Google Document AI 代替ソリューション — 1つのモデルも学習させることなくデータを抽出

GCPプロジェクトのセットアップ、APIの有効化、プロセッサの作成が必要。 Google Document AIはアクセスするWebアプリケーションではなく、GCP ConsoleやAPIを通じて利用するクラウドMLサービスです。Google Cloudプロジェクトの作成、請求の有効化、Document AI APIの有効化、サービスアカウントの作成、IAMロールの構成、認証JSONキーのダウンロードが必要です。ある開発者はGoogleのフォーラムで、このセットアッププロセスを「やや混乱する」と表現し、プロセッサギャラリーページを見つけるにはコンソールツールバーを検索する必要があると述べています。経験豊富な開発者でも、前提条件だけで45分から1時間かかります。

プリビルドプロセッサは固定フィールドのみ抽出。カスタムフィールドには50～100件のラベル付き文書が必要。 Googleは請求書、領収書、W-2、銀行取引明細書向けの事前学習済みプロセッサを提供していますが、これらはGoogleが定義したエンティティフィールドのみを抽出し、カスタムスキーマには対応しません。Doc AIがデフォルトで抽出しないフィールドが必要ですか？その場合はカスタム文書抽出機能を使用する必要があり、50～100件の文書に手動でラベルを付ける必要があります。サンプル文書上の各フィールドにバウンディングボックスを描き、ラベルを割り当て、アップロードしてトレーニングします。トレーニングプロセス自体は30分から数時間かかることがあります。Googleのドキュメントでは、最適な精度を得るために、トレーニングセットとテストセットの両方で各ラベルに少なくとも50のインスタンスを推奨しています。

APIを呼び出し、レスポンスを処理するコードを記述する必要がある。 抽出には、Google Cloud SDKを使用したPythonまたはNode.jsコードの記述が必要です。DocumentProcessorServiceClientを初期化し、プロセッサパスとBase64エンコードされた文書を含むProcessRequestを構築し、レスポンスオブジェクトを処理し、ネストされたJSON構造から抽出されたエンティティを解析します。文書タイプの変更、新しいプロセッサバージョン、スキーマの更新のたびにコードの変更が必要です。開発者以外のチームメンバーはツールを独立して使用できず、抽出ワークフローごとにエンジニアリングチームに依存することになります。

設定不要 — ブラウザを開き、書類をアップロードし、データを抽出。 GCPプロジェクト、API有効化、サービスアカウント、認証JSON、SDKは一切不要。ImageToTableはWebアプリケーションです：開いて、書類をアップロードし、必要な列名を入力すれば、数秒で抽出結果が表示されます。このツールは、開発者だけでなく、財務チーム、運用管理者、ビジネスユーザー向けに設計されています。データを必要とする人が、自ら抽出できます。

トレーニング不要 — 列名を入力するだけで、あらゆる書類から結果を取得。 50〜100枚の書類にラベル付けする必要はありません。バウンディングボックスを描く必要も、モデルのトレーニングを待つ必要もありません。「請求書番号」「取引先名」「合計金額」と入力するだけで、ビジョンAIがそれらの用語を意味的に理解し、書類上の該当する値を自動で見つけ出します。初回のアップロードから機能し、あらゆる書類タイプ、レイアウト、形式に対応します。カスタムフィールドはプレミアム機能ではなく、デフォルトの動作です。

AIが抽出時に計算、推論、構造化。 単にページから値を取得するだけでなく、ImageToTableは抽出中に計算（計算列：「明細合計（数量×単価）」）や、書面に記載されていない情報の推論（推論列：「カテゴリ（選択肢：食事/交通/オフィス/その他）」）が可能です。Google Document AIは固定フィールドセットからエンティティを抽出するため、計算や分類にはBigQuery、Dataflow、またはカスタムアプリケーションでの後処理が必要です。ImageToTableは、すぐに使える出力をワンステップで提供します。