保険会社の審査担当者が、50ページを超える申請書類を1件ずつ確認していく。その作業にかかっていた30分が、約10分になる——韓国のAI企業Upstage（アップステージ）が2026年4月、日本でそう主張するサービスの提供を正式に始めた。
Upstageが日本に投入したのは「Upstage Studio」という文書処理のAI基盤だ。書類を読み取り、必要な情報を自動で抜き出す。保険の引受審査（アンダーライティング）——つまり保険会社が「この人に保険を売っていいか」を判断する業務——では、1件の審査に大量の書類確認が伴う。その工程に同社の技術を組み込んだところ、処理時間が約3分の1に縮んだという。
Upstageは2023年創業の韓国企業で、今年4月にシリーズC（第3段階の資金調達ラウンド）で約200億円を調達し、企業価値が10億ドルを超える「ユニコーン企業」になった。韓国では保険請求処理の60%以上にこの技術が使われているとしており（同社発表）、その実績を引き下げて日本に乗り込んできた格好だ。
日本法人の代表には、パナソニックやAWSで要職を歴任した松下博之氏を据えた。どちらも日本の大企業・外資系を代表する企業であり、「とりあえず日本に拠点を作った」という規模ではない参入を印象づける人事だ。
AIを使っても成果が出ないという話は珍しくない。マッキンゼーの調査では、AIを導入しても明確に元が取れている企業は全体の2割未満とされている。Upstageはその「使えない」を突破できると言う。その根拠が何なのかは、次に見ていく。
文書AIが「使えない」と言われてきた2つの理由
AIで書類を読み取る市場は急成長している。業界調査会社の予測では、世界のドキュメントAI市場は2025年の約2.9兆円から2026年には約4.8兆円へ、一年で64%以上膨らむとされている。需要は本物だ。それでも「試してみたが現場で使えない」という声は消えない。理由は主に二つある。
複雑なレイアウトの壁
AIが書類を読む精度は、書類の「形」に大きく左右される。縦書きと横書きが混在する申請書、複雑な罫線の引かれた診断書、何度もコピーされてかすれたスキャン——保険業務ではこうした書類が日常だ。英語の横書き文書を前提に設計された多くのAIは、こうした形式を正確に読み取ることが難しい。
「文字そのものは読めても、それがどの欄の情報なのか判別できない」という状態に陥りやすい。書類から情報を正しく取り出すには、文字の認識だけでなく、レイアウトの構造を理解する必要がある。そこが一般的なAIの弱点になっている。
大量処理のボトルネック
もう一つの壁は「量」だ。保険の審査1件で扱う書類は、診断書、医療記録、過去の請求書類などが束になって提出される。数十ページになることは珍しくない。
多くのAIツールは、数ページなら高精度で動く。だが一度に大量の書類を投入すると、処理が詰まるか精度が落ちる。Upstage Studioは1,000ページを一括処理できると主張するが、同程度の処理能力を持つツールはまだ少数派だ。「少量なら動く、実務の量では詰まる」——この壁が、現場でのAI導入を阻んでいる。
「数ページ限界」を超えた仕組み
では、Upstageはどうやってその壁を越えようとしているのか。
OCRと何が違うのか
書類のデジタル化にはOCR（光学文字認識）と呼ばれる技術が長く使われてきた。スキャンした書類の画像から文字を拾い上げ、テキストデータに変換する。
OCRが苦手なのは「どの文字がどこの情報か」という判断だ。「14日」という数字を認識できても、それが「入院日数の回答欄」にある数字なのか、「診療費の請求金額」の一部なのかは、OCR単体では読み解けない。文字を読む能力と、書類の構造を理解する能力は別物だ。
Upstageの「Document Parse（ドキュメント・パース）」はここが違う。文字を認識するだけでなく、書類全体のレイアウト構造を解析し、「この数字はどの欄に属するか」を判断した上でデータを取り出す。
他社が数ページ止まりでも1000ページ処理できる理由
量の問題の根本は、ページをまたいだ「つながり」にある。1ページ目に書かれた適用条件が50ページ目の請求金額に影響する——そういう関係性を保ちながら処理し続けるのは、技術的に重たい作業だ。ページが増えるほど管理すべき情報量が積み上がり、多くのツールはそこで限界を迎える。
Upstageは「Document Parse Enhanced Mode（エンハンスド・モード）」と呼ぶ独自の処理方式で、このつながりを失わずに最大1,000ページまで扱えるとしている。
日本語への対応は継続的に改善が加えられている。日本の業務書類に特有の難しさに合わせ、日本チームが毎月実際の書類を素材に精度を積み上げている。一度実装すれば終わりではなく、地道な作業が続く。
保険・金融・官公庁で何が変わるか
技術が実際の業務でどう機能するかは、実稼働の現場でしかわからない。
韓国では、保険請求処理の60%以上にUpstageの技術がすでに組み込まれている。診断書や医療記録を自動で読み取り、必要なデータを抽出する仕組みを各社が導入した結果、業務効率が80%改善したとされている（同社発表）。実験ではない。韓国の保険業界では、これがすでに日常の処理基盤になっている。
日本で始まった実証実験
日本での最初の一歩は、三井住友海上火災保険だ。同社は、再保険の契約書処理にUpstageを取り入れ始めた。再保険とは、保険会社がリスクの一部をさらに別の保険会社に引き受けてもらう仕組みで、その契約書は分量も複雑さも一般的な保険契約書の比ではない。業務管理システム「ServiceNow」と組み合わせ、大量の書類のデジタル処理を進めている。
官公庁や金融機関向けには「ソブリンAI」という選択肢も用意されている。書類のデータを外部のサーバーに一切送らず、自社のシステム内だけで処理を完結させる仕組みだ。個人情報や機密情報を扱う組織がAI導入をためらう最大の理由は、データが外に出るリスクだ。NetAppのインフラを活用したこの閉じた環境は、その懸念に直接応える。
Upstageはカラクリ株式会社と共同で日本語特化の言語モデル「Syn Pro（シン・プロ）」を開発し、経済産業省から「国産基盤モデル」として認定を受けている。開発企業の国籍は韓国だが、日本語の性能と安全基準を満たしていれば認定対象になる。日本勢の中に食い込む足がかりを、Upstageはここでも作っている。
韓国の保険業界で積み上げた実績が、日本の現場でも再現できるか、だ。日本固有の書類形式への対応は、韓国語の書類とは種類が違う課題だ。三井住友海上の案件が実際にどう動くか。それがその答えを出す最初のデータになる。
