AWS、文書処理の自動化ソリューションを解説　生成AIを活用した「IDP Accelerator」と「Amazon Quick Automate」の連携モデルを提示

要点

• 米アマゾン・ウェブ・サービス（AWS）は、生成AIを活用した文書処理フレームワーク「GAIIC IDP Accelerator」と自動化サービス「Amazon Quick Automate」を組み合わせたパイプライン自動化手法を公開した。

• 米国住宅ローン市場では成約に平均44日、1件あたり1万1000ドル以上のコストがかかっており、大量の書類処理が業務の大きな負担となっている実態が示された。

• 年間5万件を処理するモデル企業において、年間1万5000時間以上に達していた手作業を、1件あたり15〜20分から6分未満へ短縮する目標と解決構成が提示された。

• 銀行、保険、ヘルスケア、公共機関など、多様な書類の分類・抽出・検証が求められる幅広い業界に応用可能なアーキテクチャとしている。

• 米アマゾン・ウェブ・サービス（AWS）は2026年8月19日（現地時間）、公式の機械学習ブログ（AWS ML Blog）において、生成AIを活用した文書処理フレームワーク「GAIIC IDP Accelerator」と業務自動化サービス「Amazon Quick Automate」を連携させた文書処理パイプラインの自動化ソリューションを公開した。住宅ローン業務をモデルケースとし、書類の受け入れから分類、データ抽出、検証、後続システムへの連携までを一気通貫で自動化する手法を解説している。

書類審査の長期化とコスト増に直面する住宅ローン業務

住宅ローン（Mortgage lending）業務では、給与明細書、源泉徴収票（W-2）、銀行口座明細書、運転免許証、無効小切手、保険申請書など、多岐にわたる書類の提出と確認が必須となっている。融資を行う金融機関にとって、これら大量の書類を迅速かつ正確に処理することは共通の課題となっている。

ブログ記事で引用された業界データによると、米国の住宅ローン市場では年間およそ400万件から600万件の新規ローンが組成されている（MBA Mortgage Finance Forecast調べ）。また、ICE Mortgage Technologyの調査レポート「Origination Insight Report」によれば、住宅ローンの申し込みから融資実行（クロージング）に至るまでには平均して44日間の期間を要しているという。

さらに、全米抵当銀行協会（Mortgage Bankers Association）の推計によれば、住宅ローン1件を組成するために発生する総コストは、営業、履行、製造サポート、間接費用を含めて1万1000ドルを超えている。この履行業務において書類の受け入れや処理作業は大きな割合を占めており、ここでの遅延が融資プロセス全体のサイクル長期化を引き起こす要因になっているとAWSは指摘している。

手作業による仕分けや手入力が引き起こす現場の負担

こうした課題を具体的に検証するため、AWSは年間約5万件のローンを取り扱う中規模の融資機関「Summit Mortgage」を架空のモデル企業として提示した。

同社のローン処理担当者は、案件1件あたり15〜20分の時間を費やし、書類の手動仕分け、提出書類の過不足確認、ローン組成管理システムへのデータ手入力を実施していた。年間5万件の取扱量では、手作業による書類処理時間は年間1万5000時間以上にも達していたという。

この手作業中心の運用には複数の問題が伴っていた。手作業でのデータ入力は人的ミスを引き起こしやすく、後続工程での手戻りを発生させていた。また、提出書類に不足がある場合でも担当者が気づくまでキューに滞留し続ける事態が生じていた。さらに、融資の申し込みが集中する繁忙期には一時的な派遣スタッフの雇用に頼らざるを得ず、高額なコストや教育期間の長さ、作業品質のばらつきといった課題を抱えていたという。

処理時間を15〜20分から6分未満へ短縮する改善目標

こうした状況を打開するため、同社の経営陣は明確な改善目標を設定した。案件1件あたり15〜20分かかっていた書類処理時間を6分未満に短縮すること、データ入力エラーを削減すること、そして人員を増やすことなく業務量の急激な増加に対応できる体制を構築することを目指したという。

この目標を達成するための手段として提示されたのが、AWSの2つのソリューションである。生成AI推進組織であるAWS Generative AI Innovation Center（GAIIC）が提供する知的文書処理フレームワーク「IDP（Intelligent Document Processing）Accelerator」と、業務自動化サービスの「Amazon Quick Automate」だ。これら2つを組み合わせることで、生の書類データを受領してから検証済みデータが後続システムへ流れるまでのパイプライン全体を自動化する構成が示されている。

金融・保険・医療・公共など多様な業界への応用性

AWSは、今回の解説では住宅ローンを具体的かつ定量化しやすい事例として取り上げたものの、大量の文書を分類、抽出、検証するという課題は住宅ローン業務にとどまらないと説明している。

銀行業務全般をはじめ、保険、ヘルスケア、公共機関などにおいても、業界ごとに異なる多様な文書の取り扱いとコンプライアンス（法令順守）への適合が求められている。今回提示されたアーキテクチャはスケーラブルであり、文書処理が集中するさまざまな業界の業務プロセスへと柔軟に適応可能であるとしている。