AI-OCRの信頼度スコアをどう閾値にするか— 人手再確認の基準

1. 信頼度スコアとは何か

1-1. ベンダーごとの定義の違い

信頼度スコアは、OCRエンジンやAIモデルが「この文字・この項目を正しく読めた確率」を示す内部指標です。
ただし、0〜100のパーセント表示なのか、0〜1の小数なのか、項目単位なのか文書単位なのかは製品ごとに違います。
「スコア95ならほぼ正解」と横断比較できない前提で設計してください。

1-2. 項目スコアと文書スコア

実務では、登録番号・金額・税率・取引先名など項目ごとのスコアと、 文書全体の平均スコアが別々に返る製品もあります。
文書平均が90でも、登録番号だけが60、という組み合わせは珍しくありません。
閾値は「文書平均だけ」で決めず、重要項目の個別スコアも見る設計が安全です。

1-3. スコアと税務上の正しさは別物

スコアが高いことは「画像上の文字をうまく読めた」という意味であり、 適格請求書の記載要件を満たしていることとはイコールではありません。
登録番号の形式が正しく読めても、公表情報との不一致や、税率区分の欠落は別問題です。
記載要件の全体像はインボイス記載項目チェックリストで確認できます。

2. 閾値の決め方（現場用）

2-1. まず重要項目を固定する

閾値設計の起点は「間違えると影響が大きい項目」の列挙です。
多くの経理現場では、登録番号・税率ごとの税額・合計金額・取引先名の4点が優先になります。
これらはスコアが少し低くても人手確認、それ以外は文書平均で判断、という二層にすると運用しやすいです。

2-2. サンプルで誤読率を測る

いきなり本番全件に閾値を当てず、直近1〜2ヶ月分の請求書をサンプルにします。
例えば100件で、スコア帯ごとに「人手で見たら誤りだった件数」を集計します。
「スコア90以上でも誤りが5%ある」「80未満は誤りが30%超」といった実態が見えるまで、数字を決め打ちしないことがポイントです。

2-3. 仮の帯分け例

あくまで一例ですが、現場でよく使う帯分けは次のようなイメージです。

数字そのものより、「帯ごとに誰が何をするか」を文書化することが重要です。
ワークフロー全体の置き方はインボイスチェックの社内ワークフローも参考になります。

3. 人手再確認に回す基準

3-1. スコア以外の強制トリガー

スコアが高くても人手に回すべき典型例があります。
スキャン品質が悪い、手書き混在、複数税率、修正版の請求書、英語・日英混在、金額が極端に大きい取引などです。
「高スコア＝無条件自動承認」にしないための例外リストを、閾値表の隣に置いてください。

3-2. 確認の深さも段階化する

人手確認といっても、全項目をゼロから打ち直す必要はありません。
例: スコア80〜94は「差分ハイライトされた項目だけ見る」、80未満は「原紙と並べて全項目照合」などです。
確認の深さを揃えないと、担当者によって品質がバラつきます。

3-3. 再確認結果を学習データに戻す

人手で直した箇所は、単なる修正で終わらせず「どの項目・どの取引先・どのレイアウトで誤読が多いか」を記録します。
四半期ごとに誤読上位を見直し、閾値や例外リストを更新すると、確認コストが下がっていきます。
税務調査で指摘されやすい論点は税務調査でのインボイス指摘ポイントも意識しておくと優先度が付けやすいです。

4. 具体シナリオで閾値を決める

4-1. スキャン紙が多い卸売業

取引先の半分が紙請求書で、複合機スキャンの画質がバラつく現場を想定します。
まず50件のサンプルで重要項目スコアを測り、登録番号が90未満の件を全件人手確認に回したところ、誤読の8割をそこで捕捉できました。
一方、金額スコアが低くても登録番号が正しいケースは多かったため、金額は80未満のみ全項目照合、という非対称閾値に落ち着きました。

4-2. テキストPDF中心のSaaS利用企業

受領のほとんどがポータルからのテキスト埋め込みPDFなら、OCR信頼度の議論自体が小さくなります。
この場合は「画像PDFだけOCRルート」「テキストPDFは自動チェック＋スポット監査」と経路分岐した方が、閾値を無理に一本化しなくて済みます。
経路が混在しているのに閾値だけ共通化すると、テキスト側は過剰確認、画像側は確認不足になりやすいです。

4-3. 月末に件数が跳ねる会計事務所

月末3日間に依頼が集中する事務所では、人手再確認のキャパがボトルネックになります。
閾値を厳しくしすぎると処理が止まり、緩くしすぎると誤読が会計に入ります。
対策は、高額取引と新規取引先だけは常に人手、既存・定型レイアウトは閾値運用、という層別です。
閾値の数字いじりより、層別の方が現場負荷と品質のバランスを取りやすいです。

5. 現場チェックリスト

• ベンダーのスコア定義（単位・項目／文書）を文書化したか
• 重要項目（登録番号・税額・合計・取引先）を固定したか
• サンプルでスコア帯ごとの誤読率を測ったか
• 帯ごとの次アクション（自動／スポット／全件目視）を決めたか
• 高スコアでも人手に回す例外リストがあるか
• 再確認結果を四半期レビューに残しているか

6. よくある質問

Q. 閾値は最初から厳しくすべきですか？

導入初期は厳しめ（人手多め）から始め、誤読率が下がったら閾値を緩める方が安全です。
最初から自動通過を広げると、誤読が会計に入り込み、後から直すコストが大きくなります。

Q. 登録番号だけ別閾値にする必要はありますか？

あると安心です。
登録番号は1文字の誤読でも別事業者になるため、金額より厳しい帯を設ける現場が多いです。

Q. テキスト埋め込みPDFはOCRスコア不要ですか？

テキスト層があるPDFはOCRを経由しないため、信頼度スコアの議論自体が不要なことが多いです。
ただし画像PDFやスキャン紙はOCR前提なので、受領経路ごとにルートを分けるとよいです。

Q. 閾値を社内規程に書くべきですか？

細かい数値まで規程に固定すると改定が重いので、運用マニュアル側に置き、規程では「重要項目は閾値未満を人手確認する」程度に留めるのが現実的です。

7. まとめ

• 信頼度スコアは製品依存の内部指標であり、税務上の正しさとは別
• 文書平均だけでなく重要項目の個別スコアで閾値を設計する
• サンプルで誤読率を測ってから帯分けする
• 高スコアでも例外（手書き・多税率・修正版など）は人手確認
• 再確認結果を四半期で振り返り、閾値を更新する

8. 注意

インカク（incaku）はテキスト層のある請求書PDF・CSV・テキスト入力の登録番号・記載要件を確認するツールで、画像・スキャンPDFのOCRや信頼度スコアの算出は対象としていません。
本記事は一般的な運用の整理であり、税務・法的助言ではありません。
仕入税額控除の可否や個別の閾値設計は、顧問税理士等にご確認ください。