AIはG702とG703のデータを抽出できる？
はい、その仕組みを解説

AIがAIA G702・G703フォームを読み取る精度（現状）

AIA G702/G703は、米国建設業界で最も標準化された請求書形式です。フェニックスのコンクリート下請け業者であれ、シカゴの電気工事業者であれ、同じフィールド名、同じ行番号、同じレイアウトが使われています。この標準化こそがAIの最大の強みです。フォーム構造が予測可能であるため、各フィールドがページ上の位置ではなく「意味」に基づいてデータを読み取るセマンティック抽出は、強力な基盤を得られます。

G702サマリーページには、約20のフィールドに重要な支払いデータが集約されています。契約総額、変更指示による正味変更額、現在までの契約総額、現在までの完了・保管総額、保留金（ライン5aのパーセンテージとライン5bの金額の両方）、保留金控除後の総獲得額、前回の支払証明書控除額、今回の支払額、完了残高です。Procore、Sage 300 CRE、または下請け業者の会計ソフトで生成されたような、クリーンなデジタル記入PDFの場合、AIはこれらのフィールドを95～98%の精度で抽出します。ラベルは一貫しており、値はラベルと期待される関係にあり、計算は予測可能な順序で行われます。

データ量が多いのはG703継続シートです。1回の支払申請で、2～10ページにわたって20～50の明細項目が含まれることがあり、各明細には予定価額、今回の完了工事、現在保管中の材料、現在までの完了・保管総額、完了率、保留金が記載されています。最新のAIはこの表構造をうまく処理します。各列に明確なセマンティックIDがあるためです。「今回の完了工事」は、1ページ3行目でも7ページ42行目でも同じ意味を持ちます。AIはページをまたいだ明細項目の連続性を追跡します。これは、下請け業者の価格明細書がコストコードの途中で分割される場合に重要です。

これを可能にしているのはカスタム列抽出です。必要な出力列（G702の「現在までの契約総額」「保留金%」「今回の支払額」、およびG703の6つほどの明細項目列）を定義すると、AIは座標を照合するのではなく、ドキュメントの内容を理解することで各値を特定します。固定ピクセル位置に「Retainage」があることを前提とする位置ベースのツールは、下請け業者が異なるPDFエディタを使用してフィールドを0.25インチずらしただけで機能しなくなります。セマンティック抽出はそのような影響を受けません。建設業の請求がなぜ独自のデータ抽出ニーズを生み出すのか、その全体像については、建設業の請求書抽出の実際をご覧ください。

AIがG702・G703フォームで得意なこと

デジタル入力されたクリーンなPDF支払申請書。 これは基本であり、AIが最も力を発揮する場面です。下請け業者がProcore、Sage、Viewpoint Vista、または入力済みPDFフォームを使用してG702/G703を作成し、標準的なAIAレイアウトで機械生成テキストを生成する場合、AIは構造化フィールドを95～98%の精度で読み取ります。「Current Payment Due」に隣接する金額、5a行の保留率、残高完了予定額などが、正しくスプレッドシートの列に配置されます。2～5%のミス率は、通常、特殊なフォーマットの変更指示項目、明細説明の非標準略語、または隣接テキスト領域に食い込むスキャンされた署名欄など、エッジケースに起因します。

複数ページにわたるG703明細行テーブル。 実際のボリュームは継続シートにあります。6ページにわたる40行のG703は240以上の個別値を表し、テーブル認識型AI抽出はそれらを一度に読み取ります。AIは列の意味を理解しています。「今期完了工事」列の数値が「現在までの完了・保管総額」とは異なることを、たとえ両方が同じ金額（最初の請求期間のように）であっても認識します。ページをまたぐ明細行も追跡するため、2ページ目から始まり3ページ目に続くコストコードは、2つの断片ではなく1つの連続エントリとして取得されます。

複数下請け業者の一括処理。 20の下請け業者を管理するゼネコンは、毎月48時間以内に支払申請書を受け取ります。クリーンなPDFもあれば、印刷・スキャンされたフォーム、AIA形式に緩く従ったQuickBooks生成の請求書もあります。セマンティック抽出は下請け業者ごとのテンプレートを必要としないため、20件すべての申請書が1つのバッチに投入され、1つの統合スプレッドシートが生成されます。各行が1つの下請け業者に対応し、各業者がフォームをどのように生成したかに関わらず、すべての申請書から同じG702フィールドが抽出されます。これが、1つのスプレッドシートをレビューすることと、20の個別抽出を調整することの違いです。下請け業者請求への抽出適用に関する詳細な手順については、AIA G702支払申請書データをスプレッドシートに抽出する方法をご覧ください。

保留金フィールド認識。 保留金はG702の2つの別々の行にあります。5a行がパーセンテージ、5b行が金額です。これらを正しく取得することは重要です。なぜなら、保留金は所有者が実際に保持している現金だからです。AIは両方を独立して抽出し、別途計算ステップを必要とせずにそれらの関係を理解します。両方のフィールドが機械印字されているデジタルフォームでは、保留金の精度は95%以上です。手書きまたはスキャンされたフォームでは、金額（5b）の方がパーセンテージ（5a）よりも信頼性高く読み取れます。これは、金額の方が構造的な手がかりが強いためです。

AIによるG702/G703抽出が依然として苦手とする領域

AIの精度が低下する3つのシナリオには、共通の根本原因があります。それは、書式は標準化されていても、GCのオフィスに届く物理的な書類は決して標準的ではないということです。

印刷されたAIA用紙への手書き記入。 すべての下請け業者がG702/G703をコンピューターで作成するわけではありません。小規模な専門工事業者（塗装工、乾式壁仕上げ工、住宅工事の下請けなど）は、GCから白紙のAIA用紙を受け取り、手書きで記入し、FAXまたはスキャンして提出することがよくあります。G702/G703用紙での手書きの問題は、標準的な請求書よりも深刻です。金額、割合、日付が、小さなフォントのラベルテキストに囲まれた狭いグリッドに密集しているためです。濃いインクで明瞭なブロック体の手書きの場合、AIの抽出精度は75～85%です。読みにくい手書きや、カーボンコピー用紙へのボールペン記入の場合、精度は70%を下回ります。この場合、手動入力の方が確認作業よりも速い可能性があります。

現場からの低品質スキャン。 下請け業者のプロジェクトマネージャーが現場のトレーラーでG703に記入し、15年前の多機能プリンターでスキャンしてPDFをメールで送信します。スキャンは傾き、わずかに回転し、AIモデルが想定する最低300 DPIではなく150 DPIで取り込まれています。数字の端がぼやけ、「3」と「8」の判別が難しくなります。このようなスキャンでの精度は65～75%に低下します。対策は技術的なものではなく、手続き上のものです。支払申請の提出要件として、下請け業者にデジタル原本または最低300 DPIのフラットベッドスキャンを提出させることです。

何世代もコピーを重ねた書類。 これが最も困難なケースです。下請け業者が、元のAIA用紙を何度もコピーしたものを受け取り、記入して提出します。用紙の印刷されたグリッド線は薄れ、ラベルテキスト（「TOTAL COMPLETED & STORED TO DATE」）はかすれ、背景とテキストのコントラストは低くなっています。AIはそれでも抽出を試みることができ、何かを返しますが、文字レベルの曖昧さにより、「5」が「6」に、「0」が「8」に読み替えられる可能性があります。3世代目のコピーでは、精度は50～65%に低下し、手動での再入力がより安全な方法です。何世代もコピーを重ねた書類が繰り返し発生する問題である場合、最も効果的な変更は、下請け業者の保険代理店またはオフィスに依頼して、クリーンなデジタル版を生成してもらうことです。ほとんどの場合、数分で対応できます。

G702↔G703の相互参照照合。 これはAIの抽出問題というよりも、ワークフローの現実です。G702のサマリーはG703から合計を引き継ぎますが、これらの合計は下請け業者が入力したものです。AIは両方のフォームから合計を抽出し、出力スプレッドシートに並べて表示できます。しかし、AIが行わないこと、そしてどの抽出ツールも行うと主張しないことは、下請け業者の計算が正しいかどうかを検証することです。G703の明細項目の合計が247,350ドルであるにもかかわらず、下請け業者がG702の「Total Completed & Stored to Date」行に243,750ドルと入力した場合、AIは両方の数値を忠実に抽出します。3,600ドルの差異は、プロジェクト会計士が発見するものであり、データ抽出のタスクではありません。これが、高精度であっても確認パスが不可欠である理由の一つです。これについては、支払い紛争を引き起こす一般的なG702抽出エラーの解説で詳しく説明しています。

AIによるG702/G703抽出で最高の結果を得る方法

1. AIAフォームの正確なフィールドラベルに合わせた列名を定義する。 AIは意味的なマッチングで読み取ります。入力する列名が、何を探すかの指針となります。「Total Contract」よりも「Contract Sum to Date」の方が効果的です。「Retainage %」と「Retainage Amount」を別々の列にすることで、単一の「Retainage」列よりも良い結果が得られます。G703の明細行については、各列を明示的に定義します：「Scheduled Value」、「Work Completed This Period」、「Materials Presently Stored」、「Total Completed & Stored to Date」、「% Complete」、「Retainage Withheld」。AIは各列名を意味的なクエリとして使用します。クエリが正確であればあるほど、マッチングの精度も高まります。

2. 下請け業者にデジタルPDFを依頼する。 最も効果的な手順の変更点：下請け契約書に、支払い申請書を写真に撮った紙のフォームではなく、デジタル生成されたPDFで提出することを義務付ける条項を含めます。Procore、Sage、Viewpoint、さらにはAIAテンプレートを使用したQuickBooksなど、建設ソフトウェアを使用しているほとんどの下請け業者は、すでにデジタルPDFを生成しています。そうでない業者も、多くの場合、メール1本で対応してもらえます。この要件だけで、抽出精度が70～80%から95%以上に向上し、現場スキャンの品質問題を完全に排除できます。

3. 支払い申請を請求サイクルごとにバッチ処理する。 建設業の請求は毎月のサイクルで行われます。すべての支払い申請は25日頃の48時間以内に届きます。ドローバッチ全体をまとめて処理することで、すべての下請け業者のG702サマリーとG703明細行が1つのテーブルにまとまったスプレッドシートが得られます。ワークフローは次のようになります：20件すべての申請を1つのバッチとしてアップロード → AIがすべてのフィールドを抽出 → スプレッドシートにエクスポート → 保留金を確認し、合計を照合します。時間の節約は、各下請け業者の申請を個別に処理する必要がなくなることから生まれます。

4. 常に保留金とG702↔G703のクロス集計を確認する。 デジタルフォームで95～98%の精度であっても、20の下請け業者間で保留金の割合を1つ読み間違えると、実際のキャッシュエクスポージャーになります。実用的なワークフロー：AIがすべてのフィールドを抽出 → 最も重要な3つの数値（保留金%、今回の支払額、G702↔G703の合計一致）を確認 → 承認された申請は次に進みます。これにより、1申請あたり45分かかっていたデータ入力作業が、1申請あたり2～3分の確認作業に変わります。

5. 全ページOCRではなく、列抽出を使用する。 OCRはG702/G703全体を1つの区別のないテキストブロックに変換します。すべてのフィールドラベル、明細行、フッターノートが連続したテキストとして混ざり合います。契約額と今回の支払額のどちらがどの数字かを、手動で選別する必要が依然としてあります。列抽出では、「Contract Sum to Date」が独自の列に1つの値だけを持ち、他には何もないスプレッドシートが生成されます。出力形式がそのまま確認形式になります。

実例：AIによるG702/G703抽出がワークフローを変える場面

ゼネコンの月次出来高処理

中規模ゼネコンが3つの商業プロジェクトを管理し、毎月25日までに18件の下請け業者からの支払い申請を受け取ります。各申請書にはG702サマリーとG703継続シートが含まれ、平均30行・5ページにわたります。プロジェクト会計担当者は、G702のサマリーフィールドを手入力し、G703の明細を支払い管理スプレッドシートにスポットチェックするのに丸3日（約24時間）を費やします。保留金とG702/G703合計の確認にさらに4時間かかります。

AI抽出により、データ入力工程は15分未満に短縮されます。18件の申請書を一括アップロードし、G702とG703の列を一度定義すれば、全18件の下請け業者のデータが1つのスプレッドシートに出力されます。会計担当者の役割はデータ入力から例外処理へと移行し、保留金率の確認、各業者の上位2～3明細のチェック、G703合計がG702と一致しない1～2件の申請書にフラグを立てる作業となります。所要時間は約28時間から約3時間に減少し、作業の負荷は転記から検証へと変わります。

下請け業者の支払い申請書レビュー

専門下請け業者（電気工事会社）は毎月5つの異なるゼネコンに支払い申請書を提出します。各ゼネコンは独自のバージョンのAIA様式（G702/G703を使用する場合もあれば、ゼネコン独自の支払い申請テンプレートを使用する場合もあります）を使用しています。電気工事会社の事務所長は、同じ出来高表データを5つの異なる形式に手入力しており、1件あたり約45分かかり、入力ミスが支払い承認を遅らせる原因となっています。

AI抽出は逆方向に機能します。事務所長が完成したG702/G703セットを1つアップロードし、出力列を定義すれば、すべての値がスプレッドシートに出力されます。ゼネコンが異なる形式を要求する場合、抽出されたデータが新しいテンプレートに自動入力されます。AIが一度読み取ったデータは、必要な場所に流れていきます。下請け業者の請求書フォーマットの多様性に関する詳細は、AIA以外の形式に対応する建設業の請求書抽出をご参照ください。

建設ローン disbursement 確認

1,200万ドルの商業プロジェクトに融資する建設金融機関は、翌月の disbursement を実行する前にドローパッケージのレビューを必要とします。各ドローパッケージには、G702/G703 フォーム付きの12～15件の下請け業者支払申請書と、リーエン放棄書が含まれています。融資担当アナリストは、G702 の要約データを融資管理スプレッドシートに入力し、要求されたドロー金額が認定された支払申請書と一致することを確認するのに2日間を費やしています。

AI 抽出はドローパッケージ全体を10分未満で処理し、すべての下請け業者の G702 フィールドを1つの表にまとめたスプレッドシートを生成します。アナリストの役割は、本当に重要な確認作業に移行します。すなわち、リーエン放棄書が支払金額と一致することの確認、ドロー要求が G702 合計と整合していることの確認、そして契約上の留保率と一致しない下請け業者の特定です。確認レイヤーは人間が担当し続けますが、アナリストの時間の85%を占めていた転記レイヤーは完全に排除されます。

よくある質問

AI は G702 および G703 フォームの手書き入力を読み取れますか？

部分的に可能です。鮮明な印刷フォームに濃いインクでブロック体の手書き文字が書かれている場合、AI は75～85%の精度で抽出します。乱雑な筆記体やカーボンコピー用紙へのボールペン書きでは、精度が70%を下回り、その場合、確認作業よりも手動入力の方が効率的な場合があります。一貫して手書きの支払申請書を提出する下請け業者には、デジタル入力の PDF を依頼することが、手書き文字認識精度の向上を追求するよりも効果的な対策です。

AI は複数ページにわたる G703 継続シートを処理できますか？

はい。最新の表認識抽出機能は、ページをまたがる明細項目を追跡します。2ページ目で始まり3ページ目に続くコストコードは、1つの連続したエントリとして取得されます。AI はすべての G703 ページを、個別のファイルとしてではなく、1つの論理的なドキュメントとして読み取ります。列の意味（「今期完了作業」対「現在までの完了・保管済み合計」）は全ページで一貫しているため、G703 が何ページにわたっていても、出力スプレッドシートの各行は1つの明細項目に対応します。

AIはG702の保留金計算を理解できますか？

AIは保留金の割合（5a行）と保留金額（5b行）を別々の独立したフィールドとして抽出します。一方から他方を計算したり、それらが整合しているかを検証したりはしません。下請け業者が5a行に10%と入力したものの、金額を誤って計算した場合でも、AIは両方の値を忠実に抽出します。計算が正しいかどうかの確認はプロジェクト会計担当者の責任であり、抽出はデータを提供するものであって、監査を行うものではありません。

AIはG703の合計がG702の要約と一致するか検証できますか？

いいえ。AIは両方のフォームから合計を独立して抽出し、同じスプレッドシートに出力します。G703の明細行の合計とG702の「現在までの完了・保管済み合計」フィールドを比較することはありません。横並びの出力により、人間のレビュー担当者が簡単に比較できるようになります（両方の数値が同じ行に表示されます）が、ツールが不一致を警告することはありません。照合確認はプロジェクト管理のタスクであり、データ抽出のタスクではありません。

デジタル版とスキャン版のG702フォームでは精度にどのような違いがありますか？

クリーンなデジタル生成のG702/G703 PDF（PDFフォームフィールド、Procore、Sage 300 CREなどを使用して作成されたもの）では、構造化フィールド（金額、日付、割合）に対して95～98%のフィールドレベル精度を達成します。300 DPIでフラットベッドスキャンされた印刷フォームでは、精度は85～92%に低下します。現場の複合機からの低解像度スキャン（150 DPI以下）では、65～75%の精度が期待されます。印刷品質が劣化した複数世代のコピーでは、精度は50～65%に低下します。最も効果的な対策は、下請け業者にデジタルPDF原本を依頼することです。

AIは異なる下請け業者からのG702/G703フォームを一括処理できますか？

はい。セマンティック抽出は固定位置ではなくフィールドの意味に基づいて読み取るため、20社の異なる下請け業者からの支払申請書（クリーンなPDF、スキャンされたフォーム、手書きの記入があるものなど）をアップロードし、すべてから同じG702フィールドを一括で抽出できます。AIは「今回支払期日」がAIAテンプレートの正確な位置にある場合でも、下請け業者のPDFソフトウェアによってわずかにずれている場合でも、そのフィールドを特定します。バッチ処理により、1つのスプレッドシートを検証するのと、20件の個別抽出を調整するのとの違いが生まれます。

G702/G703の抽出は、標準的な請求書OCRと異なりますか？

はい、以下の3点で大きく異なります。第一に、G702/G703は構造上、請求書ではなく支払申請書であり、進捗請求の計算（累計値と期間別の値）、支払額とは別に管理される保留金、そして要約ページと照合する必要のある複数ページの明細表が含まれます。第二に、記入方法の多様性（PDFフォームフィールド、印刷・スキャン、ExcelテンプレートをPDFに印刷、手書き）により、AIA標準にもかかわらず、標準的な請求書よりも多くのフォーマットのばらつきが生じます。第三に、検証要件がより厳格です。標準的な請求書での保留金の読み取りミスは会計上の誤りですが、G702では契約遵守違反となります。これらの違いの詳細については、建設業の請求書抽出の詳細をご覧ください。