AI-OCRの費用はいくら？紙業務をなくす総額と精度・運用設計【2026年9月最新】

AI-OCRの費用は、既製のクラウドサービスを契約するなら初期0〜20万円・月額3万〜20万円（税抜）が中心で、読み取った結果を基幹システムへ自動で流し込む部分まで作るなら追加で20万〜300万円、自社の帳票に合わせて専用に作るなら本番前の試作・検証（PoC）だけで100万〜300万円が目安です。ただし、紙の業務が本当になくなるかどうかは月額料金では決まらず、読み取り結果を人が確認する時間をどこまで減らせるかという運用の設計で決まります。

料金比較の記事には月額の安さが並びますが、AI-OCRが置き換えるのは帳票処理のうち「入力」の工程だけです。読み取り後の確認、基幹システムへの登録、原本の保管が手作業のまま残れば、月額を払っても現場の忙しさはあまり変わりません。

この記事では、発注を検討している経営者・業務部門の責任者の方に向けて、AI-OCRの費用を「利用料・つなぐ部分の開発・確認作業の人件費・運用」の4つに分けて整理し、主要サービスの公式価格、3つの導入方法の3年間の総額、自社専用に作るべきかどうかの判断材料までを解説します。料金は2026年9月20日時点で各社の公式情報を確認した金額です。

紙の帳票処理のどこに時間とお金がかかっているか

出典: LINE WORKS PaperOn 公式サイト

紙の帳票処理は「入力」だけでできているわけではありません。請求書・注文書・申込書・点検記録など帳票の種類を問わず、工程はおおむね次の6つに分かれます。

AI-OCRが直接なくすのは3の「入力」です。効果そのものは大きく、ある事業会社の公開事例では、請求書の手入力が1枚12分から導入後は1.5分になり、月200枚で約40時間かかっていた作業が約5時間に減ったとされています。自治体でも、大阪府豊中市が83業務にRPA（パソコン操作を自動で代行するソフト）とAI-OCRを導入し、年間約10,900時間を削減しています（令和6年3月時点、総務省 地域DXポータル）。

一方で、導入した会社の現場では次のようなことが起きています。

• 手書きのくせ字や薄いFAXで読み間違いが出るため、結局すべての帳票を目で確認している
• 「帳票のどの位置に何が書いてあるか」を設定する作業に手間取り、設定の段階で使われなくなる
• 取引先ごとにレイアウトが違う請求書を、決まった様式向けの製品では読めない
• 読み取ったデータ（CSV＝表計算ソフトで開けるデータファイル）を人が基幹システムに取り込んでおり、工程が1つ増えただけになっている
• 紙の原本を「念のため」全部保管し続け、ファイリングの手間も保管場所も減らない

NTT東日本のコラムでも、読み間違えた文字の確認に時間がかかり「余計に修正の手間がかかってしまった」例や、「決まった帳票しか読めない」ことが、導入後の落とし穴として挙げられています（NTT東日本「AI-OCRが使えない？陥りがちな3つの落とし穴」）。

費用を考えるときに見るべきは、この6工程のうちどこまでを手作業から外すかです。月額料金が同じでも、3だけを置き換えるのか、4と5まで置き換えるのかで、減る人件費はまったく違います。

AI-OCRの費用は4つの合計で決まる

AI-OCRで紙の業務をなくすためにかかる費用は、次の4つの合計です。料金比較で目に入るのは①だけですが、実際の総額を左右するのは②〜④です。

ここで知っておいていただきたいのは、読み取りそのものの原価はごくわずかだということです。Googleの文字読み取りAPI（Document AI の Enterprise Document OCR）も、Microsoftの Azure Document Intelligence の読み取り機能（Read）も、1,000ページあたり1.50ドルです。1ドル150円で換算すると1ページ約0.2円で、月2,000ページ読ませても500円に届きません。

つまり、既製サービスの月額は読み取りの原価というより、設定画面・確認画面・サポートなどを含めた「すぐに使える状態」への対価と考えるのが実態に近いでしょう。そして自社専用に作る場合の費用は、ほぼ作る人の人件費と、作った後の運用で決まります。見積もりを比べるときは①の単価ではなく、②〜④まで含めた総額で比べてください。

主要AI-OCRサービスの料金（2026年9月20日時点の公式価格）

出典: DX Suite 公式サイト

既製のAI-OCRサービスの料金です。AIよみと〜るは税込表示、それ以外は税抜表示なので、比べるときはそろえてください（AIよみと〜るのプラン1・月33,000円は税抜で30,000円です）。

表の見方の補足です。

• DX Suite の「1範囲」は、帳票上の読み取り欄1つのことです。「項目抽出」は、生成AIを使ってレイアウトの違う帳票から必要な項目だけを抜き出す機能で、単価が1範囲の10倍になります
• DX Suite Lite は2026年7月1日に月額3万円から4万円に改定されています。比較記事の中には旧価格のまま載っているものがあるため、見積もり前に公式ページで確認してください
• SmartRead を1枚あたりに直すと、枠を使い切った場合でスモール約20円、スタンダード約15円、エンタープライズ約10円です
• AISpect は、読み取りのなかった月は請求が発生しません（標準版）。自社の帳票に合わせたカスタマイズ版は1枚30円などの別料金です
• PaperOn の月額契約時は月36,000円／60,000円／120,000円です（同社公式コラムの記載）
• 帳票の自動振り分けはオプションで、DX Suite の Elastic Sorter が月20,000円〜（税抜）、AIよみと〜るの自動帳票仕分けが月22,000円（税込）です

出典：DX Suite 料金／SmartRead 料金／AIよみと〜る 料金／AISpect 料金／LINE WORKS PaperOn／CAC

自社専用に作る場合の「部品」の料金

自社専用に開発する場合は、大手クラウドの文字読み取りAPIや文書読み取りAIを部品として使います。

文字を読むだけでなく、請求書などから項目まで抜き出す機能を使うと単価は上がり、Azure の請求書などの読み取りモデルは1,000ページあたり10ドル、Google の Form Parser は30ドルです。それでも1ページ1.5〜4.5円程度で、費用の大半が「部品代」以外にあることは変わりません。ドル建ての料金は為替や改定で変わるため、円換算は1ドル150円での目安としてご覧ください。各APIの違いはMistral OCR 4とGoogle・Azureの比較でも解説しています。

出典：Google Cloud Document AI 料金／Azure Document Intelligence 料金（東日本のデータセンターで処理する場合の従量課金）／Microsoft Learn 対応言語／Amazon Textract 料金・FAQ（対応言語）

導入方法は3つ：既製サービス／既製サービス＋連携開発／自社専用開発

出典: AISpect 公式サイト

AI-OCRで紙の業務を減らす方法は、大きく3つに分かれます。どれが正解ということはなく、処理する枚数・帳票の種類・情報の扱いで選ぶべきものが変わります。

方法1：既製のAI-OCRサービスを契約する

前章の表にあるクラウドサービスを契約し、読み取り結果をCSVで出力して、人が基幹システムに取り込む方法です。

• 費用：初期0〜20万円＋月3万〜20万円（税抜）
• 使い始めるまで：契約から数週間
• なくなる工程：3の「入力」。4の確認と5の登録は人に残る
• 合うケース：請求書・注文書など一般的な帳票で、月数百〜数千枚程度。CSVで取り込めば済む、または会計ソフトなどが標準で連携している
• 注意点：精度は自社の帳票次第です。カタログの認識率ではなく、自社の帳票で試してから決めてください（後述）

方法2：既製サービス＋前後の工程をつなぐ開発

方法1の既製サービスはそのまま使い、読み取った後の工程を別に作る方法です。具体的には、読み取り結果を基幹システムへ自動で取り込む、読み取りに自信のない項目だけを表示する確認画面を作る、取引先や品番の台帳（マスタ）と自動で突き合わせる、といった部分です。

• 費用：方法1の利用料＋連携部分の開発費。事業会社の公開相場では、クラウドのAPIを使った仕組みの開発費が20〜100万円、既製サービスのカスタマイズが初期50〜300万円、API・RPA連携の開発工数が40〜80時間以上とされています
• 使い始めるまで：数週間〜数ヶ月
• なくなる工程：3の入力に加え、4の確認の大部分と5の登録
• 合うケース：既製サービスの精度に不満はないが、CSVの取り込みと確認に時間がかかっている
• 注意点：連携先の基幹システムに接続口（API）がない場合は、画面操作の代行やファイルの自動取り込みで対応することになり、作り方が変わります。詳しくはAPIのない基幹システムからのデータ取り出しで解説しています

方法3：自社専用に開発する

Google・Microsoftなどの読み取りAPIや生成AIを部品にして、読み取り→台帳との照合→確認画面→基幹システムへの登録→原本の電子保管までを、自社の業務に合わせて一続きに作る方法です。社内のサーバーや、インターネットから切り離した環境（閉域）で動かす構成も選べます。

• 費用：事業会社の公開相場では、ゼロから作る試作・検証（PoC）が100〜300万円・3ヶ月程度、本格的な開発が500〜3,000万円以上・6〜12ヶ月、オーダーメイド開発で初期100〜500万円＋月10〜30万円とされています。読み取りの原価は1ページ0.2〜0.6円程度です
• 使い始めるまで：3ヶ月〜1年
• なくなる工程：設計次第で、仕分けから登録・電子保管まで
• 合うケース：処理量が多い、帳票が特殊で既製サービスでは精度が出ない、クラウドに出せない情報を扱う、連携先のシステムが多い
• 注意点：作った仕組みは自社の持ち物になるため、保守費が継続的にかかります。帳票が追加・変更されたときに誰が直すかも、作る前に決めておく必要があります

3つの方法の比較

※費用はすべて税抜。開発費・期間は事業会社の公開相場をもとにした目安です。

「認識率99%」でも確認作業が残る理由と、精度の確かめ方

出典: Cogent Labs 公式サイト

AI-OCRの製品ページには「認識率99%以上」といった数字が並びます。たとえば SmartRead は認識率99.2%を公表していますが、同時に「当社評価データによる結果であり、すべての文書でこの認識率を保証するものではありません」と注記しています（SmartRead）。文字単位の数字なのか、項目単位の数字なのかといった測り方も、各社とも詳しくは公表していません。

大事なのは、認識率99%は「100枚中99枚が正しい」という意味ではないことです。仮に1文字ごとの認識率がそのまま効くとして、1枚の帳票に書かれた文字がすべて正しく読める割合を計算すると、次のようになります。

※実際の読み間違いは文字ごとに独立して起きるわけではないため、考え方を示すための計算です。

認識率99%でも、100文字の帳票なら6割以上に何かしらの誤りが含まれ得る計算です。しかもどの帳票のどの項目に誤りがあるかは、見るまで分かりません。仕組みがなければ、結局全件を人が確認することになります。これが「AI-OCRを入れたのに確認作業が減らない」の正体です。

さらに、生成AIで項目を抜き出す機能には別の注意点があります。DX Suite を提供する AI inside は、2024年7月に生成AIを使った項目抽出の強化を発表した際、生成AI特有の課題として「事実に基づかない情報が生成されてしまう」ことと「出力結果の一貫性の無さ」を挙げ、対策したと説明しています（AI inside 発表）。つまり、帳票に書かれていない値をもっともらしく埋めてしまうおそれがあるということです。金額・数量・患者情報のような重要な項目は、生成AIを使うかどうかに関係なく、必ず確認のルールを決めておく必要があります。

契約・発注の前に精度を確かめる方法

1. 自社の実際の帳票で試す：主要サービスには試用の仕組みがあります。SmartRead は無償トライアルで500枚まで、PaperOn は1ヶ月・最大200回、AIよみと〜るは30日33,000円／60日220,000円（税込）の有償トライアルです
2. 一番読みにくい帳票を混ぜる：きれいな帳票だけで試すと本番で精度が落ちます。薄いFAX、くせ字、訂正印のある帳票、取引先ごとに様式が違う請求書を必ず入れてください
3. 「帳票単位」「項目単位」で数える：文字単位の認識率ではなく、「金額欄が正しかった帳票が何%か」「全項目が正しかった帳票が何%か」を数えます
4. 精度より「確認にかかった分数」を測る：人件費に直結するのは、1枚を確認するのに何分かかったかです。トライアルの段階で必ず計ってください
5. 誤りの出方を見る：誤りが特定の項目や特定の取引先に偏っているなら、そこだけを人が確認する設計にできます。これが次章の運用設計につながります

紙業務をなくすための運用設計

確認作業をゼロにすることはできません。現実的なのは、確認が必要な帳票・項目だけを人に回すように運用を設計することです。導入前に、次の6つを決めておきます。

1. 必ず人が見る項目を決める：金額、数量、口座番号、患者情報など、間違えたときの影響が大きい項目は、読み取りの結果にかかわらず人が確認します
2. 自信のない項目だけを人に回す：多くの読み取りAPIは、項目ごとに「どれくらい確からしいか」の値を返します。この値が低い項目だけを確認画面に出せば、確認の対象を全件から大きく絞れます
3. 自動で突き合わせる：取引先や品番が台帳（マスタ）に存在するか、明細の合計と合計欄が一致するか、金額が普段と比べて大きく外れていないかを自動でチェックし、合わないものだけを人に回します
4. 誤りが見つかったときの戻し方を決める：誰が直し、どこに記録するか。同じ誤りが続く帳票は設定を見直す、というルールまで決めておきます
5. 帳票が増えた・変わったときの担当を決める：取引先が請求書の様式を変える、新しい種類の帳票が加わる、ということは必ず起きます。設定した担当者が異動して誰も直せなくなる、というのがよくある止まり方です
6. 原本の扱いを決める：紙をなくすには、読み取った後の原本を捨てられるかが問題になります。請求書・領収書などの国税関係書類は、電子帳簿保存法の「スキャナ保存」の要件を満たせば原本を廃棄できます。主な要件は、解像度200dpi（1インチあたり200点）以上・カラー（赤・緑・青それぞれ256階調以上）での読み取り、タイムスタンプの付与（または訂正・削除の履歴が残るシステムでの保存）、検索できる状態での保存、決められた期間内の入力です。2022年（令和4年）1月1日以降は、税務署長の事前承認は不要になっています（国税庁 電子帳簿保存法一問一答【スキャナ保存関係】）。医療機関の記録やインフラ設備の点検記録などは業界ごとに保存のルールが別にあるため、個別に確認が必要です

この6つは、既製サービスを使う場合でも自社専用に作る場合でも必要です。違いは、既製サービスでは製品の画面と機能の範囲で設計し、足りない部分を人が補うのに対し、自社専用開発では設計したとおりに作れる点です。導入後の保守費の考え方はAIシステムの保守運用費で解説しています。

費用の目安と削減試算：3年間の総額で比べる

ここからは、具体的な数字で総額を比べます。前提は次のとおりです。ご自身の会社の数字に置き換えて計算してみてください。

• 処理する帳票：請求書・注文書などが月2,000枚
• 手入力にかかる時間：1枚3分（月100時間）
• 既製サービス導入後：確認・修正・取り込みで1枚1分（月約33時間）
• 人件費：時給3,000円換算（社会保険料などを含めた目安として置いた値）

既製サービスだけを入れた場合

• 手入力の人件費：月100時間 × 3,000円 = 月30万円
• 導入後に残る作業：月約33時間 × 3,000円 = 月約10万円
• 減る人件費：月約67時間 × 3,000円 = 月約20万円
• 利用料：年2.4万枚なので、SmartRead ならスモール（年1.8万枚前後）では足りず、スタンダード（年96万円＝月8万円相当・税抜）
• 差し引き：20万円 − 8万円 = 月約12万円の削減（年間約144万円）

さらに連携部分を作った場合

残った月約33時間の中身は、確認・修正とCSVの取り込みです。自信のない項目とマスタに合わない帳票だけを人に回し、基幹システムへの登録を自動化して、残る作業が月10時間になったと仮定します。

• 追加で減る人件費：月約23時間 × 3,000円 = 月約7万円
• 連携部分の開発費が30万円なら約5ヶ月、100万円なら約15ヶ月で回収

3年間の総額

※税抜。保守費は含みません。時給3,000円換算。

この規模で同じ仕組みを自社専用に作ると、事業会社の公開相場の保守費（月10〜30万円）だけで3年間に360万〜1,080万円かかります。読み取りの原価がほぼゼロでも、総額は「既製サービス＋連携開発」を上回ります。月2,000枚程度なら、まず既製サービスを試し、足りない部分だけを作るのが合理的です。投資対効果の出し方はAI導入の投資対効果の計算方法でも詳しく解説しています。

当社に依頼する場合の費用

当社の受託開発の価格は次のとおりです（すべて税別）。

入口は2つです。すでにAI-OCRを使っていて「CSVの取り込みと確認に時間がかかっている」なら、いまのAI-OCRを残したまま、受託開発の小規模改修（30万円〜・税別）で連携部分だけを作れます。改修でどこまでできるかは小規模改修でできることにまとめています。

一方、「既製サービスでは自社の帳票の精度が出ない」「クラウドに出せない情報を扱う」「基幹システムに接続口がない」といった場合は、PoC（300万円〜）で実際の帳票を使って精度と工程を確かめてから、本開発に進むかを判断します。当社のPoCの金額は、事業会社の公開相場（100〜300万円）の上端寄りです。読み取りの精度だけでなく、確認の絞り込みと基幹システムへの登録まで含めて「本番で使えるか」を判断できる形で検証するためです。PoCで何をして何が納品されるかはAIのPoC費用で詳しく解説しています。

自社専用に作る価値があるケース・既製サービスで十分なケース

開発会社に相談する前に、次の表でどちらに近いかを確認してください。

左の列に1つも当てはまらないなら、開発を検討する前に既製サービスのトライアルから始めてください。左の列に当てはまる項目があっても、すべてを作る必要はありません。多くの場合は「既製サービス＋足りない部分だけの開発」で済みます。

また、「仕組みを自社で持ちたいわけではなく、毎月の帳票処理そのものを外部に任せたい」という場合は、開発ではなく運用ごと任せる方法もあります。こちらはOCR取り込みから基幹システム登録までの自動化で費用と回収期間を解説しています。

医療機関・インフラ企業を想定した構成例

当社は医療機関・調剤薬局・インフラ企業のシステム開発を支援してきました（守秘のため社名は非公開）。以下は、こうした業種のようにクラウドに出しにくい情報を紙で扱う現場を想定した構成例です。特定の案件の実績値ではありません。

構成例1：患者情報を含む紙の書類を扱う医療機関

• 課題：紙で受け取る書類の内容を、職員が院内のシステムに転記している。患者情報を含むため、外部のクラウドサービスには出せず、既製のAI-OCRサービスを使えない
• 作るもの：院内の閉域で動く読み取りの仕組み、読み取りに自信のない項目と患者情報の項目だけを表示する確認画面、院内システムへの登録
• 何がどう変わるか：職員の作業が「全件の転記と見直し」から「確認画面に出た項目の確認」に変わる。原本の保管は医療分野の保存ルールを確認したうえで決める
• 進め方：PoC（300万円〜）で実際の書類を使って精度と確認の絞り込みを検証し、本開発（個別見積）に進むかを判断する

構成例2：現場の点検記録を紙で運用しているインフラ企業

• 課題：現場で手書きした点検記録を、事務所で設備台帳のシステムに入力し直している。手書き・汚れ・現場ごとの様式の違いで、既製サービスのトライアルでは精度が安定しなかった
• 作るもの：点検記録の読み取り、設備の台帳との照合（設備番号が台帳に存在するか、測定値が前回から大きく外れていないか）、外れたものだけを確認する画面、設備台帳への登録
• 何がどう変わるか：事務所での入力し直しがなくなり、確認するのは照合で引っかかった記録だけになる。点検結果が台帳に反映されるまでの待ち時間も短くなる
• 進め方：まず点検記録の種類と月の枚数を棚卸しし、様式が多い場合はPoCで読み取りやすい様式への見直しも含めて検証する

どちらも、読み取りそのものより「照合」と「確認を絞り込む仕組み」に費用をかける構成です。クラウドに出せない情報の扱い方はAIのセキュリティ設計で解説しています。

導入までの流れと期間

どの方法を選ぶ場合も、進め方は次の6ステップです。

1. 帳票の棚卸し：帳票の種類、種類ごとの月の枚数、1枚あたりの時間、誰が何をしているかを書き出す
2. 既製サービスのトライアル：自社の実際の帳票で精度と確認時間を測る（数週間）
3. 確認ルールの設計：どの項目を必ず人が見るか、どの条件で人に回すか、誤りが出たときにどう戻すかを決める
4. 連携部分・確認画面の開発：小規模な連携なら数週間〜、PoCは事業会社の公開相場で3ヶ月程度
5. 並行稼働と切り替え：人の処理と自動の処理を一定期間並べて突き合わせ、問題がなければ本番に切り替える
6. 原本の扱いを決める：スキャナ保存の要件や業界の保存ルールを確認し、原本を廃棄するか保管するかを決める

期間の目安は、既製サービスだけなら数週間、連携部分の開発を含めて数ヶ月です。自社専用開発は、事業会社の公開相場ではPoCが3ヶ月程度、本格的な開発が6〜12ヶ月とされています。

1の棚卸しや2のトライアルが済んでいなくても、ご相談いただけます。「どの帳票から手をつけるべきか」「既製サービスで足りるのか」の見極めから一緒に進める場合は、受託開発のサービスページからお問い合わせください。

よくある質問

Q1. AI-OCRの導入に補助金は使えますか？

事務局に登録されたITツールであれば、「デジタル化・AI導入補助金2026」（旧IT導入補助金）の対象になり得ます。通常枠の補助率は1/2以内（条件により2/3以内）、補助額は1プロセス以上で5万〜150万円未満、4プロセス以上で150万〜450万円以下で、ソフトウェア購入費のほかクラウド利用料も最大2年分が対象経費に含まれます。通常枠の次回締切は2026年9月29日（火）17:00です（公式スケジュール、2026年9月20日時点）。一方、補助の対象は事務局に事前登録されたITツールに限られるため、自社専用にゼロから作る開発がそのまま対象になるとは限りません。申請前に、登録済みのツールを扱う支援事業者か事務局に確認してください。最新の締切はAI導入補助金の締切でご確認ください。

Q2. ChatGPTなどの生成AIに帳票の画像を読ませれば、AI-OCRは要らないのでは？

数枚をその場で読み取るだけならできます。ただし、毎月数千枚を業務として処理するには、①誰がいつどの帳票を処理したかの記録、②読み取り結果を基幹システムへ渡す仕組み、③誤りを見つけて直す流れ、の3つが必要で、チャット画面に1枚ずつ画像を貼る運用ではこれが残りません。また、取引先情報や個人情報を含む帳票を、社内ルールで利用が認められていない生成AIサービスに入力するのは情報管理上の問題になります。生成AIは、読み取りの仕組みの「部品」として組み込んで使うのが現実的です。

Q3. いま使っているAI-OCRを残したまま、基幹システムとの連携だけ頼めますか？

頼めます。読み取り精度に不満がなければ、AI-OCRを乗り換える必要はありません。多くの既製サービスは読み取り結果をCSVやAPIで出力できるため、その出力を入口にして、後ろの工程だけを作ります。費用を大きく左右するのは、連携先の基幹システムに接続口（API）があるかどうかです。ない場合は画面操作の代行やファイルの自動取り込みで対応するため、作り方と費用が変わります。ご相談の際は、①使っているAI-OCRの製品名とプラン、②出力の形式（CSV・APIなど）、③連携先のシステムの製品名、の3点を教えていただくと、概算を出しやすくなります。

Q4. AI-OCRサービスは途中で解約・乗り換えできますか？

サービスによって縛りがあります。AIよみと〜るは最低利用期間が12ヶ月で中途解約金があり、SmartRead は年額契約です。乗り換えで見落としがちなのは契約以外の費用で、①新しい製品での帳票設定のやり直し、②読み取り結果を基幹システムへ渡す連携部分の作り直し、③新旧を並べて動かす期間の手間、がかかります。将来の乗り換えに備えるなら、連携部分を特定の製品の出力形式に依存させず、「読み取り結果をいったん自社で決めた共通の形式に変換してから基幹システムへ渡す」作りにしておくと、製品を替えても直す範囲が小さくて済みます。

Q5. 手書きの帳票はどこまで読めますか？

主要な既製サービスは手書きに対応していますが、読めるかどうかは書き手と帳票の作りで大きく変わります。精度を上げるうえで最も安い対策は、帳票側を見直すことです。手書き欄を1文字ずつ枠で区切る、選択肢はチェック式にする、記入例を載せる、といった変更だけで読み取りやすさが変わります。取引先から届く帳票のように様式を変えられないものは、くせ字の多い取引先の帳票を最初から確認対象にする、という運用で補うのが現実的です。いずれにしても、自社の実際の手書き帳票でのトライアルは欠かせません。

Q6. 患者情報や設備データをクラウドに出せない場合、費用はどう変わりますか？

社内のサーバーやインターネットから切り離した環境（閉域）で動かす構成になり、費用は上がります。事業会社の公開情報では、閉域構成の初期費用が10万円〜100万円超、保守が年数十万〜数百万円とされ、操作の記録（監査ログ）の保存や個人情報を伏せ字にする処理などの追加費用もかかります。クラウドの読み取りAPIを使う場合も、データがどの国で処理・保管されるかを契約前に必ず確認してください。

Q7. 見積もりを依頼するとき、何を伝えれば正確な金額が出ますか？

次の5つをそろえると、見積もりの精度が上がります。①帳票の種類の数と、種類ごとの月の枚数、②実際の帳票のサンプル（個人情報は黒塗りで構いません）、③読み取った後に登録するシステムの製品名、④クラウドに出せない情報があるか、⑤いまその作業に誰が月何時間かけているか。見積もりを比べるときは金額だけでなく、帳票の種類が増えたときの追加費用、精度が目標に届かなかったときの扱い、保守に何が含まれるかの3点が書かれているかを確認してください。ここが書かれていない見積もりは、安く見えても導入後に追加費用が出やすくなります。

AI-OCRの費用でお悩みの方へ

AI-OCRの利用料は月3万〜20万円（税抜）が中心ですが、紙の業務をなくせるかどうかは、読み取った後の確認と登録をどこまで仕組みにできるかで決まります。月2,000枚の例では、既製サービスだけで3年約648万円、連携部分まで作ると約426万〜496万円と、確認と登録の手間を減らした分だけ総額が下がります。

• AI-OCRを入れたが、読み取ったデータの確認と基幹システムへの取り込みに結局時間がかかっている
• 既製サービスのトライアルで、自社の帳票では精度が出なかった
• 患者情報や設備データを扱うため、クラウドの既製サービスが使えない

このいずれかに当てはまるなら、初回相談は無料です。当社の受託開発の価格は、小規模改修30万円〜、PoC 300万円〜、本開発は個別見積（すべて税別）で、医療機関・調剤薬局・インフラ企業での開発実績があります。要件が固まっていない段階でもご相談いただけます。既製サービスで足りると判断した場合は、そうお伝えします。

▶ AI-OCRの連携・専用開発の無料相談はこちら

関連記事：AI受託開発の費用相場／AIのPoC費用／小規模改修でできること／OCR取り込みから基幹システム登録までの自動化／AIのセキュリティ設計