Document AIは、紙とPDFの文書を構造化データにします。既製のプロセッサは、よくある種類の文書を読みます。明細付きの請求書、経費のレシート、銀行の明細書、公的な身分証、フォームです。OCRプロセッサはレイアウト情報付きでテキストを取り出し、レイアウトパーサーは文書を意味のある塊に分け、言語モデルで使える形に整えます。
カスタマイズできる点が利点です。GoogleのGeminiモデルを基にしたカスタム抽出は、少数の例で設定でき、レイアウトが違っても自社の文書から指定した項目を取り出せます。ワークベンチでは、チームがプロセッサを学習し、評価できます。人が確認に入る選択肢は、不確かな結果をレビュー担当へ送ります。出力はBigQuery、Cloud Storage、ワークフローツールと連携し、分析とAIのシステムへデータを渡せます。
Document AIは、プロセッサの種類ごとにページ単位で課金され、評価用の無料枠があります。精度はスキャンの品質と文書のばらつきで変わり、機微な文書ではデータガバナンスに注意が必要です。代替にはAmazon Textract、Azure AI Document Intelligence、ABBYY、オープンソースのモデルがあります。Document AIは、フォーム、請求書、契約書を大量に処理する、Google Cloud上の組織に向きます。
