Built TechnologiesがAWSでAI文書処理基盤を構築｜不動産金融エージェントを支える仕組みを解説

2026年7月16日

AIニュース重要度

★★★☆☆

3.0 / 5｜知っておくと役立つ通常ニュース

知っておくと役立つ通常のアップデートのため★3としました。

生成AIの学び方で悩んでいませんか？

「何から学ぶか」「続けられるか」「仕事で使えるか」が大切と分かっていても、独学では難しいですよね。

DMM 生成AI CAMP 学び放題は、DMM.comが提供する月額制の生成AIオンラインスクールです。

総額200万円相当の約1,000レッスンが学び放題。職種別・ツール別のコースを、メンターやAIチューターのサポートを受けながら継続的に学べます。

その第一歩として、入会前に中身を体験できる60分の無料セミナーが用意されています。参加すると、こんなことが分かります。

自分の職種で使えるか - マーケティング・営業・人事など職種別8コースの中身を体感できる！
ツールごとの学び方 - ChatGPTやDifyなど、ツール別のマスターコースも確認できる！
学習の進め方 - 約1,000レッスンをどう学べば短期間で身につくか、プロが提案してくれる！
続けられる仕組み - 24時間対応のAIチューターやメンター相談、コミュニティの中身が分かる！
生成AIの最新デモ - 生成AIの最新技術デモをその場で体験できる！

「無料セミナーで体験してから、学び放題に入会して継続的に学ぶ」という流れで始められるので、合うか分からないまま入会する心配がありません。

予約・参加は無料。入会するかはセミナーの後に決められます。

＼予約は30秒・日時を選ぶだけ／

60分の無料セミナーを予約する（無料）

⇒入会・コース詳細を公式サイトで見る

※無料なのはセミナーで、学び放題本体は月額制の有料サービスです。料金は公式サイトをご確認ください。
※セミナー・コース内容は変更される場合があります。

概要

不動産金融ソフトウェアを提供するBuilt Technologies社が、AWSの生成AI技術を活用した文書処理エンジンを構築したことが、AWS Machine Learning Blogで紹介されました。Amazon BedrockとAWS Intelligent Document Processing（IDP）Acceleratorを基盤とし、不動産金融分野の様々なAIエージェント製品を支える仕組みとして展開されています。

何が発表・更新されたのか

Built Technologies社は、5,000億ドル（約500billion）規模の不動産プロジェクトを扱う中で、融資関連書類（ドローパッケージ、ローン契約書、請求書、保険証券、検査報告書など）の処理を自動化するAIエンジンを開発しました。

同社は以前から26種類のプロセッサーをOCR（光学文字認識）と従来型の機械学習で運用していましたが、250種類を超える文書タイプ、数百万件規模の文書量、そして「文書を理解し推論する」エージェントを支えるには不十分でした。そこでAWS Generative AI Innovation Center（GenAIIC）、AWSパートナーのAND Digital、AWSアカウントチームと連携し、分類・分割・抽出・評価・推論を行う再利用可能な文書インテリジェンス基盤を構築しました。

最初の本番活用事例は、建設融資における「ドローパッケージ（資金引き出し請求書類）」の処理です。これらは書類が大量かつ多様で、時間的制約が厳しく、業務上の重要度も高いことから、最初の検証対象として選ばれました。

なぜ重要なのか

従来のOCRベースの抽出は、契約書の中に明示的にラベル付けされた項目（融資額、請求書番号など）を見つけるのには有効ですが、ローン契約書内の「コベナンツ（財務制限条項）」のように、複数の条文にまたがり、法律用語や借主の義務として暗示的に表現される情報を正確に把握することは困難でした。

同社が構築した仕組みは、単なる「抽出」ではなく「文書理解」への転換を目指しています。具体的には、文書の種類や契約構造を特定し、関連条項を推論しながら特定し、根拠となる原文箇所を示し、信頼度が低い場合は担当者へ確認を回す、という一連の処理を実現しています。同社は分類・抽出の信頼度として95%以上を業務要件として設定しています。

誰に関係があるのか

不動産金融・融資関連の書類処理業務に携わる担当者
契約書や証憑書類の大量処理を自動化したい金融・保険業界の実務担当者
Amazon BedrockやAWS IDP Acceleratorを使った文書処理システムの構築を検討している開発者・IT担当者

仕事や業務でどう使えるのか

同様の課題（大量かつ多様な書類、非構造化情報の抽出、業務判断を伴う文書レビュー）を抱える業種では、この事例が文書処理システムの設計を検討する際の参考になります。特に、単純なOCR抽出では対応しきれない「文脈に基づく判断」が必要な書類（契約書、保険証券、監査資料など）を扱う業務では、分類・抽出・評価・推論を組み合わせた仕組みの考え方が参考になる可能性があります。

注意点

本記事はAWSの技術ブログにおける事例紹介であり、Built Technologies社独自の実装内容です。公式情報上では、日本での提供状況や、同様のソリューションを他社が利用できるかどうかの詳細（対象プラン・料金など）は確認できませんでした。導入を検討する場合は、AWS公式情報や自社の要件に照らして個別に確認することをおすすめします。