FAXの注文書を受け取り、商品を確かめ、数量を入力する。毎日の処理は回ってても、確認が特定の担当者に集中ている。食品卸の受注をている方に向け記事です。

図解|いつものFAXに隠れている確認

読める注文書でも、確認は3つ残る。

FAX注文書説明用の架空
商品名
1コロッケA
数量・単位
22ケース
備考
3前の注文を、この数量に変更
  1. 1
    呼び名 → 自社の商品へ

    「コロッケA」はどの規格? 得意先の呼び名と、自社の商品コードを対応表にする。

  2. 2
    ケース → 登録する単位へ

    1ケース=10パックなら、2ケースは20パック。入数は商品ごとに確認する。

  3. 3
    変更 → 元の注文と照合

    どの注文の訂正? 元の注文番号・変更前後の数量・出荷状況を確認する。

担当者が補っている条件を、対応表と確認ルールに残す。

実際の注文書ではありません。本文の説明用サンプルと同じ商品・入数を使い、変更連絡を例示したものです。

取引先のFAXを残しても、社内の手入力は見直せます。受信後の読み取り・照合・転記を、仕組みに任せる方法を検討できます。

自動化の準備は、商品名・注文単位・変更履歴の3つから始めることを勧めます。文字を読み取る道具を選ぶ前に、担当者が頭の中でっている条件を見える形にするためです。

HaruIroAIが実行した説明用の受注サンプルを使い、通せる注文と確認に戻す注文を比べます。最後に、担当者と一緒にめられる準備票をています。この記事の入力例はすべて架空です。

商品名:得意先の方と、自社の商品コードをつなぐ

「いつものコロッケ」と書かていても、担当者には通じるかもせん。仕組みに渡すには、取引先、呼び名、自社の商品コードの対応が必要です。容量や規格が違う商品を、名前だけで同じものと決めないようにします。

インフォマートが掲載した森永商事の導入事例にも、取引先と商品コードの照合、会社ごとに異なる届け先・返信先のルールがきます。読み取り以外の準備が必要だと分かる他社事例です。当社の導入実績ではありません。出典:森永商事の発注書AI-OCR導入事例

注文単位:「2」が何を指すかを残す

2ケースと2パックでは、出荷する量が変わります。商品ごとの入数、注文時の単位、システムに登録する単位をべます。

単位のない注文を、いつもケースだからと自動補完するかどうかは、取引先との約束と現場の確認が必要です。条件が決まって確認にします。入数がわっときの更新担当も決めおきます。

変更履歴:追加なのか、元の注文の訂正なのか

同じ取引先から2目がとき、新しい注文とは限りせん。「前の注文を取り消して、この数量に変更」という連絡なら、元の注文と結び付ける必要があります。

受付日時、元の注文番号、変更前後の数量、承認者、出荷への反映状況をします。既に倉庫が準備ている場合には、画面の数字を変えるだけで完了ず、出荷側が変更を受けたかまで確認します。

自社の説明用サンプルで、6件を処理

2026913日、HaruIroAIでは架空の商品「冷凍コロッケA」、別名「コロッケA」、1ケース=10パックという条件を登録し、次の6件を処理する小さなプログラムを実行しました。

  1. 冷凍コロッケA・2ケース:20パックの転記候補。
  2. 登録済みの別名「コロッケA」・2ケース:同じく20パックの転記候補。
  3. 冷凍コロッケA・数量2、単位なし:単位の確認待ち。
  4. 未登録の「コロッケ」・2ケース:商品の確認待ち。
  5. 既存注文を2ケースへ変更:元の注文と変更内容の確認待ち。
  6. 締め後に2ケース追加:責任者の確認待ち。

転記候補2件、確認待ち4件になりました。候補ができても、この見本では注文を確定しません。説明用の条件で動作を確認したもので、FAXを読み検証、AIの正答率、本番システムとの連携、顧客の削減効果ではありません。

この見本で確認したかたのは、正しい商品を引けることと、情報がりない注文を止められることの両方です。御社で試す際は、実際の書式や例外に合わせ条件を増やす必要があります。

道具を選ぶ前に埋める準備票

最初から商品を並べる必要はありません。よく扱う商品と、確認に時間がかかる例外を選び、次を記入します。担当者のやり方を評価するためではなく、今の処理を次の人や仕組みに渡すための記録です。

対象にする取引先・注文の種類:
得意先の商品名/自社の商品コード:
規格・容量が違う商品の見分け方:
注文単位/登録単位/入数:
単位が書かれていない場合の確認先:
元の注文を探すための番号:
追加・変更・取消の区別:
締め後の連絡を判断する人:
変更を出荷側へ伝える方法:
登録結果と原本を照合する担当:
対応表を更新する担当:

食品の受注・現場の仕組みづくりを描いたAI生成イメージ
支援内容を伝えるためのAI生成イメージです。顧客の現場写真ではありません。

市販ツールで足りるか、連携や個別開発が要るか

今の受注システムがファイルからの取り込みに対応し、市販ツールの出力と項目が合うなら、その組み合わせから検討できます。自動で登録する前に、候補ファイルを人が確認取り込む形もべます。

複数の倉庫へ振り分ける、取引先独自の条件を引く、既存システムと変更情報を往復させる、といった要件がある場合は、設定で足りるのか、連携処理や独自開発が必要なのかを確認します。「AIが読めるか」だけで見積もりを比べず、照合、修正、保守の範囲まで比べください。

今の受注を支える経験を、仕組みに渡す

HaruIroAIは、現場が積み上げきた判断を出発にします。不要転記を整理し、せられる処理を実装し、例外時に人へ戻る流れをつくる。その分け方はAIで自動化できる仕事と人が判断する仕事説明ています。

現場の棚卸しからAI導入・連携・試行までは伴奏支援へ。既存ツールで対応できない仕組みの設計・構築は、個別開発として、範囲・費用・期間を個別に確認します。

この記事の作り方

HaruIroAIのサービス設計と、今回作成・実行した説明用プログラムをもとに編集しました。実在する注文書・顧客名・受注データは使用ていせん。条件の異なる現場での動作や、導入後の成果を保証するものではありません。