Mistral OCR 4公開──170言語対応の文書AIはRAGと業務自動化をどう変えるか

Mistral AIは、文書解析モデル「Mistral OCR 4」を公開した。単なるテキスト抽出ではなく、領域の座標、ブロック種別、信頼度を返すことで、RAGや企業検索、文書処理エージェントの入力品質を高める狙いだ。

OCR 4の特徴

OCR 4は、PDF、DOC、PPT、OpenDocumentなどを対象に、抽出テキストだけでなく、bounding box、タイトル・表・数式・署名などのブロック分類、ページや単語単位の信頼度を出力する。170言語、10の言語グループに対応する。

Mistralは、独立アノテーターによる比較で主要OCR/Document AIシステムに対して平均72%の勝率を示し、OlmOCRBenchで85.20の総合スコアを得たと説明している。単一コンテナでのセルフホストにも対応し、データ主権やコンプライアンスを重視する企業向けの選択肢になる。

業務への影響

企業のRAGが失敗する原因の一つは、検索モデル以前の文書取り込みにある。表、署名、注記、数式、脚注が崩れると、検索結果や回答の根拠が不安定になる。OCR 4のような構造化出力は、引用、赤線確認、ヒューマンレビューを組み込むうえで有効だ。

契約書、請求書、技術仕様書、研究論文、マニュアルなど、レイアウトが意味を持つ文書では特に効果が出やすい。日本語文書でも、低品質スキャンや縦横混在、表の扱いを実データで評価したい。

注意点

OCRの精度が上がっても、誤認識はゼロにならない。重要な契約、医療、金融、公共文書では、信頼度の低い箇所を人間に回す設計と、原本画像への参照リンクを残すことが欠かせない。

参考：Mistral AI公式発表