価値の測り方
1日分の配送リストを写真1枚で：印刷マス462、手書きの数字13、機械が確信できたのは1
配送担当者は1日分の印刷リストを1枚撮るだけ。AIは表の上の手書きの跡を探し、機械は手書きの数字を実納品数と照合する。本番の2日間でリスト10枚、手書きの数字13、機械が確信できたのは1。価値はペンの跡があるマスを人の目の前に出すことにある——その値付けの仕方。
1日分の配送リストを写真1枚で——機械が結論を出せるのはどれだけで、いくらの価値があるか
必要なのは1日の配送担当者数、1人1日あたりの納品書数、リストを撮影する日の割合、手書きの数字があるマスの割合だけ。金額はすべてそこから導かれます。どれも書き換えられます。
上の4つの数字から導いた値
前提——クリックして一つずつ確認・修正
リスト
読み取り
金額
これは見積もりであり、約束ではありません。二つの端を試してください。AIが確信をもつ割合を0にしても便益はわずかしか減りません。人が確かめる割合を0にすると、ほぼゼロになります。撮影する日の割合を0にすると、コストも含めてすべての行がゼロ。誠実なモデルはそうでなければなりません。
毎朝、配送担当者はシステムから印刷した紙を1枚受け取ります。その日の自分の配送リスト——行が店舗、列が品目、 マスの中は数量です。一回りすると紙はペンの跡だらけになります。店が受け取らなかったマスにはバツ、12を10に訂正、 覚え書きの丸囲みがいくつか。午後には紙はポケットの中にあり、システムには朝に印刷した数字がそのまま残っています。
この記事の変化は小さなものです。その紙を1日1回、写真に撮る——何も撮らない代わりに。AIは印刷された表の上の 手書きの跡を探し、機械は手書きの数字を入力済みの実納品数と照合します。生鮮食品の卸売業者で、本番稼働の最初の2日間を 測りました。リスト10枚、印刷マス462、手書きの数字13個。機械が確信をもって読めたのは13個中ちょうど1個。残りの12個は、 人が写真で確かめるために表示されました。この結果が価値のありかを決めます——そしてそれは、よく想像される場所にはありません。
1. 何が変わるのか
- 1枚、1人、1日。 スマートフォンの配送画面に「配送リスト」のカードがあり、担当者は1枚か数枚（最大6枚）撮ります。 システムはリストに印刷された内容——その担当者のその日の納品書——をすでに知っているので、その表をAIに一緒に 送ります。リストの写真は1日分の写真の束に混じっていても構いません。機械がリストだと見分けて、そこに振り分けます。
- AIは紙を読み直さず、手書きの跡だけを探します。 取り消し、訂正、追記、丸囲み、メモ——そして跡ごとに、確信が あるかどうかを答えます。
- 照合するのは機械で、ルールは書かれています。 取り消しは紙の値が0、訂正や追記は手書きの数字。AIが確信をもつ跡で、 実納品数と違うものだけが「差異」となり、スマートフォンで担当者本人に知らされます。確信のない跡は品目の下に「写真を 確認」として表示され、知らせはしません。丸囲みとメモは表示のみで、照合しません。
- きれいな印刷マスは何も結論しません。 AIは薄い跡を見落とすことがあるため、手書きの跡がないマスを「一致」とは数えません。
- 担当者がスマートフォンで実納品数を直すと、機械は保存済みの読み取り結果とすぐに照合し直します。AIは呼びません。
2. 最初の2日間で測れたこと
| 項目 | 実測 |
|---|---|
| 写真のあるリスト | 10枚、写真17枚 |
| リストを撮った担当者・日 ／ 納品書のある担当者・日 | 10 / 29 |
| それらのリストにある納品書 | 93（1枚あたり9.3） |
| リストの印刷マス | 462 |
| AIが見つけた手書きの跡 | 67 |
| ——うち丸囲みかメモで数字なし | 54 |
| ——うち手書きの数字（取り消し、訂正） | 13 |
| AIが確信をもって読めた手書き数字 | 1 |
| 発せられた差異の知らせ | 0 |
手書きの数字13個のうち、5個はシステムの実納品数とすでに一致していました——担当者がスマートフォンで直していたのです。 7個は実納品数と違いましたが、AIはすべて「確信なし」としたため、人が見るために表示されただけでした。1個は上書きされて 読めませんでした。結果は最初の写真から14分以内、たいていは1〜2分で返ってきました。
はっきり言っておくべきこともあります。この2日間、納品書ごとの撮影をやめた人はいませんでした。リスト上の93枚の うち87枚には、それぞれサイン入り受領書の写真もあり、その読み取りは そのうち24枚で差異を知らせています。リストは配送担当者の紙で、店のサインはありません。安い追加のチェックであって、 まだサイン入りの紙に代わるものではありません。
3. 一つ目の源泉：請求書の前に差異を見つける
差異が見つかる道は二つあります。AIが確信をもって読み、実納品数と違う数字（機械が知らせる）と、確信はないが違っていて、 人が写真を開いて確かめた数字です。
測り方。 直近2か月分の月末明細を取り、差異のある行のうち、担当者がリストで取り消したり訂正したりしたものに たどれる行がいくつあり、突き止めるのにどれだけかかったかを数えます。「後」の数字は撮影したリストからそのまま読めます。 跡の数、人が確かめた数、直した数です。
信頼度： 中。「違う」7個はいずれもAIが確信をもてなかった数字です。一部は読み違いで、本当の差異ではないかもしれません。
4. 二つ目の源泉：間に合ううちに商品を取り戻す
測り方。 次の棚卸しで、リスト上でよく取り消されたり訂正されたりする品目の差異を切り分け、撮影を始める前の2か月と比べます。
信頼度： 低——ロスの割合が前提なので、いちばん柔らかい行です。
5. 差し引くもの：人が写真を確かめる時間とAIの読み取り
確信のない数字を確かめるのは本物の時間です。148個 × 50% × 2分 ≈ 月17万ドン。AIは写真を1回ずつ読み、リスト1枚あたり 1.7枚、1枚800ドン：≈ 月17万ドン。読み取り後に数字を直しても追加のコストはありません——照合はコードで再実行されます。
6. 足し合わせる
| 源泉 | 月あたり | 年あたり |
|---|---|---|
| 差異処理の時間が減る | 60万 | 721万 |
| 間に合ううちに商品を取り戻す | 56万 | 674万 |
| 人が写真を確かめる時間 | −17万 | −207万 |
| AIの写真読み取り | −17万 | −208万 |
| 純便益 | 82万 | 980万 |
小さな数字で、実際に小さいのです。手書きの数字があるマスはリストの約3%にすぎません。計算機のツリーマップがその理由を 示しています。面積のほぼすべては機械が何も結論しないきれいな印刷マスで、機械が単独で決めるタイルは隅の細い一筋です。
7. このROIはどの前提の上に立っているか
人が写真を開くかどうか。 これが2日間の測定でいちばん大事な発見です。計算機でAIが確信をもつ割合を0にしても、 純便益は82万から72万に下がるだけ。人が確かめる割合を0にすると、ほぼゼロになります。リストの価値はペンの跡がある マスだけを人の目の前に出すことにあり、機械が判定することにはありません。
「違う」は本当に違うのか。 54%はAIが読み出した数字——確信のないものも含む——の中の割合です。半分は読み違いだと 思うなら25%にしてください。純便益は約19万になります。
きれいなマスは正しいという意味ではありません。 AIは跡を見落とすことがあるので、システムはあえてきれいなマスを 「一致」と数えません。「差異の知らせがない」を「差異がない」と読まないでください。
リストには店のサインがありません。 配送担当者本人の申告です。店がサインする場所では、サイン入りの紙が引き続き証拠です。 リストがその代わりになるのは、サイン入りの紙の写真がまったくない納品書だけ——今回の測定では93枚中6枚でした。
そして、このサイトのすべての計算機と同じく、撮影する日の割合を0にすればコストも含めてすべての行がゼロになります。
8. 自分の会社で測る
- 基準を取る。 1週間、すべての配送担当者の紙のリストを回収し、手書きの数字があるマスと、そのうち請求書の作成時に システムに入っていなかったものを数えます。
- 4週間撮影する。 毎週追う：撮影した日の割合、手書きの跡、AIが確信をもって読めた割合、確信のない数字のうち人が写真を 開いた割合。
- 前後の月末明細を比べる。 リスト上の跡にたどれる差異の行こそ、この写真が捉えるべき部分です。
9. 覚えておくこと
1日1枚の写真は撮る価値があるほど安い——ただし、それが買うのは人の注意であって、機械の判定ではありません。 印刷マス 462のうち、機械が確信をもてた数字は一つ。残りは、ペンの跡があるマスの短いリストで、正しい場所に置かれ、人にどこを 見ればよいかを教えます。
配送担当者のポケットの紙には、答えがもう書いてある。写真の仕事は、それを請求書の前に持ち帰ることだ。
実測値は食品卸売業者での本番稼働最初の2日間のもので、匿名化しています。標本はまだ小さいものです。商品原価、分数、 ロスの割合など計算機のすべての前提は例示の数字です。ご自分の数字に置き換えてください。
次に読む
-
工種一覧から G8 ファイルへ：打ち直しの何時間が減り、写し間違いのいくつが積算書に残らなくなるか
数量は自分の表計算で出し、コードと数量計算の行を一つずつ積算ソフト G8 に打ち直す：毎月数時間、そしていくつかの写し間違いが付いてくる。アシスタントが工種一覧を G8 2020 の「Công trình」シートの取り込み形式どおりのファイルに書く — 数量計算の行は数式、グループと工事項目の合計行付き — とき、何時間が戻り、誤りがいくつ減り、AI の費用はいくら差し引かれるのか。
-
請求書を二重に作らない：作る前に会計帳簿に問い合わせる、209件中199件はすでにあった
請求書の作成を会計ソフトからERPへ移すとき、両方で請求書を作る期間が生まれます。ERPが作る前に会計帳簿に直接問い合わせれば、切り替え一回で何件の重複を避けられるのか。後始末せずに済む重複一件はいくらに当たるのか。
-
積算書を一つのリンクで共有する：Excel をメールで回す往復に何時間かかり、「どれが最新版？」はなぜ起きるか
積算書一式は Excel ファイルのメールで 2〜4 人の間を回り、いつも誰かが「どれが最新版？」と尋ねます。一式すべて — 図面、数量表、一つひとつの数字の出どころ — が一つの共有プロジェクトの後ろにあり、メールで共同作業に招くか、アカウント不要の閲覧専用リンクを送れるなら、確認の往復は毎月何時間を取り戻せるのか。