何が起きたか
Mistral AIが、PDF・Word・PowerPointなどから文章を読み取る新モデル「OCR 4」をリリースしました。APIに加え、自社のMistral StudioとMicrosoft Foundryから利用できます。
従来のOCRと異なる点は、テキストを抜き出すだけでなく、ページ上の位置情報と「役割」(タイトル・表・数式・署名など)を同時に判定することです。文書を意味のあるブロックに自動分割するため、そのままRAG(検索拡張生成)に流し込んだり、AIエージェントに処理させたりしやすい構造で出力されます。
なぜ重要か
OCRはこれ数年「読めるか/読めないか」の競争から、「どう構造化して渡せるか」の競争に軸足が移っていました。OCR 4は単語・ページ単位で信頼度スコアを返し、170言語に対応します。Mistralによれば、600件超の文書を使った第三者ブラインド評価で、72%のケースで競合モデルより好まれたとしています。
価格と立ち位置
価格は1,000ページあたり4ドル、バッチ処理なら2ドル。クラウド大手の汎用VLM(視覚言語モデル)に文書を丸ごと読ませるより、ページ単価での見積もりが立てやすい水準です。Microsoft Foundry経由でも提供されるため、Azure基盤の企業導入経路も確保されています。
💼 事業会社視点：これは自社にどう効くか
日本の事業会社にとって、これは「請求書・契約書・稟議書のAI化」がいよいよ単価で語れる段階に入った合図です。
受託SIerと業務SaaS:既存のAI-OCR製品(ページあたり数十円〜)はテキスト抽出に強みがある一方、「どこが署名で、どこが表か」を判定する後処理を人手で組んできました。OCR 4はその工程を1モデルに畳み込んでいるため、自社プロダクトの裏側を載せ替えるかを四半期内に検証すべきです。バッチ2ドル/1,000ページは、月100万ページ規模でも月200万円台に収まる計算です。
金融・保険・法務部門:170言語対応と署名検出は、海外子会社からの稟議書・契約書の社内集約に直結します。経理シェアード化を進める企業は、現行ベンダーとの契約更新前にPoCを通すべきタイミングです。
EC・小売の本部:納品書や検品書をAIエージェントに渡す前段として位置づければ、RPAで作り込んだ帳票OCRを順次置換できます。重要なのは「全部入れ替える」ではなく、信頼度スコアを使い、低スコア分のみ人間に回すワークフロー設計です。