バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ / document-understanding-in-bakuraku-2026

2026年2月24日 LayerXの向き合うR&D課題 〜ビジネス課題を解く挑戦〜 (https://layerx.connpass.com/event/383718/) における発表資料です。

LayerX バクラクが立ち向かう Document Understanding 領域の課題について事例を紹介しつつ、従来の Document Understanding 領域を越えてビジネス課題を解こうとしているという話をしました。

Transcript

1. © LayerX Inc. バクラクにおける Document Understanding の挑戦 書類の「読取」から「意思決定」へ 2026/02/24 LayerXの向き合うR&D課題 〜ビジネス課題を解く挑戦〜 株式会社LayerX Yuya Matsumura(@yu-ya4)
2. © LayerX Inc. 2 バクラク事業部 AI‧機械学習部 部⻑ / 機械学習エンジニア 経歴 2018/3：京都⼤学⼤学院 情報学研究科 修⼠課程修了 2018/4：ウォンテッドリー株式会社 ⼊社 • ⼀⼈⽬データサイエンティストとして推薦システム開発チーム の⽴ち上げなど • その後、テックリードやEM、PdMなどを兼任 • 退職後は機械学習領域の技術顧問に就任 2022/10：株式会社LayerX ⼊社 • 機械学習とかLLMとかAgentとかやってます その他、⼤学にて⾮常勤講師やスタートアップの技術⽀援等 画像を入れてね ⾃⼰紹介 松村 優也（Yuya Matsumura） @yu__ya4
3. © LayerX Inc. 3 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ あるイベントでの発表資料の⼀枚
4. © LayerX Inc. 4 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ 全然「⼀瞬」じゃねえ！って話がいろいろ出てくる会となります
5. © LayerX Inc. 5 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ これまで：⽐較的シンプルなDocument タスクの取り組み 旧AI-OCR：情報抽出（Key Information Extraction） 書類種別判定：情報分類（Document Classification） https://speakerdeck.com/yuya4/layerx-ai-deim2025?slide=16
6. © LayerX Inc. 6 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ これから：広義の Document Understanding へ 単にドキュメントを「読み取る」のではなく、業務の「意思決定」につなげていく
7. © LayerX Inc. 7 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ 挑戦１：Context-aware Key Information Extraction ※造語 運⽤⽅法や業務の⽂脈など、顧客ごとのユースケースによって読み取りたい値が変わる
8. © LayerX Inc. 8 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ 顧客コンテキストによる条件付け Personalized AI-OCR: 過去の申請ログなどを参考に、抽出ロジックを顧客ごとにパーソナライズする。
9. © LayerX Inc. 9 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ 挑戦２-A：Table Structure Recognition（TSR） 帳票内の表を正確に読み取ることは、依然として⾼難易度タスク
10. © LayerX Inc. 10 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ 表の例：地味に難しい⾦額などの罫線 ※例はLLMで作成した合成データであり、実在するデータではありません。 Sample
11. © LayerX Inc. 11 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ 挑戦２-B：Semantic Structuring & Interpretation ⾒出しと値の対応づけ、明細表外の情報を表の各⾏に関連付けなど（entity linking）
12. © LayerX Inc. 12 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ 表の例：ひとつのカラム内に複数の情報が混在 ※例はLLMで作成した合成データであり、実在するデータではありません。 Sample
13. © LayerX Inc. 13 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ 表の例：独特なヘッダー形式 ※例はLLMで作成した合成データであり、実在するデータではありません。 Sample
14. © LayerX Inc. 14 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ 挑戦２-C：Document Reasoning / Document-to-Action（造語） 最終的な「仕訳」に変換するための変換：表外や外部のロジックをもとに分割‧統合‧推論
15. © LayerX Inc. 15 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ 挑戦３-A：Unstructured Rules & Policies 社内規定などの⻑⽂ドキュメントからの情報抽出と整形
16. © LayerX Inc. 16 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ 挑戦３-B：Detecting the “Reality Gap” 社内規定と現場の運⽤の乖離を埋める
17. © LayerX Inc. 17 バクラクにおける Document Understanding の挑戦：書類の「読取」から「意思決定」へ Document Understanding は 業務の意思決定につなげられることでさらなる価値となる