紙や電子文書の一元管理を効率化する手段として、Hylandが提供するIDPサービスは、コンテンツ管理基盤であるContent Innovation Cloudと連携し、自然言語の指示によってAIが文書を分類・抽出するソリューションです。
この記事では、本サービスの機能概要から仕様、料金、会社情報まで、導入検討に必要な情報をまとめてご紹介します。
紙やメール、画像など、複数の経路から届く多様な文書を取り込み、AIによって分離・分類・抽出する文書処理サービスです。光学文字認識(OCR)や手書き風の文字を認識するICRに加え、生成AIによる処理設計を組み合わせることで、半構造化・非構造化文書からも必要な情報を的確に読み取ります。
コンテンツ管理基盤であるContent Innovation Cloud上で、ダイレクトに動作する一体感が強みです。人が日常的に話したり書いたりするのと同じ言葉で指示文を書くだけで処理を設定できるため、専門知識がなくてもスムーズにワークフローを構築できます。
契約書から当事者名や契約期間、特定の条項などの項目を抽出し、人によるレビュー工程を挟んで既存のコンテンツ管理システムへ登録するフローを組むことができます。複雑な表データやチェックボックスといった視覚的な要素の認識にも優れており、書式の異なる文書が混在する現場でも重宝するでしょう。
すでにOnBaseをはじめとするHylandのコンテンツ管理基盤を導入している企業や、プログラミング知識なしで文書処理のルールを整備したい現場に適しています。表やチェックボックス、手書き文字など、多様な要素が含まれる複雑なレイアウトの文書を多く扱う企業でも、その高い対応力を発揮するはずです。
インテリジェントドキュメント処理は業界を問わず使える一方、文書の種類や抽出項目、連携先システムは部門ごとに大きく異なります。重要なのは「自部門の文書処理のボトルネックを解消できるか」。
本メディアでは、法務・経理・調達といった部門別におすすめの製品を調査。現場だけでなく経営に与えるメリットまで紹介しています。
| 項目 | 内容 |
|---|---|
| 対応文書 | 請求書・契約書・メール・画像など。半構造化・非構造化コンテンツ、スキャンページ、印刷文字、手書き/手書き風文字、チェックボックス・ラジオボタン、スタンプ、透かし、表を含む文書 |
| 処理機能 | AI文書キャプチャ、文書分割、文書分類、データ/メタデータ抽出、データ検証・拡充、OCR/ICR、チェックボックス等の光学マーク認識、表データ認識、LLM/生成AIによる処理設計、Human-in-the-loop検証、ECM/業務アプリ連携 |
| 出力形式 | ECM・業務アプリケーション連携 |
| 導入形態 | クラウド(オンプレ/SDK提供は未確認) |
| セキュリティ | データ暗号化、アクセス制御によるセキュリティ対応 |
| 多言語 対応 | 公式HPに記載なし |
| 連携 | OnBaseなど既存のECM(コンテンツ管理基盤)・業務アプリケーションとの連携 |
対応可能な書類数や料金プランの詳細は、公式ページまたはサポート窓口への確認が必要です。
| 初期費用 | 公式HPに記載なし |
|---|---|
| 月額費用 | 公式HPに記載なし |
料金は公式ページに具体的な記載がなく、利用する機能や契約形態によって個別見積もりとなります。デモのリクエストが可能なため、自社の文書に適用した際の処理内容を導入前に確認できます。
Content Innovation Cloudと連携し、自然言語の指示によるルール設定や、高度な分類・抽出を実現するサービスです。OnBaseなどの同社システムをすでに運用している環境への導入がスムーズなだけでなく、プログラミング知識を介さずに文書処理フローを整備したい現場にも適しています。
表やチェックボックス、手書き文字が混在する複雑な書類の処理に悩む法務部門などの業務効率化を後押しするでしょう。
| 会社名 | Hyland Software, Inc.(日本拠点) |
|---|---|
| 所在地 | 東京都港区新橋4-21-3 新橋東急ビルディング2F・3F |
| 設立 | 公式HPに記載なし |
| 電話番号 | 03-6895-7363 |
| 公式HP | https://www.hyland.com/ja |
ここでは、法務・経理・調達それぞれの部門向けにおすすめのインテリジェントドキュメント処理ツールをご紹介。日本法人を持つメーカーの中から、各部門の文書処理に活用しやすい製品を調査しました。
過去の契約書をナレッジとして活用できておらず、毎回ゼロからレビューしている
PDFを条項・金額などの項目単位で構造化データに変換し、標準的なOCRの枠を超えて文脈を正しく理解。全文を人がレビューするやり方から「AIが絞り込み→人が最終判断」のフローへ切り替え、工数を削減可能。
データは外部AIの学習に使われる心配がなく、専用ナレッジに蓄積。自社データだけを対象に、AIが全契約を横断照合し、「違約金が相場より高い」などのリスクを自動特定。1件ずつ開いて確認する作業がなくなる。
月末・期末に処理が集中し、担当者の残業が常態化している
日本語の請求書に対応した事前学習済みAIモデルを搭載しており、テンプレート設定やAIの個別トレーニングは不要。導入直後から活用しやすく、請求書が集中する月末・期末でもスムーズに処理。
RPAツールやSAP・OracleなどERPとの連携機能を標準搭載。連携環境を一から構築する負担を抑えながら、抽出した請求書データを社内システムへそのまま自動登録できる。
品番や備考欄の特殊条件が書類によって異なり、人が読み解く手間が発生している
独自開発AIにより「この位置に品番がある」といった固定パターンに依存せず、帳票内の品番や特殊条件などを抽出。取引先ごとに形式が異なる書類でも、項目の位置や表記ゆれに対応しやすい。
レイアウトをテンプレートなしで視覚的に理解できるコンピュータビジョンにより、新しい帳票でも再学習・調整なしで処理を開始。サプライヤーが増えるたびに設定をやり直す運用負荷を軽減。