アマゾン ウェブ サービスは、Amazon Textract Insights の一般提供を発表しました。これは、エンタープライズ AI の最も根強い不満の 1 つ、つまり、どこから来たのかを検証する方法がなく、もっともらしい結果を生成するモデルに答えるために設計された生成 AI を活用したドキュメント抽出サービスです。 11 月 20 日の AWS ブログ投稿で詳しく説明されているこのリリースでは、大規模な言語モデルの抽出と、ページレベルの引用および返されるすべての値の信頼スコアが組み合わされます。
Textract は、スキャンされたページをテキストや表に変換するための AWS のエンジンとして長年使用されてきました。 Textract Insights は、その基盤の上に新しい API を追加します。ユーザーは、抽出したいフィールドを平易な言語で記述し、ドキュメントをアップロードし、構造化された結果を受け取ります。モデルのトレーニングは必要ありません。 AWS は、銀行、保険会社、医療機関、政府機関など、検証が必須ではない事務処理の多い業界にこのサービスを売り込んでいます。このようなツールのその他のリリースについては、最新の AI 開発 に関する記事をご覧ください。
Textract Insights の仕組み
セットアップは、AWS でブループリントと呼ばれるもの、つまり各フィールドに検索対象の平易な英語の説明が含まれる JSON スキーマを中心に構成されています。各フィールドは、ページからそのまま読み取られたか、ドキュメントの内容から推測されたかのいずれかとしてマークされます。この区別により、レビュー担当者はどの値が紙から直接得られた値で、どの値がモデルによって導出されたのかを正確に知ることができます。
AWS は、一般的なフォームタイプ用の既製の公開ブループリントを提供しており、顧客はビジネス固有のドキュメント用に独自のブループリントを作成できます。 AWS によれば、その結果、レビュー担当者または監査人がフィールドごとに元のドキュメントと照合してチェックできる抽出パイプラインが作成されます。
煩雑な現実世界の事務処理のために構築
実際のドキュメント フローが整然と到着することはほとんどありません。住宅ローンの申請書は、W-2、給与明細、銀行取引明細書、手書きのメモが順不同で含まれる 1 回のスキャンとして届く場合があります。 Textract Insights は、まさにそのようなケース向けに構築されています。最大 3,000 ページの単一ファイルを受け入れ、それを個別のドキュメントに分割し、それぞれを適切なブループリントと照合し、フィールドを抽出します。これらはすべて、StartDocumentInsights という API を介した 1 つの非同期リクエストとして行われます。
結果は顧客自身の Amazon S3 バケットに格納されます。抽出されたすべての値には、抽出元のページ番号と境界ボックスが含まれるため、人間のレビュー担当者は、あらゆる図を数秒で正確なソースの場所まで追跡できます。
AWS は、CorVel 企業の Symbeo の声明を共有しました。AWS は、AWS が処理する医療請求書はさまざまなレイアウトで届くため、平易な言葉でフィールドの説明が役立つと述べています。つまり、ある送信者向けに構築されたルールが別の送信者では失敗することがよくあるからです。
エンタープライズ AI にとって検証可能性が重要な理由
核となるのは信頼です。 AWSは、汎用チャットボットは流暢な回答を提供できるが、多くの場合、その番号がどのページから来たのか、またその番号がどの程度信頼できるのかを明らかにすることはできないと主張している。 Textract Insights は、自動化されたワークフローが信頼性の高い値に自動的に作用し、不確実な値は人間のレビュー担当者にルーティングできるように設計されています。これは、生成 AI 抽出が初めて登場して以来、金融および医療分野のコンプライアンス チームが求めてきたパターンです。
価格設定はトークンごとではなくページごとのモデルに従っており、これにより一般的な言語モデル API よりもコストが予測しやすくなるはずだと AWS は述べています。発売発表には具体的な料金は記載されていませんでした。 AWS は顧客に Textract 料金ページを案内します。
セキュリティに関しては、プロジェクトとブループリントはデフォルトで AWS 所有のキーで暗号化されますが、オプションで AWS KMS 経由で独自のキーを使用することもできます。中間ジョブデータは一時的なもので、ジョブが終了すると削除され、AWS によればリクエストは同じ地域内のコンピューティングにルーティングされるという。
Textract Core もアップグレード
Insights の開始と並行して、AWS はサービスの基盤となる読み取りエンジンである Amazon Textract Core を更新しました。同社によると、高密度の表や手書きの精度が向上し、標準テキストおよび分析 API の対応言語が 40 言語に達しました。既存の顧客は、コードを変更することなく、これらのメリットを得ることができます。
Core は東京とチューリッヒでも利用できるようになり、合計 18 の AWS リージョンでサービスが利用できるようになりました。 Textract Insights 自体は、これら 2 つの新しいリージョンではまだ提供されておらず、AI Parabellum のリリースに関するレビューでは、Insights が現在サポートしている言語セットは Core よりも少ないことが記載されています。
AWS の AI 推進に適合する場所
このリリースは、消費者向けチャットボットではなくエンタープライズワークフローを対象とした AWS AI リリースの着実な鼓動の一部です。生成 AI を引用、信頼スコア、監査に適したプリミティブでラップすることで、AWS は、生のモデルの品質ではなく検証可能性こそが、規制された業界での AI 導入の障害を取り除くことに賭けています。
ローン ファイル、保険金請求、または患者フォームを処理するチームにとって、実際的な価値提案は、これまで OCR、分割、分類、モデル プロンプトのチェーンであったものを 1 つの API 呼び出しに統合することです。この単純化が現実世界の最も乱雑な文書に耐えられるかどうかが、サービスの成功の尺度となるでしょう。
---
AI の先を行く最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。
AI ニュースをもっと読む→