Amazon Web Services heeft de algemene beschikbaarheid aangekondigd van Amazon Textract Insights, een generatieve AI-aangedreven documentextractieservice die is ontworpen om een van de meest hardnekkige klachten van zakelijke AI te beantwoorden: modellen die plausibele resultaten opleveren zonder manier om te verifiëren waar ze vandaan komen. De lancering, beschreven in een AWS-blogpost op 20 november, combineert extractie van grote taalmodellen met citaten op paginaniveau en betrouwbaarheidsscores voor elke geretourneerde waarde.
Textract is lange tijd de motor van AWS geweest om gescande pagina's om te zetten in tekst en tabellen. Textract Insights voegt daar bovenop een nieuwe API toe: gebruikers beschrijven in gewone taal de velden die ze willen extraheren, uploaden een document en ontvangen in ruil daarvoor gestructureerde resultaten – zonder dat er modeltraining nodig is. AWS richt de service op banken, verzekeraars, gezondheidszorgorganisaties en overheidsinstanties, de papierwerkintensieve sectoren waar verificatie niet optioneel is. Voor meer toollanceringen zoals deze, bekijk onze berichtgeving over de nieuwste AI-ontwikkelingen.
Hoe Textract Insights werkt
De installatie is georganiseerd rond wat AWS blauwdrukken noemt: een JSON-schema waarin elk veld een duidelijke Engelse beschrijving bevat van wat er te vinden is. Elk veld wordt gemarkeerd als woordelijk gelezen van de pagina of afgeleid van de inhoud van het document - een onderscheid dat reviewers precies laat weten welke waarden rechtstreeks van het papier komen en welke door het model zijn afgeleid.
AWS biedt kant-en-klare openbare blauwdrukken voor veelgebruikte formuliertypen, en klanten kunnen hun eigen blauwdrukken schrijven voor bedrijfsspecifieke documenten. Het resultaat is volgens AWS een extractiepijplijn die een reviewer of auditor veld voor veld kan vergelijken met het originele document.
Gebouwd voor rommelig, realistisch papierwerk
Echte documentstromen komen zelden netjes aan. Een hypotheekaanvraag kan binnenkomen als één enkele scan met daarin een W-2, loonstrookjes, bankafschriften en handgeschreven aantekeningen in willekeurige volgorde. Textract Insights is precies voor dat geval gebouwd: het accepteert een enkel bestand van maximaal 3.000 pagina's, splitst het op in afzonderlijke documenten, koppelt elk document aan de juiste blauwdruk en extraheert de velden - alles als één asynchrone aanvraag via een API genaamd StartDocumentInsights.
De resultaten belanden in de eigen Amazon S3-bucket van de klant. Elke geëxtraheerde waarde bevat het paginanummer en het selectiekader waaruit deze is gehaald, zodat een menselijke recensent elk cijfer binnen enkele seconden kan herleiden naar de exacte bronlocatie.
AWS deelde een verklaring van Symbeo, een CorVel-bedrijf, waarin werd gezegd dat veldbeschrijvingen in duidelijke taal helpen omdat de medische rekeningen die het verwerkt in veel verschillende lay-outs aankomen – regels die voor de ene afzender zijn gebouwd, mislukken vaak bij een andere.
Waarom controleerbaarheid belangrijk is voor zakelijke AI
De kernpitch is vertrouwen. AWS stelt dat een chatbot voor algemeen gebruik vloeiende antwoorden kan geven, maar vaak niet kan zeggen van welke pagina een nummer afkomstig is of hoe zeker het is. Textract Insights is zo ontworpen dat geautomatiseerde workflows automatisch kunnen reageren op waarden met een hoog vertrouwen, terwijl onzekere waarden naar een menselijke beoordelaar worden geleid – een patroon waar compliance-teams in de financiële en gezondheidszorgsector om vragen sinds generatieve AI-extractie voor het eerst verscheen.
De prijzen volgen een model per pagina in plaats van per token, wat volgens AWS de kosten voorspelbaarder zou moeten maken dan typische taalmodel-API's. Specifieke tarieven werden niet vermeld in de lanceringsaankondiging; AWS verwijst klanten naar de Textract-prijspagina.
Op het gebied van beveiliging worden projecten en blauwdrukken standaard gecodeerd met sleutels die eigendom zijn van AWS, met de optie om uw eigen sleutel mee te nemen via AWS KMS. Tussentijdse taakgegevens zijn tijdelijk en worden verwijderd wanneer een taak is voltooid, en AWS zegt dat verzoeken worden doorgestuurd naar computers binnen dezelfde regio.
Textract Core krijgt ook een upgrade
Naast de lancering van Insights heeft AWS Amazon Textract Core bijgewerkt, de leesengine onder de service. Het bedrijf zegt dat de nauwkeurigheid is verbeterd bij compacte tabellen en handschriften, en dat de taaldekking nu 40 talen bereikt voor de standaard tekst- en analyse-API's. Bestaande klanten profiteren van deze voordelen zonder enige code te hoeven wijzigen.
Core is nu ook beschikbaar in Tokio en Zürich, waardoor de service in totaal naar 18 AWS-regio’s komt. Textract Insights zelf wordt nog niet aangeboden in deze twee nieuwe regio's, en AI Parabellum's recensie van de lancering merkt op dat Insights momenteel een kleiner aantal talen ondersteunt dan Core.
Waar het past in de AI Push van AWS
De lancering maakt deel uit van een gestage reeks AWS AI-releases die gericht zijn op bedrijfsworkflows in plaats van op consumentenchatbots. Door generatieve AI te verpakken in citaten, betrouwbaarheidsscores en auditvriendelijke primitieven, gokt AWS erop dat verifieerbaarheid – en niet de kwaliteit van het ruwe model – de acceptatie van AI in gereguleerde industrieën zal deblokkeren.
Voor teams die leningdossiers, verzekeringsclaims of patiëntformulieren behandelen, is de praktische waardepropositie het consolideren van wat ooit een keten van OCR, splitsing, classificatie en modelaanwijzingen was, in één enkele API-aanroep. Of deze vereenvoudiging standhoudt bij de meest rommelige documenten uit de echte wereld, zal de maatstaf zijn voor het succes van de dienst.
---
Blijf AI een stap voorOntvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.
Lees meer AI-nieuws →