🔍
文書構造化抽出API比較 — Azure、Google、AWSそれぞれ何を提供するか
Azure prebuilt-contractのような「文書を理解するAPI」はGoogleとAWSにもある？
3社比較：「単純OCR」vs「文書理解」
3社とも両方提供：
単純OCR： 画像→テキスト（構造化なし）
文書理解： 画像→フィールド別JSON（構造化）
Azure — 専用モデル最多（15+）
prebuilt-receipt、contract、invoice、idDocument等。
Google Document AI — カスタムプロセッサ最強
Invoice、Expense、ID、Contractパーサー + Custom Document Extractor。
AWS Textract — 表抽出特化
AnalyzeDocument（TABLES/FORMS）、AnalyzeExpense、AnalyzeID。契約書専用なし。
比較
| Azure | AWS | ||
|---|---|---|---|
| 専用モデル数 | 15+ | ～10 | ～5 |
| 契約書パーサー | あり | あり | なし |
| 日本語契約書 | なし | なし | なし |
| カスタムモデル | あり（5枚～） | 最強 | 限定的 |
| 表抽出 | 良い | 良い | 最強 |
キーコンセプト
1
Azure — 専用モデル15個で最多。prebuilt-contract等。カスタムも5枚から
2
Google Document AI — カスタムプロセッサが強み。少データで高精度
3
AWS Textract — 表抽出3社中最強。契約書専用なし
4
日本語契約書専用モデルは3社ともなし — prebuilt-layout+LLMが現実的
ユースケース
API選定 — 自分の文書タイプに合う専用モデルがあるか3社比較
コスト最適化 — 単純OCR vs 構造化 vs LLM組み合わせの総コスト比較
日本語契約書パイプライン — 専用モデルがない状況での最適アーキテクチャ設計