VLM OCRは、仕入先や現場ごとに版面が変わり、文字の位置より意味を知りたい業務へ横展開できます。 ただし、商品の状態、色、危険性などは文字抽出と別タスクとして設計します。
| 現場 | 抽出項目 | つなぐシステム | 固有の注意 |
|---|---|---|---|
| EC返品 | 注文番号、SKU、シリアル | OMS、返品管理 | 状態判定は別モデル |
| 設備保全 | 型式、製造番号、定格 | EAM、設備台帳 | 傷・反射・刻印 |
| 建設搬入 | 物件、階、部屋、部材 | 搬入計画 | 雨、逆光、通信断 |
| 冷凍冷蔵 | ロット、期限、温度帯 | WMS、FEFO | 結露、霜、手袋操作 |
| 国際物流 | ケースマーク、PO、原産国 | 書類・通関支援 | 原文と翻訳を併記 |
| アパレル | 品番、色、サイズ、組成 | SKUマスター | 色・洗濯記号は別認識 |
| 廃棄物受付 | 排出元、品目、管理番号 | 受付・記録 | 法定記録と訂正履歴 |
元箱、配送ラベル、他店ラベル、手書きメモが混在する返品では、注文番号とシリアルを抽出し、販売履歴と照合します。顧客が書いた返品理由は申告情報として保持し、商品の状態や不正返品をVLMの文章理解だけで確定しません。
古い設備はメーカーごとに銘板の配置が異なります。型式、シリアル、定格、製造年を抽出して設備台帳の候補を表示すれば、点検票を事前入力できます。刻印や腐食面では斜光・複数角度撮影が必要で、設備制御への直接書き込みとは切り離します。
電波が不安定な現場では、端末内に受付キューを持ち、復旧後に冪等性キー付きで再送します。推論を端末近くのエッジGPUへ置く選択肢もあります。冷凍倉庫では結露対策、低温対応端末、撮影ブレを実環境で評価します。
次の4条件が多いほど有望です。
一方、色・傷・形状が主判定、必要情報が完全にバーコード化、原画像で文字が判別不能という業務では別方式を優先します。最初は1工程へ絞り、「VLM OCR PoC・RFP実践ガイド」の未知ラベル群と例外群で適否を判断してください。
分類候補や要約には使えますが、筆跡差と自由記述の曖昧さがあります。返金可否などの重要判断は注文・商品・規約と照合し、人の確認を残します。
基盤は共通化できますが、抽出スキーマ、照合マスター、撮像条件、許容リスクは現場別です。共通APIの上に業務別ポリシーを分けます。
通常例だけでなく、反射、傾き、汚れ、未知レイアウト、マスター不在を含む実画像と、抽出項目、正解値、照合先、例外時の処理を準備します。
文字単位の認識率だけでなく、項目完全一致率、誤登録率、要確認率、初回撮影成功率、エンドツーエンドの処理時間を業務リスク別に評価します。