返却済み」が付いていない
させないこと理由
返却の予定日の計算での穴埋めお客様と決めた日と違う日で督促することになる
衣装番号の補正1字違いの番号に寄せると、別の衣装が貸出中になる
寸法から衣装を選ぶことどの衣装を貸すかは、試着とお客様の好みで担当者が決める
延滞料や弁償の判断店の決まりと担当者の判断

1行目と2行目が、この構成の失敗の大半です。 どちらも、空いていたり読めなかったりした欄を、もっともらしい値で埋める誤りです。埋めた値は台帳の上では正しい値と見分けがつかず、毎朝の一覧にそのまま流れます。

Step6

指示内容を固定する

この構成の読み取りはカスタム テンプレート モデルで、生成AIへの文章の指示はありません。指示にあたるのは、ラベルの付け方と、Power Automate の条件の設定です。

【ラベルの付け方(Document Intelligence Studio でモデルを作るとき)】
- slip_no, received_date, customer_name, phone … 欄の値
- use_wedding, use_funeral, use_ceremony … 選択マーク(用途)
- use_date, pickup_date, return_date … 欄の値(日付)
- item_no_1, item_no_2, item_no_3 … 欄の値(衣装番号)
- height, size_go, yuki, waist, foot … 欄の値(お客様の寸法)
- acc_nagajuban, acc_obi, acc_obiage, acc_obijime, acc_zori, acc_bag,
  acc_suehiro, acc_tie, acc_vest … 選択マーク(小物)
- dressing_yes, dressing_no, deliver_store, deliver_ship … 選択マーク
- 見本は少なくとも5枚。担当者ごとの書き癖、日付の書き直し、
  斜線で消したチェックのある票を混ぜる。

【Power Automate の条件(読み取りのフロー)】
1. 文書の種類の信頼度が 0.80 未満 → 票ごと「要確認(様式違い)」
2. 日付の欄は、単語の信頼度が 0.85 未満なら「要確認」。値は空のまま
3. 月の無い日付は、年月を補わずに「要確認」
4. pickup_date ≦ use_date ≦ return_date でなければ「要確認」
5. return_date が空なら「要確認」。use_date から計算して埋めない
6. item_no を衣装の一覧と照らし、当たらなければ「要確認」。近い番号に寄せない
7. 当たった item_no ごとに、台帳を「項目の取得」で引き、
   期間の重なる貸出があれば「重なり」として受けた店の担当に知らせる
8. 小物の selected の信頼度が 0.80 未満なら、その小物を「要確認」
9. 要確認が1つでもあれば、台帳の status を needs_check にして知らせる

【Power Automate の条件(毎朝の定時のフロー)】
A. 返却の期限:return_date が今日より前、かつ returned が false、
   かつ status が ready の行 → 店ごとの「返却の遅れ」の一覧
B. 準備:pickup_date が今日から3日以内、かつ status が ready の行
   → 作業場の「準備」の一覧(衣装番号・棚・寸法直しの要否・小物)
C. status が needs_check のまま2日以上たった行 → 店長への知らせ

5番目の「計算して埋めない」は、店の決まりの日数があっても守ります。 決まりの日数どおりに返す約束をしたなら、担当者はそう書くはずです。空欄なのは、書き忘れか、別の日を約束して書かなかったかのどちらかで、どちらも票を書いた人にしか分かりません。

Cを足しているのは、要確認が放置されると一覧から抜けるからです。 status が needs_check の行はAとBに出ないので、確かめられないまま返却の予定日を過ぎても、遅れの一覧に出ません。 放置された要確認を別に知らせます。

Step7

出力形式を固定する

次の形で、衣装1着ごとに台帳に1行を登録します。

{
  "slip_no": "",
  "store": "本店",
  "item_no": "TM-0412",
  "item_type": "黒留袖",
  "item_size": "",
  "customer_name": "",
  "phone": "",
  "use": "wedding | funeral | ceremony | null",
  "pickup_date": "2026-11-06",
  "use_date": "2026-11-07",
  "return_date": "2026-11-09",
  "customer_size": { "height": "", "yuki": "", "waist": "" },
  "accessories": [
    { "name": "帯締め", "lent": true, "returned": false }
  ],
  "dressing": true,
  "flags": ["overlap:TM-0412", "return_date_missing"],
  "status": "ready | needs_check",
  "returned": false,
  "image_link": ""
}

1つ目の理由は、衣装1着ごとに行を分けられることです。 1枚の票で留袖と長襦袢と帯を貸せば、3行になります。重なりの照合も返却の照合も、衣装番号ごとに行えます。 1枚の票を1行にすると、2着目以降の衣装の重なりが見えません。

2つ目は、accessories に lent と returned を並べて持つことです。 返却のとき、担当者は returned に印を付けるだけで、lent が true で returned が false の小物が、戻っていない小物として残ります。

3つ目は、flags に理由を持たせることです。 「重なり:TM-0412」「返却の予定日なし」と分かれば、店頭の担当は票の画像を開く前に何を確かめるかが分かります。

Step8

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)」スキャンの保存を検知し、「ファイル コンテンツの取得」で中身を取る
Document Intelligence「Analyze Document for Prebuilt or Custom models (v4.x API)」モデルの ID とファイルの中身を渡す
衣装の一覧「項目の取得」衣装番号の照合と、品目・寸法・状態
貸出の台帳「項目の取得」(フィルター)「項目の作成」「項目の更新」重なりの照合、登録、返却の印
店頭・作業場への知らせTeams かメール要確認・重なり・毎朝の一覧

お客様への電話は自動にしません。 返却の遅れの一覧は、電話をかける相手の一覧です。遅れの理由を聞き、延滞料をどうするかを決めるのは担当者です。 自動の督促の連絡は、葬儀の後の喪服の返却のように、相手の事情に配慮が要る場面で特に避けます。

Step9

人が確認する

  1. 店頭の担当が、要確認の貸出の flags の欄だけを票の画像で確かめる … 台帳を直し、status を ready にします
  2. 重なりが出たら、先に受けた貸出と後の貸出の両方を確かめる … 本当に重なっているなら、後のお客様に別の衣装を相談します
  3. 毎朝、返却の遅れの一覧を見て電話する … 電話した日と相手の返事を台帳に残します
  4. 作業場の担当が、準備の一覧で衣装を出す … 衣装番号の札と台帳を照らし、寸法を合わせ、小物をそろえます
  5. 返却のとき、小物の一覧に印を付ける … 戻っていない小物があれば、その場でお客様に伝えます

2番目で「両方」を見るのは、先の貸出の読み取りが誤っていることもあるからです。 先に登録した貸出の返却の予定日を読み違えていれば、重なりは見かけだけです。

目標は、300件をならして1件3分です。 要確認に回るのは2割前後という想定で、それより多い月は、ある担当者の書き方か、スキャンの濃さに理由があります。

Step10

例外に対処する

起きること対応
返却の予定日が空欄要確認。計算で埋めない
月の無い日付要確認。年月を補わない
日付の前後が逆要確認。読み違いか書き間違いを票で確かめる
衣装番号が一覧に無い要確認。札の付け忘れか読み違い
同じ衣装番号で期間が重なる受けた店の担当に知らせる。先の貸出も確かめる
寸法直し中の衣装が3日以内のお渡しに入る作業場に知らせる
貸出の期間が延びた(お客様から延長の電話)担当者が台帳の返却の予定日を直し、直した記録を残す
同じ票番号が二度登録される二重にスキャンされた。2件目を登録しない
返却のとき、票に無い小物が戻ってくる別の貸出の小物の恐れ。台帳で同じ日の返却を引いて、持ち主を確かめる
返却の予定日の前に返ってきた返却の印を付けるだけ。遅れの一覧には出ない
読み取りが失敗するファイルをライブラリに残す。処理済みへ移すのは成功時だけ

上の4行は、どれも空や読めないものを空や読めないまま残す規則です。 台帳に空欄が残ると見栄えは悪いのですが、空欄は人が見るべき場所の印です。 埋めてしまうと、その印が消えます。

Step11

記録を残す

  • 貸出票のスキャンと、保存した日時・店
  • 読み取りの結果の全文(欄の値・選択マーク・信頼度)
  • 台帳に登録した値と flags、重なりの照合で当たった貸出の票番号
  • 担当者が直した記録 … どの欄を、何から何に直したか。延長の電話による返却の予定日の変更を含む
  • 返却の遅れの電話をかけた日と、お客様の返事
  • 返却のときの小物の印

4つ目で延長の記録を残すのは、遅れの一覧の正しさを後で確かめるためです。 延長の電話を受けたのに台帳を直していなければ、そのお客様に督促の電話がかかります。

04実装レベルの3段階

最小構成:Studio で票を1枚ずつ読み取り、手で台帳に入れて重なりを確かめる / 読み取りの確かめ
半自動化:上記+ライブラリへの保存を起点に読み取って台帳に登録し、毎朝の一覧と重なり・要確認の知らせを出す / 書き写し・一覧づくり・重なりの照合
本格構成:上記+予約の段階で衣装の一覧の空きを店頭で引けるようにし、票を書く前に重なりを止める / 受付の時点での重なりの防止

半自動化で、1件10分が3分程度になります。 これが本記事の想定です。帳面への書き写し、毎朝のめくり直し、2店の見比べがなくなり、人の時間は要確認の確認と、電話と、準備に絞られます。 本格構成は、票を書く前に台帳を引く形です。 重なりを読み取りの後で拾うのではなく、店頭で衣装番号を決める時点で空きを見ます。ただし、店頭で台帳を引く手順を足すことになるので、半自動化で重なりがどれだけ起きているかを数えてから決めます。

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
5 名
月間件数
300 件
1件あたり現在時間
10 分
1件あたり導入後時間
3 分
現在  300件 × 10分 ÷ 60 = 50 時間/月
導入後 300件 × 3分 ÷ 60 = 15 時間/月
月間削減時間
35h
削減率
70%
年間削減時間
420h
年間金額換算(時間単価2,100円)
88万円
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. 礼服・留袖・喪服などの貸出を、店頭で手書きの複写式の貸出票で受けている貸衣装店。衣装に番号の札を付けて管理しているのに、貸出の台帳が帳面やホワイトボードで、返却の遅れに気づくのが遅い場合。お渡しの前の寸法合わせや小物そろえの段取りが、店長の記憶に頼っている場合。Microsoft 365 を使っていて、SharePoint のリストを台帳にできる場合。
向いていない
  1. 貸出が月に数十件で、帳面で足りる場合。予約と貸出をすでに予約管理の仕組みで受けていて、手書きの票が無い場合(読み取りが要りません)。衣装に番号を付けておらず、どの衣装を貸したかを台帳で追えない場合(先に番号を付けます)。なお、延滞料・汚損や破損の弁償の金額、着付けの可否の判断は店の決まりと担当者の判断で、この構成は関わりません。

07最小構成で試す方法

  1. 先月の貸出票から20枚を選ぶ(返却が遅れた貸出、衣装の重なりが起きた貸出、小物が戻らなかった貸出を混ぜる)
  2. その20枚について、当時どこで何に気づいたかを書き出す
  3. Document Intelligence Studio で、店の控えの見本を5枚以上使ってカスタム テンプレート モデルを作る
  4. 残りの票を読み取り、日付・衣装番号・小物のチェックを票と見比べる
  5. 読み取った日付と衣装番号を手でリストに入れ、重なりの照合が当時の重なりを拾えるかを見る

20枚は必ずやってください。 Power Automate を組む前に、「手書きの日付と衣装番号がどれだけそのまま読めるか」を確かめます。 この2つが読めなければ、毎朝の一覧は作れません。

出てきた内容判断
日付と衣装番号がほぼそのまま読めるPower Automate との連携に進む
特定の担当者の数字が読み違えられる見本にその担当者の票を足す。構成は有効
返却の予定日の空欄が多い書き方の決まりが先。 読み取りの問題ではない

3行目は珍しくありません。 返却の予定日を「いつもどおり」と思って書かない担当者がいます。その空欄が、返却の遅れに気づけなかった理由の1つです。

08実装時につまずきやすいポイント

問題対策
返却の予定日を使用日から計算して埋める埋めない。 空欄は要確認にする
「3日」だけの日付を今月と決めてしまう年月を補わずに要確認にする
衣装番号を近い番号に寄せる一覧に無ければ要確認にする
1枚の票を1行にして2着目の重なりが見えない衣装1着ごとに1行にする
スキャンの無い日に遅れの一覧が出ない一覧は毎朝の定時のフローで作る
要確認が放置されて遅れの一覧から抜ける放置された要確認を別に知らせる
斜線で消したチェックが付いていると読まれる信頼度の低いチェックは要確認にし、見本に足す
延長の電話を台帳に反映し忘れる直した記録を残し、督促の前に台帳を確かめる
複写の下の紙で数字が薄い店の控え(1枚目)をスキャンする

上の3行が、この構成の失敗のほとんどです。 どれも、欄を埋めれば台帳がきれいに見えるという同じ誘惑から出ています。埋めた値で毎朝の一覧が作られると、間違った日に電話をかけ、間違った衣装を貸出中にします。

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: お客様の氏名・電話番号、使用日と用途(結婚式か葬儀か)、そして身長や胴回りなどの体の寸法です。

  1. 台帳を見られる人を絞る … 体の寸法と、葬儀のための貸出という事情は、お客様が他人に知られたくない情報です。台帳のリストとスキャンのライブラリは、店頭の担当と作業場の担当だけが見られるようにします
  2. 毎朝の一覧に載せる項目を絞る … 作業場の準備の一覧に、お客様の電話番号は要りません。一覧ごとに、その仕事に要る列だけを出します
  3. 督促を自動で送らない … 返却の遅れの連絡は担当者が電話でします。特に葬儀の後の貸出では、相手の事情に配慮します
  4. 延滞料や弁償を自動で決めない … 金額は店の決まりと担当者の判断です。この構成が出すのは、予定日を過ぎたという事実だけです
  5. 保存の期間を決める … 貸出票のスキャンと台帳を、返却の後どれだけ残すかを店の決まりとして先に決めます

誤りが起きた場合のリスクは、間違った日に督促をすることと、重なりを見落として当日に衣装が無いことです。 前者は返却の予定日を計算で埋めると起き、後者は衣装番号を寄せると起きます。どちらも「空や読めないものを空のまま残す」という決まりで防ぎます。

10まず何から始めるか

1週目:衣装の一覧を作る

衣装番号・品目・寸法・棚を、SharePoint のリストに並べます。数の多い黒留袖・喪服・礼服から始め、札の無い衣装に番号を付けます。

2週目:20枚で試す

先月の貸出票で Document Intelligence Studio のモデルを作り、日付と衣装番号がどれだけそのまま読めるかを確かめます。あわせて、返却の予定日の空欄の数を数えます。

3週目:書き方の決まりをそろえる

返却の予定日を必ず書く、月から書く、衣装番号は札のとおりに書く、を2店の担当者でそろえます。読み取りの精度より先に、この決まりが効きます。

4週目:保存から台帳までをつなぐ

ライブラリへの保存から読み取り、台帳への登録までを作ります。この時点では毎朝の一覧を出さず、台帳を帳面と並べて見比べます。

2か月目: 毎朝の一覧と重なりの知らせを足し、帳面とホワイトボードをやめます。3か月目以降: 1件10分が何分になったかを実測し、返却の遅れと重なりの件数を見て、書き方の決まりを見直した時点で、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:2026-10-29/最終更新:2026-10-29
確認した内容情報源確認日
コネクタが Power Automate・Logic Apps で Standard の区分であること。操作「Analyze Document for Prebuilt or Custom models (v4.x API)」でモデルの ID とファイルの中身を渡すこと。入力が PDF か画像(JPG、PNG、BMP、TIFF)であることMicrosoft Learn: Azure AI Document Intelligence (form recognizer) connector2026-10-29
「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」。「項目の取得」の OData のフィルター。「項目の作成」「項目の更新」。コネクタが Standard の区分であることMicrosoft Learn: SharePoint connector2026-10-29
カスタム テンプレート モデルが、ラベルを付けた値・選択マーク・表・署名・選んだ領域を取り出し、決まった見た目の様式に向くこと。様式ごとに少なくとも5枚の見本を用意すること。サイズが S0 で500MB・F0 で4MB、文字の高さの下限が1024×768の画像で12ピクセルであることMicrosoft Learn: Custom template document model2026-10-29
2024-11-30(GA)から、カスタムモデルの欄の信頼度に単語の信頼度が含まれること。欄の信頼度が値の位置の確からしさであること。選択マークの欄は欄とチェックの信頼度を合わせて見ること。文書の種類の信頼度が低いのは様式の違いを示すことMicrosoft Learn: Interpret and improve model accuracy and confidence scores2026-10-29
選択マークが位置・信頼度・状態(selected/unselected)とともに返ることMicrosoft Learn: Document layout analysis2026-10-29
カスタム テンプレート 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 and locale support for custom models2026-10-29

返却の期限、延滞料、汚損や破損の扱いは、店の貸出の決まりによります。 本記事は製品の公開仕様で確認できた範囲だけを扱っており、本記事の小物の名前・日数・信頼度の基準は例示です。

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-2236)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