EXA 评价单识别

このアイデア

チェーン飲食店には毎日、手書きのアンケート用紙が数百枚から千枚単位で戻ってくる。4 段階のチェックと、ひとことコメント。多くの店では店長が夜に座って一枚ずつ Excel に打ち込み、終わるのは 23 時。それでも分かるのは合計点だけで、「どの料理が低評価だったのか」まで数える余力は誰にもない。

今その店長は、スキャンしたフォルダをブラウザにドラッグして、そのまま別の仕事に戻る。サブフォルダ名がそのまま店舗として認識され、数分後には料理単位まで分解された評価表ができている。どの店舗の好評率が落ちたか、どの料理が今週 7 件の低評価を受けたか、コメント欄に苦情を書いた人は誰か——どれもクリックすれば元の伝票画像が開く。本部への提出は書き出しボタン一つ、Excel は店舗ごとのシートに分かれて出てくる。

あるチェーンの 14 店舗で 3 ヶ月以上稼働中。累計 6 万枚超、1 日あたり 1,500〜2,200 枚。人手による確認を正解とした実測で、料理単位の一発正答率 96.2%、本物の低評価の見落としは 9,712 枚中 6 枚（0.06%）。1 枚あたりのコストは 1 円未満。

「OCR の API を繋いだだけ」との違いは、一つの原則にある：自動判定は必ず当てる、迷ったら必ず人に回す。機械が「怪しい」と拾った伝票は、人が見ると 95% が機械の判定どおり——残る 5% こそ人間が見るべき一枚だった。「好評を低評価に覆す」ような危険な方向の自動修正は一切しない。感熱紙のノイズがチェックとして読まれること、上下逆さの伝票でコメントが逆の意味に読まれること、どちらもモデルに渡す前に弾いている。低評価は、このシステムで唯一間違えてはいけないものだから。