Amazonは、銀行、保険会社、病院が書類の読み取りをAIに任せることをためらう最大の理由の一つに対処しています。最大3,000ページのファイルについて、各回答の出典がページのどこにあるのかを正確に示し、その回答の確信度もスコアで表示するようになりました。

主なポイント

  • Amazon Web Services(AWS)は、Textractの新機能としてAmazon Textract Insightsの一般提供を開始しました

  • このサービスでは、ユーザーが文書または複数の文書をまとめたファイルを送信すると、信頼度スコアと根拠箇所を含む抽出結果を受け取れます

  • 住宅ローン関連のファイルなど、複数の文書が混在した一式を個別の文書に分割し、それぞれから指定された情報を一度に抽出できます

  • AWSによると、Textract Insightsはトークン単位ではなくページ単位の料金で、最低利用契約はありません

AmazonはAWSの機械学習ブログでこのサービスの提供開始を発表しました。同社によると、金融サービス、保険、医療、公共部門の組織は、文書処理を使ってスキャンファイルや紙の帳票を、システムで処理できる構造化データに変換しています。

Textract Insights、複数の文書が混在する一式に対応

AWSによると、価値の高い文書処理の多くでは、整理された単一用途のファイルではなく、複数の文書が混在した一式が扱われます。例として、住宅ローン関連の書類、保険金請求関連の書類、登録手続きの書類一式が挙げられており、そこには帳票、表、領収書、手紙、手書きのメモなどが一つのファイルに含まれることがあります。

Amazonによると、ユーザーはブループリントと呼ばれる簡単なテンプレートに、抽出したい情報を記述します。テンプレートでは各項目を平易な言葉で説明します。複数の文書が混在する一式の場合、同じプロジェクトに複数のブループリントを追加し、分割機能を有効にできます。

AWSが説明する文書処理の課題

AWSによると、チームは通常、テキスト画像を文字に変換する光学文字認識(OCR)ソフトウェア、文書の分割、分類、基盤モデルへのプロンプト、確認工程を組み合わせた独自のパイプラインを構築するか、出典ページを確実に引用できず、信頼度スコアも提示できない場合がある汎用大規模言語モデルを使います。

同社によると、追跡可能な出典と適切に調整されたスコアがなければ、どの値を自動的に採用し、どれを確認対象にするべきか判断するのが難しくなります。

関連記事:Amazon、研究所が自社クラウドから離れずに独自のタンパク質を折りたためるように

Textract Insights、単一のマネージドAPIを利用

AWSによると、Textract Insightsでは、Amazon Textractへの非同期リクエスト一つで一連の処理を行えます。独自のパイプラインを組み立てて運用する代わりに、チームはマネージド型のアプリケーション・プログラミング・インターフェース(API)を一つ使います。APIとは、ソフトウェアがサービスと通信するための接続手段です。これにより、必要なデータを直接取得できます。

同社によると、ユーザーはAmazonのクラウドストレージS3から、最大3,000ページのファイルを一つ送信できます。Textract Insightsは文書一式を論理的な単位のサブ文書に分割し、それぞれにブループリントを対応させ、指定された項目を抽出して、結果をAmazon S3に書き込みます。

Amazon Textractを基盤に構築

AWSによると、Textract InsightsはAmazon Textractの新しい生成AI機能です。また、Amazon Textract Coreも更新し、精度を高め、情報量の多い表や手書き文字の処理を強化するとともに、DetectDocumentText APIとAnalyzeDocument APIで対応する言語を40言語に拡大したとしています。

AWSによると、Textract InsightsはPDF、PNG、JPEG、TIFFの入力に対応し、英語、フランス語、ドイツ語、イタリア語、ポルトガル語、スペイン語の文書を処理します。料金はトークン単位ではなくページ単位で、最低利用契約はありません。

根拠付けと信頼度スコア

AWSによると、Textract Insightsは、ページから直接読み取った明示的な項目と、文書の内容から導き出した推定項目の両方を返します。どちらの種類にも信頼度スコアが付与され、値を取得したページと座標を示す根拠情報も提供されます。

同社によると、各値の出典をたどれるため、確認担当者や監査担当者は元の文書と照合して結果を確認できます。

機能:最大3,000ページのファイルを読み取り|メリット:住宅ローンや保険金請求の書類一式を一つのファイルとして処理できます。混在した書類一式を分割|給与明細、銀行取引明細、帳票を自動で分けます。回答ごとにページと位置を表示|確認担当者や監査担当者は、元の文書と照合して各値を確認できます。信頼度スコアを付与|確信度の高い回答はそのまま通し、疑わしい回答は人に回します。ページ単位で課金、最低利用料金なし|トークン単位のAI料金よりもコストを予測しやすくなります。

出典:Amazon Web Servicesの発表、2026年11月20日。

これが重要な理由

AIモデルは文書を読むのは得意ですが、どのように答えを導き出したかを示すのは苦手です。金融、保険、医療の分野では、根拠となるページをたどれない回答はほとんど役に立ちません。あらゆる判断に誰かの承認が必要で、監査担当者が数年後に確認する可能性もあるためです。自信ありげに答えても出典を示せない汎用チャットボットは、まさにこうした業界では使えないものです。

各値にページ上の位置と信頼度スコアを付与することで、Amazonは、システムが確信を持つ回答を企業が自動的に受け入れ、確信が持てない回答だけを人間に回せるようにします。これにより、AIは試験導入の段階から、実際の帳票を何百万件も処理する段階へと進みます。また、大企業向けにAI文書ツールを販売するGoogleやMicrosoftとの競争で、Amazonはより有利な立場に立ちます。多くのAIサービスが課金単位としているトークンではなく、ページ単位で料金を設定することで、企業はコストを予測しやすくなります。

今後注目すべき点

本当の試金石は、かすれたスキャン画像や手書きのメモなど、状態の悪い実際のファイルをどれほど正確に処理できるかです。Amazonは、更新されたテキスト読み取り機能によって、こうした文書をより適切に扱えるとしています。銀行や保険会社が、すべての項目を人間が確認することなく、書類をどれだけ処理できるようになったかを報告するか注目しましょう。

現時点では、対応言語も制約の一つです。Textract Insightsが対応するのは英語、フランス語、ドイツ語、イタリア語、ポルトガル語、スペイン語です。より多くの言語への対応が、欧米市場以外でどこまで利用が広がるかを左右するでしょう。

次の記事:AIスタートアップ、数十億ページのライブデータでソフトウェアボットを強化