写真やPDFを読むAIエージェントを構築します

▼まずは見積り相談(無料)から ご要望をお送りください。1時間〜当日中を目安に返信し、概算と進め方をご案内します。 ▼こんな方におすすめです ・現場から届く写真やPDFを、人が目視で確認して転記している ・メールで届く依頼を、内容に応じて振り分ける作業がある ・複数のシステムを行き来してコピー&ペーストしている ・判断が必要でRPAでは対応できなかった ・AIでの自動化を考えているが、どこから手を付けるか分からない ▼得意とする領域:読み取りと判断 ・写真から情報を読み取る(現場写真、メーター、ラベル、伝票) ・PDF・紙資料から項目を抽出する(請求書、注文書、報告書) ・読み取った内容の妥当性を判断し、怪しいものだけ人に回す ・複数の資料を突き合わせて矛盾を見つける 画像処理・OCRの実装経験と、生成AIの活用経験の両方があるためです。 ▼最も重要な設計:AIが自信のないものだけ人に回す 自動化の典型的な失敗は、AIの判断をすべて信用して処理を進め、誤りが下流まで流れてしまうことです。そこでAIの確信度を必ず記録し、基準を下回るものだけ人の確認に回す設計を標準とします。確認が済むまで先の処理には進みません。人が見る件数は大幅に減り、誤りがそのまま通ることも防げます。 ▼料金の考え方 基本料金(6万円)は、自動化できる工程の洗い出し、費用対効果の試算、対象1業務のフロー設計です(実装は含みません)。 本開発は有料オプションをお選びください。基本料金は差し引いてあり、スタンダードは総額35万円(納期40日)、1業務のエージェント構築です。さらに「プレミアム追加分」を併用すると総額75万円(納期70日)で、複数エージェントの連携と基幹システム・SaaS連携まで含みます。費用対効果が合わないと判断した場合は、作らないほうがよいと正直にお伝えします。 ▼ご提供内容 ・業務の分解と、自動化できる工程の切り分け ・AIエージェントの設計・実装 ・入力の取り込み(メール、フォーム、ファイル、共有フォルダ、API) ・確信度の記録と、人への差し戻し ・処理結果の記録、通知、出力 ・管理画面(処理履歴、エラー、確認待ち一覧) ▼対応できる技術・環境 Claude、OpenAI、Gemini、Claude Agent SDK、MCP、OpenCV、OCR、Slack、Teams、LINE、Google Workspace、Python、TypeScript、Node.js、AWS、Firebase ▼これまでの経験 ・Claude Code上で動く専門サブエージェント群とオーケストレーション、管理用Web UIの設計・実装 ・カメラ画像をリアルタイムで解析し自動判定するアプリの開発 ・Apple Vision FrameworkによるOCR・画像解析アプリの開発 ・物流倉庫の機械制御システムの設計・実装 ・Webアプリ開発8年以上、組み込み・制御系8年以上、応用情報技術者 ▼ご購入後の流れ ヒアリング→自動化範囲の決定→設計(確認する箇所を文書で合意)→実装→実データでの試験運用(確信度の基準を調整)→納品・導入説明 ▼お受けできないこと ・AIの判断の正確性の保証 ・人の確認を挟まない完全自動化 ・法令上、有資格者の判断が必要な業務の代替 ・他社サービスの規約に反する自動操作