開発提案書 | PoC構築

営業日報AI作成 /
仕入先請求書照合 自動化 音声入力×AI商品サジェスト × 仕入先別照合キー管理

日本歯科工業社 様
提案: 株式会社ピースフラットシステム
2026年7月
1案件背景・現状の課題
歯科材料・機器の専門商社における2つの業務課題
BEFORE — 現状の課題
営業日報の統一フォーマットが存在しない
出張報告はWordで作成しLINE Worksで共有(日々の訪問記録は未管理)
管理者は売上実績の目視確認でしか営業活動を把握できない
テキスト入力の負担が大きく、日報運用が定着しない
商品マスター40万件超のため提案商品の記録が煩雑
仕入先請求書のフォーマットがバラバラ(CSV・Excel・紙)、商品名も仕入先ごとに表記が異なる
基幹システムとの照合を人手で実施、明細レベルのチェックに膨大な工数
AFTER — 導入後
音声で吹き込むだけでAIが日報を自動生成
訪問ごとの定量・定性データが構造化されて蓄積
管理者が営業マンの訪問実績・充実度を横断把握
音声で言及した商品名をAIが自動でマスター照合しサジェスト
多様なフォーマットの請求書を自動取込・照合
仕入先ごとの照合キーを設定し表記ゆれを吸収、差異ゼロまで繰り返しチェック
テーマ1: 営業日報AI

営業マンがスマートフォンから音声で商談内容を吹き込むだけで、AIが文字起こし・定性6項目への自動仕訳・提案商品サジェストを行い、日報ファイルをOneDriveに自動保存する仕組みを構築します。

テーマ2: 仕入先請求書照合

基幹システムから出力した仕入明細CSVと、仕入先からの請求書(CSV・Excel・PDF)を自動照合。仕入先ごとの照合キー設定・差異修正・再照合サイクルを経て差異ゼロで完了承認する仕組みを構築します。

2提案概要
Webアプリケーション(簡易システム)としてPoC構築
🛠
構築方針

n8nワークフロー自動化ではなく、サーバを立てた簡易Webアプリケーション(システム)として実装します。営業マン向けのスマートフォン対応音声録音フォーム(AI商品サジェスト付き)、経理担当向けのアップロード・照合・再照合画面をそれぞれ構築し、AI(音声認識・LLM・OCR)によるデータ処理を組み込みます。

Webアプリ
構築形式
スマホ対応 簡易システム
¥500〜16,000
月額ランニングコスト
サーバ選定次第
10
初期対応フォーマット数
仕入先請求書アダプタ

ユーザータイプと利用画面

👤
営業マン

スマートフォンから音声録音フォームで商談内容を記録。AIが提案商品をサジェスト

テーマ1
💼
管理者・経営層

ダッシュボードで営業マンの訪問実績・充実度・提案傾向を横断確認

テーマ1
📊
経理担当

請求書アップロード・照合実行・差異確認修正・再照合・完了承認

テーマ2
PoCスコープ
本提案はPoC(概念実証)構築を目的としています。実運用レベルの精度検証・チューニング、LLMプロンプトの最適化調整は含みません。実データでの検証を通じて、本格導入時の要件を明確化します。
3テーマ1: 営業日報AI
音声入力 → AI文字起こし → AI商品サジェスト + 定性6項目自動仕訳 → OneDrive保存

ワークフロー(1訪問 = 1録音で完結)

1
音声録音フォームを開く
営業マン
スマートフォンのブラウザからWebアプリにアクセス。訪問先(得意先マスターからプルダウン or スポット自由入力)と紹介メーカー(マスターから選択)を先に選択する。滞在時間は音声で「20分」などと話す or プルダウン選択。
2
音声録音 → 提出
営業マン
マイクボタンをタップして商談内容を話す(推奨1〜3分)。商品名・ディーラー名・滞在時間も音声に含める。完了後「提出」ボタンで送信。
3
AI音声テキスト変換
AI処理
録音された音声をAI(STT)がテキストに自動変換。文字起こし結果は確認画面に表示。
4
AI定性データ自動仕訳 + 提案商品サジェスト
AI処理(新機能)
文字起こしテキストからLLMが以下2つを同時に処理:
① 定性6項目への自動仕訳
1. 顧客の反応・感情
2. 今日新しく分かった顧客情報
3. 商談が前進・停滞した理由
4. 顧客との信頼度とその根拠
5. 次回の戦略・仮説
6. 信頼構築のための行動と反応
② 提案商品サジェスト(新機能)
音声で言及した商品名(例:「ラバーダムシート」「光15号機型LEDランプ」)を自動抽出し、商品マスター(40万件超)と照合。上位10件程度の候補リストを生成して確認画面に表示。プルダウンではなくAIサジェストで膨大なマスターから絞り込む。
ディーラー名も音声から自動抽出
5
確認・編集(商品候補から選択)
営業マン
AI解析結果を画面上で確認。提案商品はAIが提示した候補リスト(最大10件)から選択して確定。定性6項目も必要に応じてその場で修正・加筆。問題なければ「確定」ボタン。
6
OneDrive自動保存
自動
確定された日報ファイル(Word or Excel)をMicrosoft Graph API経由でOneDriveに自動保存。ファイル名は「日付_訪問先_営業マン名」で命名。データはDBにも蓄積され将来の売上分析に活用可能。

訪問先マスター連携の設計

得意先マスターの取得方法(2択 + スポット対応)
① 基幹システム CSV 出力 → インポート(Phase 1)

基幹システムから得意先マスターをCSVで出力し、本システムのDBにインポート。追加開発不要でPoCから利用開始できる。マスター更新時は再インポートが必要。

② Kintone または 基幹API 連携(Phase 2)

基幹システムの得意先マスターはKintoneにも同期済み。KintoneのAPIまたは基幹システムのAPIオプションを通じてリアルタイム取得も可能(次フェーズで検討)。

将来フェーズ
スポット訪問(マスター外の歯科医院)

得意先マスターに登録されていない歯科医院へのスポット訪問も自由入力で対応可能。ただし将来の売上分析と紐付けるため、入力の表記ゆれに注意が必要。スポット入力とマスター選択の両方をサポートする設計とする。

AI商品サジェストの仕組み

40万件超の商品マスターをプルダウンにしない理由と解決策
❌ 従来のプルダウン選択の問題
  • 商品マスター40万件超はプルダウンで選択不可能
  • メーカーで絞っても候補が多すぎる
  • 外回り中に検索操作が煩雑
  • 商品コードを覚えていないと見つからない
✅ AI商品サジェストによる解決
  • 「ラバーダムシートの話をしました」と音声で話すだけ
  • AIが音声から商品名を抽出してマスターと照合
  • 上位10件程度の候補を確認画面に提示
  • タップするだけで選択完了
💡
メーカー選択との組み合わせ
事前にメーカーを選択しておくことで、AIサジェストの候補をそのメーカーの商品に絞り込むことができ、より精度の高い候補リストを提示できます。

人手入力とAIの役割分担

全てをAIに任せない設計

音声認識やLLMの精度には限界があるため、全てを音声入力→AI抽出に頼るのではなく、前提情報は人が事前入力し、AIは候補提示・仕分けに特化する設計としています。

人が入力する情報(事前選択)
  • 訪問先(マスターから選択 or スポット自由入力)
  • 紹介メーカー(マスターから選択)
  • 滞在時間(プルダウン or 音声で発話)
AIが抽出・サジェストする情報
  • 提案商品(音声から抽出→候補リスト提示)
  • ディーラー名(音声テキストから自動抽出)
  • 定性6項目(LLMが自動仕訳)
  • 滞在時間(音声に含まれれば自動認識)

確認・編集画面で営業マン自身が最終確認して確定するため、AIの認識精度は人が担保します。商品候補リストからタップするだけなので操作負荷も最小限です。

日報データの活用目的

🎯
ディーラー訪問の内容把握(主目的)

どのディーラーにどんな商品を提案したか、誰にアプローチしたかを記録・蓄積。「どのポジションへのどんな提案が売上につながったか」を後から分析できる基盤を整える。歯科医院への直接訪問は結果記録に留め、ディーラー訪問の提案内容を重点的に管理。

📈
将来の売上分析との連携(Phase 2)

日報データ(どんな提案をしたか)と基幹システムの売上データ(実際に何が売れたか)を紐付けることで、提案→受注の効果検証が可能に。今のDB設計段階から得意先マスターIDで紐付けておくことで、Phase 2移行時のカスタマイズを最小化できる。

将来フェーズ
🎤
「何を吹き込めばいいか」が明確に

定性指標を事前に共有することで、営業マンが「何を話せばいいのか分からない」という迷いがなくなります。6つの観点がガイドとなり、日報の充実度を組織全体で統一できます。

定性指標は柔軟にカスタマイズ可能

現在の6項目は初期設定です。運用開始後に項目の追加・変更・削除が可能なため、営業戦略の変化や現場のフィードバックに応じて、常に最適な指標体系へ進化させることができます。

機能一覧

機能分類詳細
音声録音Webフォーム(スマホ最適化)Mustスマートフォン完全対応、訪問先 / メーカー事前選択、録音・提出
訪問先マスター連携Must得意先マスターCSVインポートによるプルダウン選択 + スポット自由入力
AI音声テキスト変換MustSTT API連携、文字起こし
AI商品サジェスト(新機能)Must音声から商品名抽出 → マスター照合 → 候補リスト10件提示 → タップ選択
ディーラー名自動抽出Must音声テキストからディーラー名を自動抽出・表示
AI定性データ自動仕訳MustLLMによる6項目自動仕訳(項目はカスタマイズ可能)
確認・編集画面Must商品候補リストからの選択、解析結果のその場修正
OneDrive自動保存MustGraph API連携、Word/Excel出力、得意先IDで紐付け保存
充実度ダッシュボードBetter営業マンごとの定性項目充実度・訪問実績の管理者向け可視化
Kintone / 基幹API 連携Phase 2リアルタイム得意先マスター取得、売上データ連携・分析
認証について
テーマ1(営業日報AI)はURLログイン方式で利用する想定です。URLを知っているメンバーがアクセスする形式となります。
4テーマ2: 仕入先請求書照合
アップロード → 自動照合 → 差異確認・修正 → 再照合サイクル → 差異ゼロで完了承認

ワークフロー

1
基幹データCSV出力
経理担当
基幹システムから仕入明細CSVを出力。固定フォーマットのためそのまま取込可能。基幹システム側への追加開発は不要
2
請求書収集・アップロード
経理担当
仕入先からの請求書(CSV・Excel・PDF等)を収集し、照合システムにアップロード。基幹CSVと仕入先別請求書を一括 or 個別でアップロード可能。各ファイルが「どの仕入先のデータか」を設定画面で確認・紐付け。
3
紙請求書のOCRデジタル化
AI処理
PDF/紙ベースの請求書はOCR(AI文字認識)でデジタルデータに自動変換。仕入先ごとのフォーマット設定(照合キー定義)に基づいて解析。
4
自動照合実行
自動
仕入先ごとに設定した照合キー(JANコード・仕入先独自番号・商品名 等)で明細を突合。差異箇所(数量・単価・商品名等)をハイライト表示し信頼度(高・中・低)を付与。照合サマリ(基幹明細件数 / 仕入先請求件数 / 差異件数)を表示。
5
差異確認・修正
経理担当
差異箇所・低信頼度の明細を確認画面で人手確認。修正が必要な場合は基幹システム側のデータを修正し、修正後のCSVを再アップロードして再照合を実行。差異ゼロになるまで繰り返す。
6
差異ゼロ確認 → 完了承認
自動 + 人手
照合結果の合計差異がゼロになったことをシステム上で確認。「完了承認」ボタンを押すことでシステム内で照合完了を記録。差異のあった箇所のみメールで担当者に通知(全件配信ではなく要確認箇所のみ)。

仕入先別照合キー設定の仕組み

自社商品名 ≠ 仕入先請求書の商品名 問題をどう解決するか
典型的な表記ゆれの例
自社マスター: 「ラバーダムシート」 ↔ 仕入先A請求書: 「光15号機型LEDランプ」
自社マスター: 「○○クリーナー」 ↔ 仕入先B請求書: 「製品コード: ABC-123」
仕入先ごとの照合キー設定

仕入先1社につき1フォーマット。「この仕入先はJANコードで照合」「この仕入先は仕入先独自番号で照合」「この仕入先は品名照合(あいまい一致)」のように、仕入先ごとに使用する照合キーを事前設定する画面を用意。

照合結果の学習・蓄積

人手で修正・確定した照合結果をシステムが蓄積。次回同じ仕入先の請求書照合時に、過去の照合実績を参照して精度を向上。「前回この商品名はこれと対応した」という履歴を活用。

※ JANコードや仕入先固有コードが利用できない紙請求書については、品名のあいまい照合を使用し、人手での確認を必須とします。

再照合サイクルのイメージ

① 初回アップロード・照合
② 差異箇所を確認・基幹修正
③ 修正CSVを再アップロード
④ 再照合 → まだ差異あれば②へ
⑤ 差異ゼロ → 完了承認

差異ゼロになるまで③〜④を繰り返し、最終的にシステム内で完了承認することで、照合業務が完結します。

機能一覧

機能分類詳細
CSV取込機能Must基幹システム仕入明細CSV(固定フォーマット)の取込
請求書データ取込機能MustCSV・Excel・PDF等の多様なフォーマット対応(一括 or 個別アップロード)
紙請求書デジタル化MustOCRによるPDF→デジタルデータ変換
仕入先別照合キー設定MustJANコード・仕入先番号・品名など照合キーを仕入先ごとに設定・管理
自動照合機能Must設定済み照合キーによる明細突合、差異ハイライト、信頼度判定
確認・修正画面Must差異箇所・低信頼度明細の人手確認・修正
再照合機能Must修正後CSVの再アップロード → 再照合 → 差異ゼロまで繰り返し可能
完了承認フローMust差異ゼロ確認後にシステム内で照合完了を承認・記録
差異箇所メール通知Must要確認箇所のみを担当者にメール通知(合致分は通知不要)
照合フォーマット設定画面Must仕入先フォーマットの追加・編集(初期10社以降も自社で追加対応可)
照合結果の学習・蓄積Better人手確定した照合結果を蓄積し、次回以降の精度向上に活用
🔒
認証
テーマ2はログイン認証あり(経理担当限定)。金額データを扱うため認証必須。
📋
仕入先アダプタ
初期10社・10フォーマットが前提。フォーマット設定画面により追加は先方側で対応可能。仕入先ごとに1フォーマットの想定。
5システム構成
クラウドサーバ + AI API + Microsoft Graph API(将来: Kintone / 基幹API連携)
🌐 フロントエンド(ユーザー画面)
📱 音声録音フォーム(スマホ最適化)
🌟 AI商品サジェスト 候補選択画面
📝 AI解析結果 確認・編集画面
📊 管理者ダッシュボード
🗃 請求書アップロード・仕入先紐付け画面
🔎 照合結果・差異確認画面
✅ 完了承認画面
🔒 ログイン画面(テーマ2のみ)
バックエンド(サーバ処理)
🔬 音声ファイル受信・管理
🌟 商品マスター照合エンジン(AI商品サジェスト)
🔧 仕入先別アダプタ(照合キー設定管理)
📈 照合エンジン(明細突合・信頼度判定・再照合管理)
📄 日報ファイル生成(Word/Excel)
📧 差異箇所メール通知
🤖 AI / 外部API
🎤 STT(音声→テキスト変換)
🧠 LLM(定性6項目仕訳 + 商品名抽出)
📄 OCR(PDF請求書デジタル化)
📁 Microsoft Graph API(OneDrive・メール)
💻 インフラ
☁ クラウドサーバ(Azure / VPS / サーバーレス)
🗃 ファイルストレージ
🗂 データベース(日報データ + 照合履歴 + 商品マスター)
将来連携(Phase 2)
🔗 Kintone API(得意先マスターリアルタイム取得)
🔗 基幹システム APIオプション(売上データ取得)
🤖 MCPサーバー(AIによる自然言語クエリ)
基幹システムへの追加開発は不要(Phase 1)
基幹システムに対する追加開発は不要です。経理担当がCSVを出力し本システムにアップロードする運用とします。将来フェーズではAPIオプションを通じた連携を検討します(詳細はSection 8)。
6ランニングコスト
月額運用コストの試算(仮置き値)
前提となる利用数想定
200件/月
音声録音(10名 x 20件 x 平均2分)
10社/月
請求書アップロード(月次)
150ページ/月
PDF OCR処理(5社分)

コスト内訳

サーバ費用
選定次第でコストの大部分が決まる
¥0〜15,000
API利用料
¥500〜1,000
Graph API
¥0

サーバ選定3パターン

Option A
サーバーレス
¥500〜3,000/月
使った分だけ課金。低利用時はほぼ無料
  • 初期費用が最小
  • 利用量に応じた従量課金
  • コールドスタートの遅延あり
  • 低頻度利用に最適
Option C
クラウド(Azure等)
¥8,000〜15,000/月
エンタープライズ級の信頼性
  • 高可用性・自動スケーリング
  • Azure ADとのネイティブ連携
  • 将来の拡張性が高い
  • PoC規模ではオーバースペック
API利用料の内訳(月額目安)
API用途利用量月額目安
STT(音声→テキスト)営業日報の文字起こし200件 x 平均2分 = 400分¥100〜300
LLM(定性仕訳 + 商品名抽出)6項目自動仕訳・商品サジェスト200回/月¥100〜300
OCR(PDF読取)紙請求書デジタル化150ページ/月¥100〜300
Graph APIOneDrive保存・メール送信¥0
API利用料 合計 ¥500〜1,000
※ どのAPIを選んでも月500〜1,000円程度で誤差レベルです。コストの大部分はサーバ選定で決まります。
💡
月額コスト合計
¥500 〜 ¥16,000 / 月
VPS(推奨)を選択した場合: 約 ¥4,000〜6,000/月
仮置き値について
利用人数(営業マン数)・訪問頻度は未確定の仮置き値です。実数が判明次第、正式なランニングコストに差し替えます。
7導入効果
定量・定性の両面から期待される効果
🎤
テーマ1: 営業日報AI
日報作成時間 テキスト入力 15〜20分 → 音声2〜3分
日報定着率 不定期・属人的 → 1訪問=1録音で習慣化
提案商品の記録 40万件から手動選択 → AI商品サジェストで素早く確定
データの構造化 非構造テキスト → 定量3項目 + 定性6項目
管理者の視認性 売上実績の目視のみ → 訪問実績・充実度の横断把握
将来の発展性 基幹売上連携・提案→受注効果検証・MCP自然言語分析
📊
テーマ2: 請求書照合
照合作業時間 人手で数時間 → 自動照合+要確認箇所のみ
差異検出精度 目視の見落としリスク → 明細レベルで自動検出
表記ゆれ対応 毎月手作業で対応 → 仕入先別照合キー設定で吸収
照合完了確認 手作業で最終確認 → 差異ゼロ確認後に完了承認ボタン
結果共有 手動報告 → 要確認箇所のみ自動メール通知
拡張性 フォーマット設定画面で仕入先追加、照合精度は学習で向上
8将来フェーズ(Phase 2)
基幹システム API 連携 / Kintone 連携 / MCP による自然言語クエリ
Phase 2 の全体像
Phase 1(日報AI + 請求書照合)で蓄積した営業活動データと、基幹システムの売上データを連携させることで、「どのディーラーへのどの商品提案が売上につながったか」をAIで自然言語分析できる環境を整備します。
Phase 2 — 基幹API連携
基幹システム APIオプション連携

基幹システムベンダーがAPIオプションとして開発予定のREST API(APIキー認証)を活用。リクエストに応じた特定データ(売上実績・受注履歴 等)を取得し、日報データと紐付けて分析できる基盤を構築。

  • CSV出力 → アップロードの手動作業が不要に
  • リアルタイムで最新売上データを参照可能
  • 日報の「提案商品」と売上実績の自動突合・分析
※ APIオプションは基幹システムベンダーが今後提供予定のオプション機能。提供時期・仕様はベンダーとの確認が必要。
Phase 2 — Kintone連携
Kintone 経由での得意先マスター取得

基幹システムの得意先マスターはKintoneにも同期済み。KintoneのAPIを通じてリアルタイムに得意先マスターを取得することで、日報フォームの訪問先プルダウンを常に最新状態に保てる。

  • CSVインポートの手間が不要に
  • 基幹システムとのマスター整合性を自動維持
  • Kintone上で管理している付加情報も活用可能
※ Kintoneの得意先マスターに必要な項目が含まれているか事前確認が必要。項目が不足する場合は追加登録を検討。
Phase 2 — MCP連携
MCPサーバーによる AIへの自然言語クエリ

MCP(Model Context Protocol)は AIが外部システムに安全にアクセスするための仕組みです。弊社でMCPサーバーを構築し、基幹システムのAPIと接続することで、以下のような自然言語でのデータ活用が可能になります。

自然言語クエリの例

「先月Aディーラーで提案した商品のうち、今月売上が上がったものはどれですか?」

自然言語クエリの例

「Bエリアの担当者が最も訪問しているディーラーと、そこでの提案傾向を教えてください」

MCPサーバーの構成イメージ
AI(Claude等) MCPサーバー(弊社構築) 基幹API / Kintone

MCPサーバーの構築は弊社が担当。基幹システムAPIのエンドポイントさえご提供いただければ接続可能です。

※ Phase 2は分析要件が確定した段階で改めてご提案します。
※ 基幹APIオプションの仕様が確定次第、MCPサーバーの設計に着手します。

Phase 1 → Phase 2 ロードマップ

フェーズ内容前提条件
Phase 1 営業日報AI(スマホ音声入力 + AI商品サジェスト + OneDrive保存)
仕入先請求書照合(照合キー設定 + 再照合サイクル + 完了承認)
基幹システム CSV出力のみ(追加開発不要)
得意先マスター CSV インポート
Phase 2-A Kintone連携による得意先マスターリアルタイム取得 KintoneのAPIアクセス権限付与
Phase 2-B 基幹システムAPIオプション連携(売上データ取得 + 日報との紐付け分析) 基幹システムベンダーによるAPIオプション開発・提供
Phase 2-C MCPサーバー構築による自然言語クエリ(売上分析・提案効果検証) Phase 2-B完了 + 分析要件の確定
※ Phase 1のDB設計段階で得意先マスターIDを日報データに紐付けて保存する設計にすることで、Phase 2移行時のカスタマイズを最小化します。
9デモ画面
ユーザー画面のモックアップをご確認いただけます
💻
ユーザー画面モックアップ

営業マン向け音声録音フォーム(AI商品サジェスト含む)、管理者ダッシュボード、経理担当向け照合画面を
タブ切替で体験いただけます。

デモを開く ↗
※ モックアップはデモ用のインタラクティブ画面です。実際のAI処理は行いません。