PDFはその構造のためにAIによる分析が難しく、より読みやすい代替フォーマットの開発につながる可能性があります。

PDFフォーマットは、1993年にAdobeによって作成され、文書に非常に人気がありますが、人工知能システムにとっては挑戦を表しています。PDFは人間が読むために設計されていますが、列、グラフ、表などの複雑な構造が自動分析を困難にします。AIプログラムはテキストを抽出するために光学文字認識（OCR）技術を使用する必要がありますが、複雑な文書には困難を伴います。それに対して、HTMLのようなフォーマットは文書の構造を示すタグがあるため、分析が容易です。

PDFの制限は、分析に困難を抱えるユーザーだけでなく、非構造化フォーマットに保存された大量のデータにアクセスできないAI企業にも影響を与えます。この文脈で、Factifyのようなスタートアップは、PDFの利点をAIによるより簡単な分析と組み合わせた新しいフォーマットの開発を探求しています。また、Mistral社はPDF文書の読み取りを改善するためのAIベースのOCRシステムに取り組んでいます。PDFは依然として支配的な標準ですが、人工知能がますます重要になるにつれて、より機械に優しいフォーマットの需要が高まっています。