ドキュメントAI

ドキュメントAI（Document AI）とは、紙の書類・PDF・スキャン画像・フォームなどの半構造化・非構造化文書を自動的に処理し、テキスト抽出（OCR）・レイアウト理解・情報抽出・文書分類などを行うAI技術・プラットフォームの総称です。インテリジェント文書処理（Intelligent Document Processing、IDP）とも呼ばれます。

ドキュメントAIが重要な理由は、企業の業務プロセスの多くがPDFや紙の書類に依存しており、これらの処理が従来は人手に頼っていたためです。請求書の金額・支払先・日付の自動抽出（AP自動化）、保険申請書の自動分類、医療記録からの情報抽出、契約書のリスク条項の自動検出など、大量の文書処理業務を自動化できます。

技術的には、OCR（Optical Character Recognition）で文字を認識した上で、レイアウト解析モデル（LayoutLM・DocFormerなど）が表・フォーム・見出しなどの構造を理解し、named-entity-recognitionで重要情報を抽出します。vision-language-modelを使ったマルチモーダルアプローチが進化しており、図表や画像を含む複合文書も処理できます。RAGとの組み合わせで「大量のPDF文書に自然言語で質問する」システムも広く導入されています。