[新製品・サービス]

2026年1月16日(金)日川 佳三（IT Leaders編集部）

リスト

　Box Japanの「Box Extract」は、契約書や報告書などの非構造化コンテンツから必要なデータを抽出して構造化するツールである（画面1）。抽出した情報は、メタデータとして非構造化コンテンツとともにBoxに保存する。これにより、Boxユーザーは、コンテンツを検索して発掘しやすくなる。

画面1：非構造化文書から重要データを自動で抽出するツール「Box Extract」の画面（出典：Box Japan）
拡大画像表示

　従来のOCR（光学文字認識）は、単にテキストを抽出することに重点を置いていた。これに対してBox Extractは、Gemini 3、Claude Opus 4.5、GPT 5.2などの大規模言語モデル（LLM）を使い、段落、表、図表などの構成要素に分解したうえで重要な情報を抽出する。業務要件に合った情報を抽出するカスタムエージェントも作成可能である。

　「組織のナレッジは、日常業務に関わる非構造化コンテンツの集積に存在する」と同社は指摘。しかし、これまで非構造化データから知見を引き出す試みは手作業で行われており、維持コストが高く、拡張性に欠けていた。Box Extractは、こうした課題を解決するとしている。

　Box Extractでは、「標準」と「強化」の2種類の抽出エージェントを用意している。標準版は、単純なデータ取得を効率化する。強化版では、「マルチモーダルの文書構造に基づいた専門的な処理を実施し、より深い推論を適用し、大規模・複雑・可変性の高い文書からデータを抽出する」（同社）としている。

　事例の1つ、金融サービス業の米Valmark Financial Groupは、口座申込書、保険商品説明書、手数料明細書などから情報を抽出している。別の事例として、テキサス州自動車局は、テキサス州民向けサービスの提供にあたり、フォームや記録から重要な情報を自動で抽出し、手動レビューを減らしている。