ストックマーク社、独自の日本語生成AIモデルを開発しビジネス文書の自動処理を実現

ストックマーク社、独自の日本語生成AIモデルを開発

ストックマーク株式会社は、新たに生成AI技術をビジネス文書に適用するための革新的なモデル『Stockmark-Nemotron-3-Nano-Omni-JapanDocReader』を発表しました。このモデルは、NVIDIA社のオープンソースAIモデル『Nemotron-3-Nano-Omni』をベースにし、日本語のビジネス文書に特化した強化学習を施したものです。

モデルの開発背景と目的

生成AIの技術が進化する中、企業で利用されるビジネス文書の自動処理は、AI-Ready化において重要な課題になっています。特にPDFや社内資料、決算書、技術論文などに含まれる複雑なレイアウトや図表を理解し、処理する能力は高いビジネス価値を生み出す要素です。しかし、従来のテキスト中心の生成AIではこれに対応することが難しいとされていました。ストックマークは、日本のビジネス文書解析において豊富な実績を築いてきた企業であり、今回の開発を通じて新たな一歩を踏み出しました。

具体的な取り組みと技術的革新

ストックマークは、NVIDIAとの連携を行い、最先端のAIアーキテクチャに自社の技術を組み合わせることで、以下のような革新を実現しました：

1. 日本語ビジネス文書解析の最適化：NVIDIAのモデルを基に、日本語の思考プロセスを最適化し、BPR（ビジネスプロセスリエンジニアリング）を通じて実務に馴染むようにファインチューニングを施しました。

2. 高品質な学習データの生成：ストックマークの独自のデータ自動合成パイプラインを取り入れ、手動では難しい高品質な学習データを生成。およそ12万件のデータを活用し、多層的かつ高難易度な読解を実現しました。

3. 読解力と構造化力の両立：独自の学習手法を取り入れることで、文書読解能力とデータの構造化能力を大幅に向上させることに成功しました。これにより、複雑なビジネス文書を効率的に処理できるモデルに仕上がっています。

モデルの公開と利用可能性

『Stockmark-Nemotron-3-Nano-Omni-JapanDocReader』は、今日よりオープンソースとして利用可能となります。これにより、AIコミュニティや国内の企業が生成AIを活用してビジネスデータを効率的に整備できる基盤が提供されます。

今後の展望

ストックマークは、この新モデルの公開を通じて、国内の生成AI研究や、企業におけるデータのAI-Ready化を加速させていくことを目指します。また、生成AIを活用した新たなプロダクトの展開を進め、より多くの企業がAI技術を取り入れられる環境を整えていくことが期待されています。

企業が直面するデータ整備や業務定着の課題を解決するために、ストックマークはAIを駆使し、それによって人が本来集中すべき業務に注力できる環境を整備。今後も日本企業の競争力を底上げするため、AI技術の研究開発を進めていくでしょう。

ストックマーク株式会社は、企業の知識マネジメントや生成AIの業務適用を支援するために、最先端の技術を活用してさまざまなサービスを提供しています。今後の展開に注目です。