PDFとAIを利用したデジタルトランスフォーメーションとは？

6月15日、アドビとPFUは「紙からPDF、そしてAIへ：PDFの日記念 記者説明会」と題した記者説明会を共同で開催した。会見が行われた6月15日は、1993年にアドビが初のPDF製品「Adobe Acrobat 1.0」を発売した日だ。同社はこれを踏まえて同日を「PDFの日」と呼び、AI時代におけるPDFの可能性を話す会見を開催したのだ。本記事では、この会見で語られたPDFとAIを組み合わせたデータ活用法や、PDFを利用したデジタルトランスフォーメーション(DX）事例をレポートしていこう。

　会見の最初はアドビ 製品マーケティング本部 プリンシパルプロダクトマーケティングマネージャー 立川太郎氏が登壇し、PDFの使い方の変化をこう話す。「今までPDFの活用というと、紙資料やWordファイルをPDFに変換し、そのPDFを人が読むケースがほとんどでした。しかしこれからは、AIがPDFを読むケースが非常に多くなってきます」

　生成AIの導入が急速に進められる中で、AIが自社情報を活用できる体制をどう整えるかが課題になっていると、立川氏は続ける。「生成AIは、汎用的な情報しか与えてくれません。そのため生成AIへ、いかに自社の情報資産を乗せるかが、自社独自のAI活用を行う際の課題なのです。また情報資産を乗せるに当たり、社内のデータをどう整えるかも重要になってきています」

　PDFというと、中には“編集できない、固めるためのフォーマット”というイメージを持つ人もいるだろう。しかし立川氏は、PDFは“情報を出し入れできる「情報のコンテナ」”であると強調する。「PDFは画像やテキストデータ以外にも、フォームデータや作成日をはじめとしたメタデータ、セキュリティ情報などさまざまな情報が格納されています。文書画像の場合、見た目ではテキストが確認できても、実際はテキストデータがない状態になっています。従って、文字を選択したり検索したりすることは行えません。一方正しく作られたPDFには、テキストデータも存在しています。見た目が同じでもAIを生かせるのは、テキストを持つPDFの方なのです」

　では、組織の情報基盤を作るにはどうしたらよいのだろうか。その回答の一つが、RAGだ。「会社の資料やデータを探せる図書館を作り、その図書館をAIに使わせる仕組みがRAGです。質問をするたびにAIが何十万とある会社のデータをいちいち参照していたら、回答までに時間がかかります。AIがデータを瞬時に見つけられるようにするため、RAGの土台にするのが検索インデックスです。一言で言えば、図書館の目録のようなものです。そして検索インデックスにPDFの情報を載せるには、PDFにテキストデータを持たせる必要があります。そのため紙資料をスキャンしてPDFにする場合、必ずOCRでテキスト化しなければならないのです」（立川氏）

　立川氏に次いで、PFU ドキュメントイメージング事業本部 グローバル戦略統括部 統括部長 轡田大介氏が登壇した。轡田氏は同社のスキャナー「ScanSnap」とPDFの歩みを、次のように話す。「ScanSnapは2001年に誕生した時からずっと、PDFをデフォルトの出力フォーマットとして採用しています。そして2002年からしばらくの間は、本製品にアドビさまのPDFソフトウェア『Adobe Acrobat』（以下、Acrobat）をバンドルしていました。それから2003年にOCRを導入し、2004年から数年は、アドビさまとPDFの技術を共同開発していました。PDFは紙のレイアウトを再現しやすい可読性と、OS問わずデファクトな閲覧環境が整っている互換性があるため、PC上で紙を再現するのに最適なフォーマットだと考えています」

　轡田氏はさらに、AIの進化に伴う課題をこう語る。「デジタルデータの学習が進行した結果、良質な学習データが枯渇してくるという研究結果があります。学習データが枯渇すると、AIの進化が止まってしまいます。一方、企業の重要なデータは、大半が非構造化データだと言われています。そして非構造化データは、ほとんどが紙です。そのため今後AIをより活用していくには、紙をデータに変換することが重要になります。紙かデジタルどちらかを優遇するのではなく、アナログとデジタルを融合し、AI時代の情報化を進めることが必須になるのです」

　立川氏と轡田氏の話を踏まえ、会見ではScanSnapとAcrobatを利用した、紙資料をAI活用につなげるワークフローのデモも行われた。

　このワークフローでは、AcrobatのAI機能「PDFスペース」を活用していく。PDFスペースとは複数情報を一元管理可能な、PDFを基盤としたワークスペースだ。

　ワークフローのデモではまず、ScanSnapのA4フラッグシップモデル「ScanSnap iX2500」で紙資料をスキャンした。

　スキャンした紙資料は、PDF形式でGoogleドライブに格納される。AcrobatのアカウントはGoogleドライブと連携しているため、PDFスペースにPDFとなった紙資料を追加できるのだ。そしてPDFスペースに取り込むと、AIによって資料の要約が作成される。

　さらに要約の作成だけでなく、資料についての質問も行えるのだ。ページ右にあるチャットボックスにプロンプトを打ち込めば、PDFスペースに追加した資料の内容を基に、AIが回答を返してくれる。回答の横には引用を示す番号が付いているため、資料内のどの記述を基に答えたかをすぐ確認可能だ。

　加えて回答は保存できるため、さまざまな質問を重ねた場合でも、再度確認したい回答が埋もれてしまうことがない。またPDFスペースはチームメンバーに共有が可能なため、ほかの従業員にもAI機能を活用してもらえるのだ。

　会見の最後には長野県 浄土宗善立寺 副住職 小路竜嗣氏が登壇し、お寺のDXについて語った。小路氏は実際に行ったDX事例を、五つ紹介する。

　一つ目は、お盆の棚経はがきのデジタル化だ。毎年お盆の時期に届く約300枚の依頼はがきを、ScanSnapで一括PDF化したのだ。これにより外出先からスマートフォンやタブレットで内容を確認できるようになったため、住職と小路氏の間での情報の齟齬がなくなった。今後はAIを活用して、自然言語で約300枚の依頼はがきについて直接相談するワークフローを計画しているという。

　二つ目は、契約書のレビューだ。小路氏がイベントの参加依頼を受けた際は、必ず相手企業と契約書を交わす。その契約書の内容について、自分に不利な条項がないかなどを尋ねているのだ。

　三つ目は、過去の寺報（お寺の会報誌）におけるPDFスペース活用だ。小路氏が作成した15年分の寺報をPDFスペースに追加し、過去のデータを一元化した。これにより「過去に○○というテーマで書いた記事はどれ？」「これまでの傾向から、次号の新しい切り口を提案して」といった、自然言語での相談が行えるようになったのだ。

　四つ目は、雑誌「浄土」のデジタルアーカイブだ。浄土宗関連団体「法然上人鑽仰会」では、1935年から浄土を出版している。その全1,000号分の誌面を、非接触モデルのスキャナー「Scansnap SV600」でPDF化したのだ。PDF化した浄土は現在、公式ホームページ上で無償公開している。

　五つ目は、研究員としての論文調査だ。小路氏は、大正大学地域総合研究所の客員研究員としても活動している。そのため研究調査を行うことがあるのだが、研究調査で従来の生成AIを活用しようとすると、「引用元の特定コストが膨大」「ハルシネーションを見抜かなければならない」「ファクトチェックが必要」といった課題が発生していた。そこでAcrobatの生成AI機能「Acrobat AI アシスタント」を使ったところ、全ての問題が解決したのだ。複数論文PDFからAIが新規性と差分を自動整理してくれるだけでなく、どの記述を基に回答したかの引用ソースをすぐ確認できるようになり、ファクトチェックも容易になった。

　小路氏は最後に「シビアな判断を求められる実務で使えるのが、Acrobat AI アシスタントの良い所です」と締めくくった。