📄

Snowflakeにおける非構造化データを構造化データに変える選択肢

Takumi

2025/09/17に公開

2026/05/29

Snowflake関連記事の記事です

Snowflake

llm

tech

 はじめにこんにちは。ナウキャストでデータエンジニア/LLMエンジニアとして頑張っているTakumiです。
Snowflakeでは、非構造化データ（PDF等）から情報を抽出するCortex AI Functionsが続けてPublic Preview・GAとなりました。2026年時点では、新規・既存パイプラインとも AI_EXTRACT と AI_PARSE_DOCUMENT を中心に整理するのが正しいです。
かつて Document AI として提供されていた Snowsight 上のモデルビルド UI と <model_build_name>!PREDICT は、2026-03-16 に廃止されています。Snowflake は新規・既存パイプラインの移行先として AI_EXTRACT を明示しており、全文テキスト化・RAG前処理には AI_PARSE_DOCUMENT を使う流れが定着しています。
この記事では、現行の主役である AI_EXTRACT / AI_PARSE_DOCUMENT の使い分け、旧 Document AI からの移行、コスト、本番運用の観点をお伝えします。
!類似の旧関数として、以下が存在しますが、新規用途では後継関数を使ってください。

SNOWFLAKE.CORTEX.EXTRACT_ANSWER → AI_EXTRACT

SNOWFLAKE.CORTEX.PARSE_DOCUMENT → AI_PARSE_DOCUMENT（旧関数は後方互換のため残存。2026年末に非推奨化予定）
参考: Document AI decommission (BCR-2156)

 この記事でわかること
AI_EXTRACT / AI_PARSE_DOCUMENT (OCR / LAYOUT) の概要・制限・SQL例
旧 Document AI からの移行の考え方
ユースケース別の使い分け
現行単価に基づくコスト試算
本番運用（コスト監視・権限・前処理の分岐）

 機能概要まず、現行で選ぶべき機能の比較表です。旧 Document AI は「移行・過去互換」として分離しています。


項目
AI_EXTRACT
AI_PARSE_DOCUMENT OCR
AI_PARSE_DOCUMENT LAYOUT
旧Document AI


位置づけ
構造化抽出の本命
高速な全文テキスト化
レイアウト保持つきMarkdown化
旧UI/モデルビルド型の抽出機能

主な用途
エンティティ・リスト・テーブル抽出
OCR、全文テキスト化
RAG前処理、表・見出し・階層保持
既存モデルの移行・過去互換

新規利用の推奨
推奨
推奨
推奨
非推奨

入力
text または FILE
FILE
FILE
旧 Document AI UI / Model Build

SQL例
AI_EXTRACT(file => TO_FILE(...), responseFormat => ...)
AI_PARSE_DOCUMENT(TO_FILE(...), {'mode':'OCR'})
AI_PARSE_DOCUMENT(TO_FILE(...), {'mode':'LAYOUT'})
旧 <model>!PREDICT は廃止済み

最大ファイルサイズ
100MB未満
100MB
100MB
旧UI前提は廃止済み

最大ページ
125ページ
2,000ページ
2,000ページ
旧UI/PREDICTは廃止済み

日本語
Japanese対応
公式対応言語一覧にJapaneseなし
公式対応言語一覧にJapaneseなし
旧Document AIは日本語非対応だった

コスト（目安）
5.00 credits / 1M tokens
0.5 credits / 1,000 pages
3.33 credits / 1,000 pages
8 credits / hour of compute（新規比較の主役にしない）

!ちゃんと最大サイズ・ページ数に制限があります。scale_factor を上げると AI_EXTRACT の処理可能ページ数はさらに減ります。
これらの機能に限らず、Snowflakeからは「データの前処理ちゃんとやろうね」「えいやで突っ込むみたいな脳筋ソリューション許さないよ」と言われている様に自分は感じます。

 旧Document AIからAI_EXTRACTへの移行Document AI は、Arctic-TILT を使ってドキュメントからデータを抽出する機能として提供されていました。Snowsight でモデルを作成し、Fine-tuning した上で <model_build_name>!PREDICT で推論するワークフローが中心でした。
2026-03-16 以降、Document AI UI と <model>!PREDICT は利用できません。 新規に Document AI UI でモデルをビルドする前提の設計は使えません。
既存利用者向けには、Model Registry へ移行済みの fine-tuned arctic-extract モデルを、AI_EXTRACT の model => パラメータで継続利用できる場合があります。移行状況はアカウントごとに異なるため、Document AI decommission と移行ガイドを確認してください。
!このDecommision対応と共にSnowPro Speciality GenAIの試験範囲からも外れてます。

 AI_EXTRACTAI_EXTRACT は、Document AI の後継として位置づけられる 構造化抽出の本命 です。PDF・画像・Office文書などの FILE 入力に対応し、JSON Schema 形式の responseFormat でエンティティ・リスト・テーブルを 1回の呼び出し で抽出できます。
対応ファイル形式: PDF, PNG, PPT/PPTX, EML, DOC/DOCX, JPEG/JPG, HTML, TXT, TIF/TIFF, BMP, GIF, WEBP, MD
制限: ファイルサイズ 100MB未満、最大 125ページ
請求書のような定型フォーマットから項目を抜く例です。scores => TRUE を付けると、抽出値ごとの信頼度スコアが返り、低スコアだけ人手確認に回す設計が可能です。
SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', 'invoice.pdf'),
  responseFormat => {
    'schema': {
      'type': 'object',
      'properties': {
        'invoice_number': {
          'description': '請求書番号',
          'type': 'string'
        },
        'vendor_name': {
          'description': '請求元の会社名',
          'type': 'string'
        },
        'line_items': {
          'description': '明細テーブル',
          'type': 'object',
          'column_ordering': ['item_name', 'quantity', 'amount'],
          'properties': {
            'item_name': {
              'description': '品目名',
              'type': 'array'
            },
            'quantity': {
              'description': '数量',
              'type': 'array'
            },
            'amount': {
              'description': '金額',
              'type': 'array'
            }
          }
        }
      }
    }
  },
  scores => TRUE
);
Model Registry に移行済みの fine-tuned モデルがある場合は、model => '<model_name>' で推論できます。ただし、新規に Document AI UI でモデルをビルドする前提は廃止済み です。
参考: AI_EXTRACT

 小話AI_EXTRACT は情報抽出だけがユースケースではありません。文書種別の分類など、メタデータ付与にも使えます。
SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', relative_path),
  responseFormat => [
    'What is this document?',
    'How would you classify this document?'
  ]
) FROM DIRECTORY (@db.schema.files);
上記のように、Cortex Search Service 構築時のメタデータ付与パイプラインにも組み込めます。
!responseFormat で出力をカスタマイズできるものの、「指示が増えると聞かない。」「Fewshotのつもりの例をそのまま出力する。」などの動きがあったので、ChatGPTを使うようなプロンプトでどうにかする機能ではないと感じています。

モデルの能力としては gpt-3〜4 の間のイメージ。絶妙。

 AI_PARSE_DOCUMENTAI_PARSE_DOCUMENT は、ドキュメントを読み込んでテキスト内容を抽出し、結果をJSON形式で返します。OCR モードと LAYOUT モードをサポートしています。

OCRモード: プレーンテキストの高速抽出。スキャン文書やテキスト中心の文書向け。

LAYOUTモード: Markdown で表・見出し・階層を保持。RAG前処理や複雑な文書の全文理解向け（複雑な文書では推奨される選択肢）。
page_split、page_filter、extract_images も指定可能です。LAYOUT + extract_images: true では、埋め込み画像を最大50個まで抽出でき（追加コストなし）、画像内の意味理解は別途 AI_EXTRACT / AI_COMPLETE 等と組み合わせます。
対応ファイル形式: PDF, PPTX, DOCX, JPEG/JPG, PNG, TIFF/TIF, HTML, TXT
制限: 最大ファイルサイズ 100MB、最大 2,000ページ（2026-04-30 の更新で OCR/LAYOUT ともに拡大）
構文は TO_FILE で FILE オブジェクトを渡します。
SELECT AI_PARSE_DOCUMENT(
  TO_FILE('@DOC_AI_DB.DOC_AI_SCHEMA.AI_EXTRACT_STG', 'sample_pdf.pdf'),
  {'mode': 'OCR', 'page_split': TRUE}
) AS multipage;
旧 SNOWFLAKE.CORTEX.PARSE_DOCUMENT('@stage', 'file.pdf', {...}) は後方互換のため残っていますが、新規用途では AI_PARSE_DOCUMENT を使う よう Snowflake が明記しており、旧関数は 2026年末に非推奨化予定 です。
参考: AI_PARSE_DOCUMENT / PARSE_DOCUMENT (legacy) / 2,000 pages limit
adobeのサンプルpdfを使って、実行結果のイメージを見てみましょう。

 OCRSELECT AI_PARSE_DOCUMENT(
  TO_FILE('@DOC_AI_DB.DOC_AI_SCHEMA.AI_EXTRACT_STG', 'sample_pdf.pdf'),
  {'mode': 'OCR', 'page_split': TRUE}
) AS multipage;
OCRモードの実行結果{"metadata":{"pageCount":4},"pages":[{"content":"PDF BOOKMARK SAMPLE\nSample Date: May 2001\nPrepared by: Accelio Present Applied Technology\nCreated and Tested Using: • Accelio Present Central 5.4\n• Accelio Present Output Designer 5.4\nFeatures Demonstrated: • Primary bookmarks in a PDF file.\n• Secondary bookmarks in a PDF file.\nOverview\nThis sample consists of a simple form containing four distinct fields. The data file contains eight\nseparate records.\nBy default, the data file will produce a PDF file containing eight separate pages. The selective\nuse of the bookmark file will produce the same PDF with a separate pane containing\nbookmarks. This screenshot of the sample output shows a PDF file with bookmarks.\nAcrobat Reader - [ap_bookmark.pdf]\n) File Edit Document View Window Help\nBookmarks \\Thumbnails E.. Imvoices by Date\n2000-01-1 1 2000-01-2 1 2000-01-3\n2000-01-4 2000-01-5 Date 2000-01-1 2000-01-6\n2000-01-7 Description Description for item # 1 2000-01-8\nType TYPE1\nAmount 11.00\nThe left pane displays the available bookmarks for this PDF. You may need to enable the\ndisplay of bookmarks in Adobe Acrobat Reader by clicking Window > Show Bookmarks.\nSelecting a date from the left pane displays the corresponding page within the document.\nNote that the index has been sorted according to the specification in the bookmark file, and that\npages within the file are created according to the original order in the data file.\nPDF Bookmark Sample Page 1 of 4","index":0},{"content":"Sample Data File Sample Bookmark File\n^reformat trunc [invoices] ^symbolset WINLATIN1 Invoices by Date=0 ^field trans_date trans_date=1,A 2000-01-1 [type] ^field description Invoices by Item Type=0 Description for item #1 trans_type=1,A ^field trans_type [amount] TYPE1 Invoices by Transaction Amount=0 ^field trans_amount trans_amount=1,D 11.00 ^page 1 ^field trans_date 2000-01-2 ^field description Description for item #2 ^field trans_type TYPE2 ^field trans_amount 11.00 ^page 1 ^field trans_date 2000-01-3 ^field description Description for item #3 ^field trans_type TYPE3\nThe example bookmark file includes three distinct sections:\n• Invoices sorted, ascending, by date.\n• Invoices sorted, ascending, by item type.\n• Invoices sorted, descending, by transaction amount.\nPDF Bookmark Sample Page 2 of 4","index":1},{"content":"Sample Files\nThis sample package contains:\nFilename Description\nap_bookmark.IFD The template design.\nap_bookmark.mdf The template targeted for PDF output.\nap_bookmark.dat A sample data file in DAT format.\nap_bookmark.bmk A sample bookmark file.\nap_bookmark.pdf Sample PDF output.\nap_bookmark_doc.pdf A document describing the sample.\nDeploying the Sample\nTo deploy this sample in your environment:\n1. Open the template design ap_bookmark.IFD in Output Designer and recompile the\ntemplate for the appropriate presentment target.\n2. Modify the -z option in the ^job command in the data file ap_bookmark.dat to:\n• Identify the target output device.\n• Identify the bookmark file using the -abmk command.\n• Identify the section for which to generate bookmarks, if desired, using the -abms\ncommand.\nFor example,\nTo bookmark by … Use the command line parameter …\nInvoices -abmkap_bookmark.bmk -abmsinvoices\nType -abmkap_bookmark.bmk -abmstype\nAmount -abmkap_bookmark.bmk -abmsamount\nPDF Bookmark Sample Page 3 of 4","index":2},{"content":"3. Place the accompanying files in directories consistent with your implementation:\n• Place ap_bookmark.IFD in the Designs subdirectory for Output Designer.\n• Place ap_bookmark.mdf in the forms subdirectory accessible to Central.\n• Place ap_bookmark.bmk in an addressable directory.\nRunning the Sample\n• To run this sample, place ap_bookmark.dat in the collector directory scanned by Central.\nPDF Bookmark Sample Page 4 of 4","index":3}]}
4ページのPDFで約1.4秒。大量PDFのパイプラインでも現実的な時間でしょう。

 LAYOUTSELECT AI_PARSE_DOCUMENT(
  TO_FILE('@DOC_AI_DB.DOC_AI_SCHEMA.AI_EXTRACT_STG', 'sample_pdf.pdf'),
  {'mode': 'LAYOUT', 'page_split': TRUE}
) AS multipage;
LAYOUTモードの実行結果{"metadata":{"pageCount":4},"pages":[{"content":"# ACCELIO.\n\n## PDF Bookmark Sample\n\n|  Sample Date: | May 2001  |\n| --- | --- |\n|  Prepared by: | Accelio Present Applied Technology  |\n|  Created and Tested Using: | - Accelio Present Central 5.4  |\n|   | - Accelio Present Output Designer 5.4  |\n|  Features Demonstrated: | - Primary bookmarks in a PDF file.  |\n|   | - Secondary bookmarks in a PDF file.  |\n\n## Overview\n\nThis sample consists of a simple form containing four distinct fields. The data file contains eight separate records.\n\nBy default, the data file will produce a PDF file containing eight separate pages. The selective use of the bookmark file will produce the same PDF with a separate pane containing bookmarks. This screenshot of the sample output shows a PDF file with bookmarks.\n\n![img-0.jpeg](img-0.jpeg)\n\nThe left pane displays the available bookmarks for this PDF. You may need to enable the display of bookmarks in Adobe® Acrobat® Reader by clicking **Window > Show Bookmarks**. Selecting a date from the left pane displays the corresponding page within the document.\n\nNote that the index has been sorted according to the specification in the bookmark file, and that pages within the file are created according to the original order in the data file.","index":0},{"content":"# $\\square$ \n\n## ACCELIO.\n\n## Sample Data File\n\n^reformat trunc\n^symbolset WINLATIN1\n^field trans_date\n2000-01-1\n^field description\nDescription for item \\#1\n^field trans_type\nTYPE1\n^field trans_amount\n11.00\n^page 1\n^field trans_date\n2000-01-2\n^field description\nDescription for item \\#2\n^field trans_type\nTYPE2\n^field trans_amount\n11.00\n^page 1\n^field trans_date\n2000-01-3\n^field description\nDescription for item \\#3\n^field trans_type\nTYPE3\n\n## Sample Bookmark File\n\n[invoices]\nInvoices by Date $=0$\ntrans_date=1,A\n[type]\nInvoices by Item Type=0\ntrans_type=1,A\n[amount]\nInvoices by Transaction Amount=0\ntrans_amount=1,D\n\nThe example bookmark file includes three distinct sections:\n\n- Invoices sorted, ascending, by date.\n- Invoices sorted, ascending, by item type.\n- Invoices sorted, descending, by transaction amount.","index":1},{"content":"# $\\square$ \n\n## ACCELIO.\n\n## Sample Files\n\nThis sample package contains:\n\n| Filename | Description |\n| :-- | :-- |\n| ap_bookmark.IFD | The template design. |\n| ap_bookmark.mdf | The template targeted for PDF output. |\n| ap_bookmark.dat | A sample data file in DAT format. |\n| ap_bookmark.bmk | A sample bookmark file. |\n| ap_bookmark.pdf | Sample PDF output. |\n| ap_bookmark_doc.pdf | A document describing the sample. |\n\n## Deploying the Sample\n\nTo deploy this sample in your environment:\n\n1. Open the template design ap_bookmark.IFD in Output Designer and recompile the template for the appropriate presentment target.\n2. Modify the -z option in the ^job command in the data file ap_bookmark.dat to:\n\n- Identify the target output device.\n- Identify the bookmark file using the -abmk command.\n- Identify the section for which to generate bookmarks, if desired, using the -abms command.\n\nFor example,\n\n| To bookmark by $\\ldots$ | Use the command line parameter ... |\n| :-- | :-- |\n| Invoices | -abmkap_bookmark.bmk -abmsinvoices |\n| Type | -abmkap_bookmark.bmk -abmstype |\n| Amount | -abmkap_bookmark.bmk -abmsamount |","index":2},{"content":"# ACCELIO. \n\n3. Place the accompanying files in directories consistent with your implementation:\n\n- Place ap_bookmark.IFD in the Designs subdirectory for Output Designer.\n- Place ap_bookmark.mdf in the forms subdirectory accessible to Central.\n- Place ap_bookmark.bmk in an addressable directory.\n\n\n## Running the Sample\n\n- To run this sample, place ap_bookmark.dat in the collector directory scanned by Central.","index":3}]}
Markdown形式で表・見出しが保持されます。同じ4ページで約9秒と、OCRより重いです。LAYOUTでは extract_images: true で埋め込み画像の切り出しも可能です。
!こちらのコミュニティでも議論されている通り、XMLフォーマットによる区切りがモデル性能を改善されることがあるみたいなので、将来的にはLAYOUTモードにXMLが増えるのかなぁと想像しています。ただ、XMLは人間にとって読みやすい形式ではないので、作られないかもと思います。

 ユースケースを考える各機能の特徴を踏まえた使い分けです。


ユースケース
使う機能
理由


請求書・契約書・申込書から項目を抜きたい
AI_EXTRACT
構造化抽出が目的なら主役

表も含めてJSON化したい
AI_EXTRACT
table extraction を JSON Schema で指定できる

全文をRAGに入れたい
AI_PARSE_DOCUMENT LAYOUT
Markdownで表・見出し・階層を保持できる

とにかく安くOCRしたい
AI_PARSE_DOCUMENT OCR
単価が最も安い

長大なPDFを処理したい
AI_PARSE_DOCUMENT
最大2,000ページまで対応

図表・画像を切り出したい
AI_PARSE_DOCUMENT LAYOUT + extract_images

埋め込み画像を最大50個まで抽出可能

旧Document AIモデルを継続利用したい
AI_EXTRACT + migrated model
Model Registry移行済みモデルのみ継続利用可能


 AI_EXTRACT様々な非構造化データから柔軟にデータを抽出したい場合、思いついた項目をJSON Schemaで定義して試したい場合は AI_EXTRACT が適しています。請求書番号・明細テーブル・日付などを1クエリで取り出せます。
旧 Document AI のように Snowsight でモデルをビルドする手間はありませんが、プロンプト設計（responseFormat）の品質が精度とコストに直結します。すべてのページ・すべての項目を一度に投げるより、文書分類・対象ページの絞り込みを先に行うと改善しやすいです。

 AI_PARSE_DOCUMENT文書全体をテキストデータ化したい場合は AI_PARSE_DOCUMENT の出番です。魔改造された Word / Excel 由来のPDFを、LLMが読める形に整える前処理としても有効です。
OCR と LAYOUT の分岐は、「文字列の羅列では後処理（LLMによる理解）が難しくなるか」で判断します。表の行列対応や階層構造が重要なら LAYOUT、スキャン文書の高速テキスト化なら OCR です。

 ユースケースまとめ
「特定項目の構造化抽出」 → AI_EXTRACT

「全文テキスト化（安く・速く）」 → AI_PARSE_DOCUMENT (OCR)

「全文テキスト化 & 構造も保存（RAG前処理）」 → AI_PARSE_DOCUMENT (LAYOUT)

「旧Document AIモデルの継続」 → AI_EXTRACT + Model Registry移行済みモデル（新規ビルドは不可）

 コスト試算コスト計算には以下のサンプルPDFを用います。
https://ontheline.trincoll.edu/images/bookdown/sample-local-pdf.pdf

 前提条件AWS Tokyo リージョン
契約は Enterprise であること（1 credit = $4.3）

 コストテーブルCredit Consumption Table および Cost considerations for Cortex AI Functions を参照。
現行の主な単価:

AI_EXTRACT – arctic-extract: 5.00 credits / 1M tokens

AI_EXTRACT – arctic-extract – finetuned: 10 credits / 1M tokens

AI_PARSE_DOCUMENT LAYOUT: 3.33 credits / 1,000 pages

AI_PARSE_DOCUMENT OCR: 0.5 credits / 1,000 pages

 変数定義pages = 3
page_tokens = 970 * 3 = 2910          # Snowflake課金ロジック: 970 tokens/page
response_format_tokens = 400         # 仮
output_tokens = 200                  # 仮
total_tokens = 2910 + 400 + 200 = 3510
AI_EXTRACT は「ページ数 × 970 tokens」に加え、responseFormat と出力トークンも課金対象です。実測平均トークンだけで見積もるより、970 tokens/page の公式ロジックに合わせる方が正確です。

 計算結果サマリー

機能
単価の前提
3ページ時の概算 credits
コスト ($)


AI_EXTRACT
5.00 credits / 1M tokens
≈ 0.0176 (3510/1e6×5.00)
≈ $0.076

AI_PARSE_DOCUMENT (OCR)
0.5 credits / 1,000 pages
0.0015 (3/1000×0.5)
≈ $0.006

AI_PARSE_DOCUMENT (LAYOUT)
3.33 credits / 1,000 pages
≈ 0.0100 (3/1000×3.33)
≈ $0.043

旧Document AI
8 credits / hour of compute
（ページ比例比較から除外）
—


 スケールを大きくしてコストを見てみる同じ様式のファイルを繰り返し処理する前提では、コストはおおむね線形に伸びます。
!上記グラフは旧単価（AI_EXTRACT 2.55 credits/1M tokens、Document AI のページ課金比較を含む）で作成したものです。現行単価（5.00 credits/1M tokens）では AI_EXTRACT の傾きはおよそ2倍になり、Document AI は新規比較の対象外です。ページ数を増やしたときの相対関係は次のとおりです。

AI_PARSE_DOCUMENT (OCR) が最も安い（傾きが最小）

AI_PARSE_DOCUMENT (LAYOUT) は OCR より高いが、構造保持のコストとして妥当なレンジ

AI_EXTRACT はトークン課金のためページ・スキーマ・出力サイズに応じて伸びる（現行単価では旧試算より高め）

 本番運用で考えるべきこと
 1. コスト監視Cortex AI Functions はトークンまたはページ単位で課金されます。検証時は小さく始めるだけでなく、本番では利用履歴の監視が必須です。
ACCOUNT_USAGE.CORTEX_AI_FUNCTIONS_USAGE_HISTORY（GA）で、関数・モデル・ユーザー・ロール・ウェアハウス・クエリ単位の使用量を追跡できます。月次支出の検知、ユーザー別制限、暴走クエリの検知とキャンセルにも使えます。
参考: Monitor and control Cortex AI Functions cost

 2. 低スコア抽出の人手確認AI_EXTRACT で scores => TRUE を指定すると、抽出値ごとに信頼度スコアが付きます。一定閾値以下の結果だけ人手確認に回す設計が、業務利用では現実的です。

 3. 前処理の分岐全文理解や RAG には AI_PARSE_DOCUMENT、特定項目の抽出には AI_EXTRACT を使います。すべてを AI_EXTRACT に投げないこと。文書分類・ページ抽出・対象項目の絞り込みを先に行うと、精度とコストの両方を改善しやすいです。

 4. 権限Cortex AI Functions の利用には、少なくとも以下が必要です。
データベース権限: USE AI FUNCTIONS
アカウント権限: CORTEX_USER または AI_FUNCTIONS_USER
本番ロール設計では、必要最小限のロールにこれらを付与してください。

 個人的に考えていること自分としては今回紹介した機能は、本気で日本の魔改造Excelを救えるのではないかと思っています。結合されているセルはPythonによる操作を行うと壊れます。かと言って、全て手作業でテーブルに起こすわけにもいかない。そんな扱いに困っているデータ群を抽出することができます。
これまで活かし切ることのできなかったデータを活用可能にするソリューションの一つとして、期待していますし使いこなせる様に精進します！

 ちょっと宣伝先日行われた Snowflake World Tour Tokyo 2025 で登壇しました。その際の資料で AI_EXTRACT を使ったデータパイプラインを紹介しています（登壇時点では Document AI も含む内容です）。ご覧いただけますと幸いです！
https://speakerdeck.com/kevinrobot34/swt-2025-snowflake-intelligence-and-document-ai

項目	AI_EXTRACT	AI_PARSE_DOCUMENT OCR	AI_PARSE_DOCUMENT LAYOUT	旧Document AI
位置づけ	構造化抽出の本命	高速な全文テキスト化	レイアウト保持つきMarkdown化	旧UI/モデルビルド型の抽出機能
主な用途	エンティティ・リスト・テーブル抽出	OCR、全文テキスト化	RAG前処理、表・見出し・階層保持	既存モデルの移行・過去互換
新規利用の推奨	推奨	推奨	推奨	非推奨
入力	text または FILE	FILE	FILE	旧 Document AI UI / Model Build
SQL例	`AI_EXTRACT(file => TO_FILE(...), responseFormat => ...)`	`AI_PARSE_DOCUMENT(TO_FILE(...), {'mode':'OCR'})`	`AI_PARSE_DOCUMENT(TO_FILE(...), {'mode':'LAYOUT'})`	旧 `<model>!PREDICT` は廃止済み
最大ファイルサイズ	100MB未満	100MB	100MB	旧UI前提は廃止済み
最大ページ	125ページ	2,000ページ	2,000ページ	旧UI/PREDICTは廃止済み
日本語	Japanese対応	公式対応言語一覧にJapaneseなし	公式対応言語一覧にJapaneseなし	旧Document AIは日本語非対応だった
コスト（目安）	5.00 credits / 1M tokens	0.5 credits / 1,000 pages	3.33 credits / 1,000 pages	8 credits / hour of compute（新規比較の主役にしない）

ユースケース	使う機能	理由
請求書・契約書・申込書から項目を抜きたい	AI_EXTRACT	構造化抽出が目的なら主役
表も含めてJSON化したい	AI_EXTRACT	table extraction を JSON Schema で指定できる
全文をRAGに入れたい	AI_PARSE_DOCUMENT LAYOUT	Markdownで表・見出し・階層を保持できる
とにかく安くOCRしたい	AI_PARSE_DOCUMENT OCR	単価が最も安い
長大なPDFを処理したい	AI_PARSE_DOCUMENT	最大2,000ページまで対応
図表・画像を切り出したい	AI_PARSE_DOCUMENT LAYOUT + `extract_images`	埋め込み画像を最大50個まで抽出可能
旧Document AIモデルを継続利用したい	AI_EXTRACT + migrated model	Model Registry移行済みモデルのみ継続利用可能

機能	単価の前提	3ページ時の概算 credits	コスト ($)
AI_EXTRACT	5.00 credits / 1M tokens	≈ 0.0176 (`3510/1e6×5.00`)	≈ $0.076
AI_PARSE_DOCUMENT (OCR)	0.5 credits / 1,000 pages	0.0015 (`3/1000×0.5`)	≈ $0.006
AI_PARSE_DOCUMENT (LAYOUT)	3.33 credits / 1,000 pages	≈ 0.0100 (`3/1000×3.33`)	≈ $0.043
旧Document AI	8 credits / hour of compute	（ページ比例比較から除外）	—

SnowflakeのAI機能を使ってデータ分析を行うときのロール構成をまとめる

SnowflakeのAWS PrivateLink接続つまずきポイント

Finatext Tech Blog

AI時代の金融インフラを提供するFinatextグループのテックブログです。

はじめに

この記事でわかること

機能概要

旧Document AIからAI_EXTRACTへの移行

AI_EXTRACT

小話

AI_PARSE_DOCUMENT

OCR

LAYOUT

ユースケースを考える

AI_EXTRACT

AI_PARSE_DOCUMENT

ユースケースまとめ

コスト試算

前提条件

コストテーブル

変数定義

計算結果サマリー

スケールを大きくしてコストを見てみる

本番運用で考えるべきこと

1. コスト監視

2. 低スコア抽出の人手確認

3. 前処理の分岐

4. 権限

個人的に考えていること

ちょっと宣伝

Discussion