マイクロソフト、Azure文書処理サービスの選定ガイドを公開　「Document Intelligence」と生成AI活用「Content Understanding」の使い分けを提示

要点

• マイクロソフトは、「Azure Document Intelligence」と「Azure Content Understanding」の比較および選定指針を公式ブログで公開した。

• 定型帳票の処理や隔離環境での運用には実績あるDocument Intelligenceを推奨する一方、非構造化データや推論、マルチモーダル処理には生成AIを活用するContent Understandingが適するとしている。

• 新規のOCRやレイアウト解析において、Content Understandingはより高精度・低遅延であり、レイアウトあたりのページ単価も安価になると説明している。

• 両サービスはAPIや課金体系が独立しており、既存ワークロードの強制移行は求めず、要件に応じた選択的導入を促している。

• マイクロソフトは2026年10月7日、公式開発者ブログ「Microsoft Foundry Blog」において、文書処理サービス「Azure Document Intelligence（ADI）」と「Azure Content Understanding（ACU）」の技術的アプローチの違いと選び方をまとめた実践ガイドを公開した。実際の業務では請求書の書式揺れや契約書の自由記述、画像・動画を含む複合データなど入力形式が多岐にわたることから、要件に応じた最適なサービスの選択基準を提示している。両サービスはOCR（光学文字認識：画像から文字を読み取る技術）などの基盤を共有しつつも、内部の抽出手法や得意領域が大きく異なると説明している。

基盤を共有しつつ異なる抽出アプローチを採用

ガイドによると、両サービスはOCRや文書構造を把握するレイアウト解析といった基本機能を共通して備えているが、情報抽出の手法には明確な違いがあるという。

Azure Document Intelligenceは、文書の分類やフィールド抽出に特化した専門モデルを採用している。請求書や領収書などの構造化された帳票処理で長年の実績を持ち、文字情報とレイアウト情報の双方を活用した高精度な抽出が強みとされている。

一方のAzure Content Understandingは、コンテンツ抽出技術に生成AI（文章などを自律的に理解・生成するAIモデル）を統合したサービスだ。書式のばらつきが大きい非構造化データ、事前ラベリングなしでのカスタム抽出、文脈からの情報推論、画像・音声・動画といったマルチモーダル（複合的なデータ形式）の処理を得意としている。

ワークロードに応じた推奨サービスの判断基準

マイクロソフトは、処理内容に応じた具体的な選定基準を示している。

まず、すでに運用中で要件を満たしているAzure Document Intelligenceのワークロードについては、実績ある運用を維持するためそのまま継続利用することを推奨している。強制的な移行は不要と明言されている。

新規にクラウド環境でOCRやレイアウト解析を行う場合は、Azure Content Understandingの事前構築アナライザー（prebuilt-readやprebuilt-layout）が推奨されている。より豊富な構造化出力、同期および非同期APIへの対応、高精度、低遅延、レイアウト抽出における安価なページ単価を備えているためだという。

標準的な請求書、領収書、身分証明書、税務書類などの定型帳票では、成熟したAzure Document Intelligenceの事前構築モデルが同等精度を保ちつつコスト面で優位性を持つとしている。ただし、プレビュー機能を利用できる環境であれば、文脈理解を強化したAzure Content Understandingの「2026-06-01-preview」版を試すことで、さらなる高精度と低コストを両立できる場合があると説明している。

また、ラベル付きの学習データがないカスタム抽出には、生成AIの事前知識を活用して追加学習なしで抽出を行うゼロショット抽出が可能なAzure Content Understandingが適しているという。一方で、代表的なラベル付きデータが十分に揃った定型帳票なら、Azure Document Intelligenceのカスタムモデルが高い精度を発揮するとしている。

推論、RAG、マルチモーダル、隔離環境への対応

ガイドでは、高度なデータ処理や特殊な運用環境に応じた選定基準についても言及されている。

契約書のように文章内に事実が隠れている場合や、計算・照合など複数段階の論理的推論を要するフィールド抽出には、生成AIによるエージェント的な分析が可能なAzure Content Understandingが適しているという。

さらに、検索拡張生成（RAG：外部データを検索してAIの回答精度を高める技術）向けの前処理でも、構造を認識したMarkdown出力などを低コスト・高品質で生成するAzure Content Understandingの「RAG analyzer」が推奨されている。文書だけでなく画像、音声、動画などが混在するメディアの処理も同サービスが担当する。

これに対して、オンプレミス環境や外部ネットワークから遮断されたエアギャップ環境（外部通信を遮断した隔離ネットワーク）での処理が必要な要件では、コンテナ展開オプションを提供するAzure Document Intelligenceが推奨されている。

強制移行は求めず要件に応じた選択的導入を提示

マイクロソフトは、両サービスで対応可能な機能に重複がある場合でも、挙動が完全に一致するわけではないと注意を促している。帳票の種類だけで判断せず、必要なフィールドや運用要件、実際の検証結果に基づいて選定すべきだとしている。

あわせて、両サービスはAPI、エンドポイント、開発キット（SDK）、課金体系が独立して維持されることが明らかにされた。現在順調に稼働しているシステムを移行する必要はなく、フォーマットの多様化やマルチモーダル対応といった新たな課題が生じた際に、Azure Content Understandingを選択的に導入することを提案している。