開発における品質の考え方

LayerX インボイスでは請求書AI-OCRの品質が顧客満足度に直結すると認識しており、その品質向上に注力しています。そのため、具体的な構成のお話をする前に、品質について簡単に述べておこうと思います。

品質の要素としてはいろいろありますが、請求書AI-OCRとしては以下に注目しています。

読み取り項目数
精度
応答速度
スケーラビリティ
可用性
コスト

それぞれ簡単に説明します。「読み取り項目数」は支払期日や支払金額、取引先の情報（会社名や口座情報）など、請求書記載の情報をどれだけ読み取れるかという指標です。

「精度」は言葉のままで、実際の値とOCRで読み取った値を比較してどれだけ正解できたかの割合です。とはいえプロダクション環境ではお客さまのビジネス上の理由で実際の請求書の値から変更されることも多く、精度のモニタリングは簡単ではありません。

「応答速度」は、請求書1枚がアップロードされてから画面に表示されるまでにかかる時間のことです。スケーラビリティとも関連しますが、並列で複数枚アップロードされても性能が劣化しないように開発を進めています。

「スケーラビリティ」は同時に何枚の請求書を処理できるか表しています。

「可用性」は請求書AI-OCRのサービスが壊れず正常に動くことを表します。

最後に「コスト」。これはほとんどインフラコストと等価です。コストが高くなるとサービス価格やプロダクト開発への投資に影響することになるため、重要な要素の一つとして注意しています。

このように一言で品質と言っても様々な要素がありますが、次節ではこれらの品質を維持し高めていくための開発方針を説明します。

開発の方針

LayerX インボイスの請求書AI-OCR開発では以下を基本方針としています。

SaaSやAWSマネージドサービスをフル活用
様々な観点での精度モニタリングを実施
オペレーションを改善し続ける

これは、以前福島がnoteにてデジタルネイティブな会社の文化について執筆した内容に基づいています。

デジタルネイティブな会社文化ってなんだろうというのをまとめたもの。LayerXでも原理原則ここに従っていきます

ノンコアは巨人の肩に乗り、SaaSやAWSマネージドサービスをフル活用することで、コアである顧客の利益に直結するような改善に集中することができます。また、スケーラビリティや可用性、コスト最適化といった課題もAWSのベストプラクティスにのっとることで様々な恩恵を受けることができます。

また、LayerX インボイスでの会計ソフト対応やワークフロー機能等ではユーザストーリーに基づき優先順位を決めることができますが、請求書AI-OCRでは読み取り精度の改善が主なミッションになります。

読み取り精度という結果は様々な要因によってもたらされるものですが、その要因の分析が大雑把だと、開発者それぞれに属人化した知識や経験といった勘に頼った改善になってしまいます。様々な観点での精度モニタリングを実施し、どこがボトルネックかを可視化することで、勘ではなく事実に基づく正しいアクションを実行し、効率よく精度の改善をしていくことができます。

また、請求書AI-OCRの開発には、精度改善のための学習データ作成をはじめとした様々なオペレーションがあります。そういったオペレーションを改善し続けることで、品質改善のサイクルを高速化していきます。データ量やデータ自体の品質が物を言う世界なので、データを増やし、精度を改善するためのオペレーションを大切にしています。

チームによって方針は様々だと思いますが、わたしたちの場合はこのように開発生産性を高め、勘ではなく事実に基づき、同時にオペレーションも磨きながら日々品質向上に努めています。

それではいよいよ次節から請求書AI-OCRの仕組みについて解説していきます。