Harvey AI、法律文書分析向けのオンデマンドビジョンを発表

James Ding 2026/5/6 19:05

Harvey AIの新システムは、法律文書内のチャートや図表の推論を正確に行い、従来のOCR手法におけるコストのかかる欠点を解消します。

Harvey AIは、リーガルテクノロジーにおける長年の課題の一つ、すなわち法律文書内のビジュアル要素の理解と推論に対処するオンデマンドビジョンシステムを発表しました。チャート、図表、表を単純なテキストに変換してしまう従来のOCR（光学文字認識）パイプラインとは異なり、新システムは必要な場合にのみビジュアルコンテンツを読み取り解釈することで、精度と効率の両方を向上させます。

法律文書はテキストのみであることはほとんどなく、財務チャート、エンジニアリング図面、さらには間取り図が含まれることも多くあります。これらの要素は意思決定において重要ですが、AIシステムが効果的に処理するのは難しいことで知られています。Harvey AIのソリューションは、ユーザーがこれらのビジュアルを直接クエリし、詳細かつ文脈を考慮した回答を得ることを可能にします。例えば、「47ページの収益チャートは何を示していますか？」と質問された場合、システムは単にデータを抽出するだけではありません。軸を分析し、ラベルのない点を補間し、構造化されたインサイトを提供します。

この重要性について

従来の文書処理モデルは非テキスト要素の複雑さを捉えることができず、AI生成レスポンスに欠落が生じます。Harveyの新システムは、選択的なクエリ駆動型アプローチを採用することで、これらの欠落に正面から対処します。文書取り込み時にすべてのビジュアル要素を処理するのではなく、ユーザーの質問が必要とする場合にのみビジョン機能を起動します。これにより不要な計算コストを回避し、数十億枚の画像にわたるスケーリングにとって重要であり、最も重要な場面での高精度な分析を確保します。

主な機能

スマートページ検出：システムはビジュアルを分析する前にテキストベースの検索を使用して関連ページを特定し、500ページの文書をミリ秒以内に少数の候補に絞り込みます。
高解像度レンダリング：文書は一貫した形式に変換され、高DPIでレンダリングされることで、小さなチャートラベルや複雑なレイアウトなどの詳細が保持されます。
構造化ビジュアル推論：ビジョンモデルは単に画像を説明するだけでなく、数値を抽出し、チャートの軸を読み取り、正確なデータポイントと概算のデータポイントを区別します。
コスト最適化：オンデマンドでビジュアルを処理することで、Harveyは計算コストを大幅に削減します。初期テストでは、文書内のビジュアル要素の最大90%がユーザーのクエリへの回答に不要であることが明らかになりました。

課題とイノベーション

リーガルテク向けのスケーラブルなビジョンシステムの構築には独自の課題がありました。法律文書は、手書きの注釈から大型チャートまで、形式と複雑さが大きく異なります。Harveyのソリューションは高速レンダリングサービスを統合し、一貫した文書フォーマットを確保します。さらに、システムは「グレースフルデグラデーション」を組み込んでおり、ビジュアル要素が欠落または不明瞭な場合にハルシネーションによる回答を回避します。代わりに、確信を持って判断できることとできないことを報告します。

実世界テストからの知見

評価中、Harveyのシステムはチャートや図表を含む複雑なクエリに高精度で回答する能力を実証しました。興味深いことに、多くの質問はテキストのみで解決され、Harveyの「テキスト優先、ビジョン次善」という設計思想の効率性が裏付けられました。このアーキテクチャは、テキストベースのクエリへの迅速な応答を確保しながら、真に複雑なケースのためにビジュアル分析を温存します。