インテリジェントなドキュメント処理:構築 vs. 購入 – 適切な戦略の選択

ビジネスは文書とコミュニケーションで成り立っています。これらは、メッセージ (電子メールやチャットなど) やドキュメントが読まれたり送信されたりするあらゆる場所で、考えられるほぼすべてのプロセスの基礎となります。したがって、インテリジェント文書処理 (IDP) の市場が毎年 28.9% 成長しており、2032 年までに 178 億ドルに達すると予想されるのも不思議ではありません。

IDP は通常、自然言語処理 (NLP) や画像認識などの多数の AI テクノロジーを組み合わせて、企業が文書やコミュニケーションを大規模に迅速に処理できるようにします。ビジネスリーダーが AI エージェント (人々に代わって仕事を完了できる強力な AI ベースのエンティティ) を採用するにつれて、ドキュメントベースのプロセスがエージェントによる自動化の理想的なユースケースとして浮上しています。 AI エージェントとロボットおよび IDP 機能を組み合わせ、ループ内で人間が監視することで、迅速な収益が得られ、効率に大きな影響を与えます。

ただし、これにより、IDP 機能を構築する必要があるのか、それとも購入する必要があるのかという疑問が生じます。すべてのオプションを評価し、どのアプローチが最高の投資収益率、最高のパフォーマンス、最速の価値実現を実現できるかを検討することが重要です。ほとんどの企業にとって、正しい選択肢は既存の IDP ソリューションを購入することです。その理由を説明します。

独自の (BYO) IDP を構築

公開されている大規模言語モデル (LLM) の台頭と、サポートする API の利用可能性の向上により、企業はカスタム IDP システムの構築を支援するツールをかつてないほど手に入れています。ただし、ツールボックスにツールがたくさん入っていても、実際の作業はそれほど簡単にはなりません。

BYO IDP システムでは、各コンポーネント (言語理解からデータ抽出と自動化まで) を最初から構築するか、多くの場合、複数のサードパーティプロバイダーから調達する必要があります。たとえば、文書やコミュニケーションを理解するために必要な NLP コンポーネントを提供するために、企業は ChatGPT や Anthropic の Claude などの外部 LLM を中心に IDP システムを構築する場合があります。

BYO IDP システムは、ベンダーソリューションと比較して、エンドツーエンドの所有権と優れたカスタマイズの可能性を企業に提供します。他の組織と緊密に連携することなく、変化するビジネスニーズにシステムを適応させる柔軟性を備えています。ただし、ほとんどの場合、これらの利点は、BYO アプローチの主な課題の方が優先されます。

費用

BYO は IDP をサービスとして支払うよりも安いというのはよくある誤解です。ほとんどの場合、これは短期的にも長期的にも当てはまりません。独自の IDP システムを開発して保守するには、多大な時間と高価な専門人材が必要です。プラットフォームとユーザーインターフェイス (UI) を作成するにはソフトウェア開発者が必要で、データの準備や前処理と後処理にはデータサイエンティストが必要です。また、パフォーマンスの監視 (独自のレポートダッシュボードを作成する必要があります) や監査やログなどのタスクにはその他多くの専門家が必要です。

サードパーティの LLM であっても、AI の専門家やエンジニアが選択したモデルを正確なビジネス要件に合わせて微調整する必要があることを考慮してください。最も一般的で強力なビジョン言語モデル (VLM) でさえ、構造化ドキュメントから画像までさまざまなデータ型の集合体でトレーニングされた基礎モデルです。デフォルトでは、必要な正確なドキュメントタイプやスキーマに合わせて微調整されないため、精度が低くなり、間違いが増えます。

独自の IDP システムを維持するには、継続的な更新とリソースも必要です。データの注釈を必要とする BYO システムには、ユーザー向けのトレーニング資料が必要であり、ユーザーインターフェースを反映するように更新する必要があります。

リスク

システムの運用を維持するために希少で高価な技術的人材に依存するのは危険です。コストと人材の不足により、これらのチームは小規模になる傾向があります。現実的にサポートできるユースケースやビジネスユニットの数には制限があるかもしれません。人材の減少により、システムのパフォーマンスが低下したり、長期的には存続できなくなったりする可能性もあります。プロジェクトの資金調達が中止される可能性もあるというリスクが常に存在します。

AI スキルとモデルの微調整が必要な場合、これらの課題はさらに悪化します。 McKinsey &Company の最近の調査によると、経営幹部の意思決定者のほぼ半数 (47%) が、AI ソリューションの開発が遅すぎると感じており、その主な原因は人材のスキルギャップにあります。

複雑さ

IDP システムを構築するときは、複雑な AI モデルとプラットフォームのガバナンスに対して単独で責任を負います。実際、複雑なユースケース向けに構築されたシステムでは、数百の AI モデルを管理する必要がある場合があります。たとえば、大規模な銀行では、必要なレベルの精度を達成するために、さまざまなユースケースに合わせて微調整された数百のモデルが必要になる場合があります。 AI システムがドキュメントや通信を「すぐに」処理できる場合でも、許容可能なパフォーマンスを得るには、大量の迅速なエンジニアリングやコンテキスト収集が依然として必要です。これを何百ものユースケースに拡張することは、データに注釈を付け、ベンチマークを付け、デプロイし、何百ものプロンプトを維持する必要があるため、非常に困難です。

自分で構築した IDP システムには、多くの隠れたコストが関係しています。システムのすべてのコンポーネントは重要な決定であり、各テクノロジーには専門的なスキルが必要であり、（リスクの増加とともに）技術的負債も増加します。必然的に、BYO は大変な作業であり、価値を得るまでの時間が遅くなります。生涯コストが高くなるのは、人材、ガバナンス、メンテナンスの要件が原因である可能性があります。 Forrester による UiPath の分析によると、テクノロジーの意思決定者の 69% がドキュメント抽出とルーティングのユースケースの展開は非常に難しいと考えていることは驚くべきことではありません。

IDP システムを購入する利点

独自のシステムを構築する代わりに、サードパーティベンダーからサービスとして IDP を購入することもできます。これには主に 2 つのアプローチがあります。

IDP をポイントソリューションとして購入し、エンタープライズテクノロジースタックの残りの部分と統合します。
より大規模なソリューションまたはプラットフォームの一部として IDP を購入する。これにより、必要に応じて自動化などの追加機能にアクセスできるようになります。

IDP をサービスとして購入すると、カスタムメイドのシステムと比較して、企業はプラットフォーム開発をあまり制御できなくなります。ただし、プラットフォームプロバイダーは顧客と協力して、システムが顧客のニーズを満たすように進化することを保証します。他にも考慮すべき利点が数多くあります。

価値を生み出すまでの時間

通常、既存の IDP プラットフォームを実装する方が、新しい IDP プラットフォームを開発するよりも高速です。確立されたプラットフォームは、大企業でのさまざまなユースケースでの長年の使用を通じて試行され、テストされています。トレーニングとイネーブルメントのリソースはすでに作成されており、多くの場合、ユーザーが本格的に取り組み、実装から価値を生み出し始めるのを支援するプロフェッショナルサービスサポートが提供されています。

基礎的な LLM は、ビジネスで使用できるようになるまでに、コストと時間がかかる微調整と迅速なエンジニアリングが必要です。それでも、非常に複雑または大規模なユースケースがあり、どれだけプロンプトを出しても正確で信頼性の高い抽出を実現できない「行き止まり」に陥る可能性があります。対照的に、サービスとしての IDP の基盤となる AI は、通常、迅速なモデルのカスタマイズとローコードのトレーニングエクスペリエンスを中心に設計されています。たとえば、一般のビジネスユーザーと AI モデルが積極的に連携して、トレーニングプロセスをより速く完了するアクティブラーニングを活用する場合があります。

リスクの軽減

サービスとして IDP を選択すると、さまざまな形式のリスクが大幅に軽減されます。 IDP システムの運用を維持するために、高価な社内人材に依存する必要はもうありません。ベンダーは、システムのメンテナンスだけでなく、プラットフォームやモデルのガバナンスも担当します。 IDP ソリューションプロバイダーは、最高レベルのエンタープライズグレードのデータセキュリティを提供することも期待されています。

所有コストも考慮する必要があります。 BYO IDP システムでの性急な開発、不完全なコード、または間もなく時代遅れになるテクノロジの使用はすべて、技術的負債のリスクを高めます。時間が経つと、コストのかかる修正やシステムのアップグレードが必要になります。

IDP をサービスとして購入すると、購入者のリスクと技術的負債が大幅に軽減されます。ベンダーは競争力を維持するために技術アップグレードを優先し、最新の機能を採用し、サービスを継続的に反復して改善します。必要な再作業、テスト、更新、廃止されたコンポーネントの交換に対応します。

自分でモデルを構築しようとしないでください。注目を集める見出しにより、実際よりもシンプルに見えます。 LLM が大流行する前に AI を行っていたベンダーを探します。教師なし学習、データ準備、基本的な ML 計算など、隣接する AI プロセスの能力が必要です。

Simon Knowles 氏、Vabble テクノロジー責任者

スケーラビリティ

カスタムシステムには、関連するエンタープライズシステムと統合するためのカスタムメイドのコネクタと API が必要です。ビジネスの規模と複雑さによっては、合わせて数百、あるいは数千の開発時間が必要になる場合があります。確立された IDP プラットフォームには、最も一般的なエンタープライズシステム用の既製のコネクタが備わっており、迅速な統合と価値実現までの時間を短縮できます。クラウドベースの IDP システムを使用すると、最新の AI アップグレードや機能へのアクセスも、それらの機能を自分で構築または統合するコストを費やすことなく期待できます。

これらすべての理由から、サービスとしての IDP は、IDP システムの価値実現までの時間の短縮、精度、信頼性を求める企業にとって好ましい選択肢となるはずです。カスタムビルドは、長期的にはリスクと責任が増大するとともに、かなりの技術的負債を招きます。 IDP as a Service は、長年にわたる競争と反復によって磨かれた専門プラットフォームに責任を課します。

AI と IDP を拡張するためのエンタープライズ対応プラットフォーム

UiPath IDP 機能は、クラス最高の AI と IDP を安全かつ成功裏に実装したいと考えている企業にとって理想的な選択肢です。 IDP はエンドツーエンドの自動化フレームワークに組み込まれており、ドキュメントと通信の処理を自動化できます。また、必要に応じて、事前に構築された機能を活用してカスタマイズし、独自またはサードパーティのコンポーネントを取り込むこともできます。

UiPath Intelligent Xtraction and Processing (IXP) は、IDP に対する業界をリードするソリューションアプローチを提供します。最新の AI モデルのおかげで、UiPath IXP では、ますます多くのエンタープライズコンテンツタイプを抽出できるようになります。請求書のような構造化された文書から、法的契約書のような複雑で非構造化されたコンテンツまで、あらゆるものに対応します。当社は、IXP モデルに対する広範なプラットフォーム機能と制御を提供し、企業全体にわたってモデルを迅速に拡張できるようにします。

エンタープライズ対応

UiPath IXP は、迅速な価値実現とシームレスなユーザーエクスペリエンスを実現するために構築されています。これにより、あらゆる種類のドキュメント処理の煩わしさがなくなり、導入までの時間が短縮されます。

1 つ目は、推論優先のトレーニングプロセスです。複雑な非構造化ドキュメントからすぐに役立つデータを正確に抽出するためにトレーニングは必要ありません。代わりに、ユーザーは、何を抽出するか、そしてそれが文書内でどのように表示されるかを説明する指示 (プロンプトによく似た) をモデルに与えるだけです。それでも、UiPath IXP では、ユーザーがモデルをさらに改良したり、評価のためのグラウンドトゥルースを提供したりする場合に注釈を付けることができます。

UiPath IXP は、これらの生成モデルのスキーマに対する強力な制御も提供します。ユーザーは、抽出したい正確な情報を指定して独自の「フィールドグループ」を作成できます。 UiPath は後処理の作業の多くを合理化し、出力は結果の構造化データを取得し、自動化で使用し、AI エージェントと共有して価値を生み出すために必要な正確な形式です。

管理され、準拠している

UiPath のファーストパーティモデルは、最も強力なエンタープライズコントロールの下で管理されます。 UiPath プラットフォームは、堅牢なルールベースのアクセス制御 (RBAC)、モデルのバージョン管理、およびファーストパーティ IXP モデルの広範なパフォーマンスガードレールを提供します。当社のプラットフォームエクスペリエンスには人間の関与も組み込まれており、生成された出力が適切に検証されることが保証されます。

さらに、UiPath は UiPath AI Trust Layer を通じてすべてのサードパーティモデルを管理し、GenAI にガバナンス、信頼、セキュリティを提供します。これは、データ保持がゼロであり、ビジネスデータを使用して外部モデルをトレーニングできることを意味します。

柔軟なオープンモデル戦略

AI モデルは急速に進歩しているため、現時点で最適なモデルが、6 か月後にはユースケースにとって最適なモデルではなくなる可能性があります。当社は、コアビジネスプロセスに最適な特殊な LLM を作成するために継続的に投資し、常に改善を行っています。複雑で非構造化されたドキュメント処理のための最新モデルのリリースは、その証拠です。

しかし、当社の AI 戦略は依然として未解決です。当社は、お客様のお好みのサードパーティまたは独自の LLM を統合し、UiPath AI Trust Layer の下でそれらを管理するために必要なツールを提供します。 UiPath を使用すると、ユースケース全体のあらゆるタスクに対して、クラスで最高のモデルを組み合わせて使用できる柔軟性が得られます。

精度と信頼性を向上させるための最適化

当社の IXP 機能は、RAG や厳選されたシステムプロンプトなどの技術を使用した高度なデータ抽出用に最適化されています。コンテキストグラウンディングとは、より安全で、よりパフォーマンスが高く、正確な IXP モデルを意味します。 Validation Station のインターフェースには、抽出された情報が文書内のどこで見つかったかの証拠が表示されます。これは、生成された出力を証拠で簡単に検証できることを意味します。

プロジェクトベースの経験

当社のイノベーションは、大手企業における実際の現場での IDP 導入によって導かれています。ユーザーはドキュメントタイプを定義するだけで、複数のモデルを活用できます。また、パフォーマンスの評価、モデルのバージョンの監視、管理も可能です。これらはすべて、AI の導入、維持、ビジネス全体への拡張のための重要な機能です。

UiPath IDP 機能の利点を実感している顧客の 1 つは、トップ 20 に入る相互保険会社 Encova Insurance です。保険金請求を自動化するために、Encova は当初、従来の光学式文字認識 (OCR) と言語理解のためのサードパーティ AI モデルを中心に構築された独自の IDP ソリューションを開発していました。しかし、IDP に UiPath プラットフォームを採用すると、すぐに精度が向上することに気づきました。

文書の理解に関しては、従来の光学式文字認識では 40% は問題なく完了し、30% は部分的に完了していました。この新しい [UiPath] プロセスでは、成功率は 99% です。

Jeffrey Martin 氏、Encova ソリューションアーキテクト

UiPath IDP 機能により、価値実現までの時間が短縮され、Encova の財務、販売、保険引受、運用、カスタマーサポート部門の効率が大幅に向上しました。たとえば、同社の政策導入プログラムでは、手動によるデータ入力時間が 98% 削減されました。商用ラインの承認でも同様に、年間処理時間の 95% 削減が達成されました。

UiPath は、IDC MarketScape:Worldwide Unstructed Intelligent Document Processing Software 2024 Vendor Assessment のリーダーとしても認められています。レポートによると:

「UiPath は GenAI と LLM を重要なテクノロジーツールとして捉えており、IDP、通信マイニング、自動化ポートフォリオのすべての段階でそれらの統合を進めています。さらに、UiPath はエンタープライズグレードのセキュリティ、プライバシー、アクセス、コンテキストグラウンディング、制御機能を優先して展開し続け、ミッションクリティカルなユースケースのサポートで GenAI モデルとサービスを安全かつ確実に利用できるようにします。」

レポートでは次のようにもコメントされています。「UiPath はマルチモーダル AI に焦点を当てており、非構造化 IDP 向けの従来型 (つまり予測 AI) と GenAI の価値を最大化する新しい方法とアプローチを継続的に推進するための戦略的有利な点を提供しています。」