PDFixで配布PDFをAIで直しても残る穴|法務と情シスが引く線

「株主向けの資料や製品の説明書、利用規約のPDFが何千本もある。読み上げに対応していないと言われても、一本ずつ直す人手はない」「AIで一括修正できるツールがあると聞いたが、社外秘の資料をどこのAIに渡すことになるのか分からない」——2024年4月に改正障害者差別解消法が施行され、2025年6月に欧州アクセシビリティ法の適用が始まってから、広報・法務・情シスの間でこうした相談が続いています。道具が整えば片付く話に見えますが、一括修正で問われるのは修正の速さではなく、どの文書をどのAIに渡し、誰が何を確かめ、その記録をどう残したかを後から説明できるかです。この記事では、PDFのアクセシビリティ修正と検査のソフト PDFix を手がかりに、配布済みのPDFをAIで直しても残る穴と、その原因、法務と情シスが先に決める線を整理します。操作の手順や料金表は扱いません。
カメ先生PDFをAIで直せば、法律の対応は終わると思われがちなんだ。でも実際は、AIが付けた見出しや説明が正しいかを、誰かが確かめて初めて読める文書になるんだよ。
カメ子検査ツールで合格が出ても、まだ終わりではないということですか。
カメ先生そう。検査が見るのは形が規格どおりかで、意味が正しいかまでは見ない。それに、AIを使うなら文書の中身がどこへ送られるかも決めておく必要がある。
カメ子直す作業より先に、渡す先と確かめる人を決めるんですね。
- PDFix の本体は規則による修正と規格の検査で、AIは「外部アクション」として差し込む作り。どのアクションを使うかで、文書が手元に留まるか社外へ出るかが変わる
- 検査の合格と、読み上げで意味が通ることは別。AIが書いた代替テキストと読み上げ順は、人が確かめる範囲を先に決める
- 法令が求めるのは「合理的配慮」と「環境の整備」で、性質が違う。修正の記録を、説明責任の証跡として残す設計にする
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
PDFixとは:PDFを読める形に直し、規格で検査するソフト
PDFix は、スロバキアの PDFix 社が開発するPDFの処理ソフトです。公式サイトでは、PDFの技術に30年以上携わってきたこと、顧客が1,000社を超えることを掲げています。中心にあるのは、PDFに読み上げソフトが頼りにする構造(タグ)を付ける・読み上げの順序を整える・図に代替テキストを持たせるといったアクセシビリティの修正と、PDFのアクセシビリティ規格である PDF/UA に沿っているかの検査です。2026年に入って米国に拠点となる法人を設けたと公表していますが、これは事業の拡大であって、他社に買われたという話ではありません。
製品は大きく二つに分かれます。担当者が画面で一本ずつ、あるいはまとめて処理する Desktop と、自社の仕組みに組み込んで大量の文書を処理する開発者向けの SDK です。公式の説明では、Desktop は主要な三つのOSで動き、検査だけを行う無料版もあります。有料版は体験版を期限なしで試せる代わりに、保存した文書に透かしが入ります。社内の文書基盤や公開の流れに組み込む場合は SDK、広報や制作の担当者が既存の資料を直す場合は Desktop、という分け方が出発点になります。
この記事で扱うのは使い方ではなく、「配布済みの大量のPDFを、AIの力を借りて一括で直してよいか」という判断です。元の資料を作る段階で読める形にする方法は、ワードやスライドの作り方の話として別に整理されるべきもので、ここでは繰り返しません。すでに外へ出ている文書をどう扱うかに絞ります。
どこにAIが入るか:本体は規則、AIは外部アクションで差し込む
PDFix を理解するうえで最も大事なのは、AIが本体に組み込まれているのではなく、修正の工程の一部を外部のAIに任せる「差し込み口」があるという構造です。本体は、決められた規則と雛形に沿ってタグを付け、読み上げ順を整え、規格の検査をかけます。ページのレイアウトが複雑な文書では、AIのモデルがページを解析して配置の雛形を作り、それに沿って本体がタグを付ける、という分担になっていると公式は説明しています。
AIの部分は「アクション」という単位で用意されています。公式の一覧には、IBM が公開したオープンソースの文書解析 Docling を使う自動タグ付け、別のオープンソースのレイアウト解析を使う自動タグ付け、Amazon の文書解析サービスを使う自動タグ付け、OpenAI のモデルで図の代替テキストや表の要約、数式の読み上げ用の記述を作るアクション、Salesforce が公開した画像説明のモデルで代替テキストを作る無料のアクション、オープンソースの文字認識エンジンで画像だけのPDFに文字を持たせるアクションなどが並んでいます。
これらの多くは、利用者の手元の Docker の上で動きます。公式は手元で動くアクションは外部に何も送らない、クラウドのアクションは暗号化した接続で外部のモデルにつなぐ、と区別して書いています。つまり「PDFix はAIで直すツールか」という問いには、「AIを使うかどうか、使うならどのAIか、を利用者が工程ごとに選ぶツール」と答えるのが正確です。
2026年の動き:自社のAIをつなぐ道筋と、3.2の更新
2026年5月27日、PDFix は公式ブログで「自社のAIを PDFix Desktop で使えるか」という記事を出しました。答えは「使える。ただし多くの人が想像する形ではない」というものです。社員が普段話しかけている Copilot や ChatGPT のチャット画面に PDFix がつながるわけではなく、APIで呼び出せるAIであれば、外部アクションとして組み込めるという意味だと説明しています。例として、OpenAI や AWS の有料モデル、社内で動かしている言語モデル、社内の自動化の仕組みなどが挙がり、有料モデルを使う場合は自社のAPIキーを入れる形です。
続いて2026年8月13日には、Desktop 3.2.0 と SDK 9.2.0 が出ています。こちらはAIの新機能ではなく、細かく分かれてしまったタグをまとめるアクション、入力欄の文字が崩れる問題を直すアクション、ページをまたぐ表の扱いで検査に見落としが出ていた点の修正など、本体の規則による修正と検査の精度を上げる内容でした。
この二つの発表を並べると、製品の方向がはっきりします。修正と検査の芯は自社の規則で固め、AIは利用者が持っているものを差し込めるようにする。導入する側にとっては、AIの選択と、その結果への責任が自社側に寄ってくるということでもあります。
課題:大量のPDFを「直した」と言える状態にならない
配布済みのPDFをAIで一括修正しようとした会社で起きやすいのは、作業は進んだのに「対応済み」と言えない状態です。何千本ものPDFが処理され、検査の結果も大半が合格になった。ところが、問い合わせ窓口に「読み上げると表の数字の順番がおかしい」「図の説明が内容と違う」という声が届く。法務に「対応済みと開示してよいか」と聞かれても、広報も情シスも答えられない。
よく見かけるのは、次のような進め方です。どれも作業としては前に進んでいるように見えるため、途中で止める人がいません。
- 検査の合格率だけを進み具合の指標にし、読み上げで聞いて確かめる工程を置いていない
- 修正の担当者が、精度が高そうだという理由で社外のAIを使うアクションを選んでいる
- AIが書いた業績グラフの説明を、広報やIRが一度も見ないまま公開中のPDFに差し替えている
- 役目を終えた古い資料まで一律に修正し、確認の手間を本当に必要な文書に回せていない
- 修正の記録を残さないまま、ウェブサイトに「全資料を対応済み」と書いている
この状態は、ツールの性能が足りないから起きるのではありません。公式自身が、完全な適合には人の確認と介入が必要で、適合の責任は利用者にあると明記しています。問題は、一括修正を始める前に、何をもって完了とするか、誰が何を確かめるか、どの文書をどのAIに渡してよいかを決めていないことにあります。
以下では、この「言える状態にならない」原因を四つに分け、それぞれに対策を当てていきます。どの原因も、ツールを替えれば消えるものではなく、社内の決めごとの不足から生まれている点が共通しています。
原因1:法令が求めるものと、検査が見るものが違う
まず押さえるべきは、日本の法令が何を求めているかです。2024年4月1日に施行された改正障害者差別解消法で、民間の事業者にも「合理的配慮の提供」が法的な義務になりました。合理的配慮とは、障害のある人から個別に申し出があったときに、負担が重すぎない範囲で社会的な障壁を取り除く対応のことです。例えば、読み上げに対応していない資料について申し出を受け、文字のデータを別に渡す、内容を説明するといった対応がこれに当たります。
一方、申し出を待たずに、あらかじめ誰でも使える状態に整えておくことは「環境の整備」と呼ばれ、法律上は努力義務の位置づけです。配布済みのPDFを一括で直す取り組みは、この環境の整備に当たります。義務である合理的配慮を、一括修正で置き換えることはできません。一括修正を進めていても、個別の申し出に応える窓口と手順は別に要る、というのが日本の法令の読み方です。
欧州アクセシビリティ法は、2025年6月28日から適用されています。対象はネット通販、消費者向けの銀行サービス、電子書籍など特定の製品とサービスで、すべての企業のすべての文書ではありません。また、ウェブサイトとアプリの内容のうち、2025年6月28日より前に公開された事務文書形式のファイルは対象外とする規定があります。欧州の消費者向けサービスを持つ会社でも、どの文書が対象に入るかは各国の国内法と専門家の判断で確かめる必要があり、「規格の検査に合格すれば法令を満たす」という単純な対応関係はないのです。
- 合理的配慮は「申し出があったとき」の個別の対応で、過重な負担にならない範囲で行う。断る場合も、理由を説明し代わりの方法を相手と話し合うことが求められる
- 環境の整備は事前の改善で、法律上は努力義務。ただし整備が進んでいるほど、個別の申し出に応える負担は軽くなる
- 欧州の規制は、サービスを提供する小規模な事業者の扱いや、既存のサービスの経過期間など、例外と猶予の定めが細かい。対象の判断は国内法の条文と専門家で確かめる
原因2:どのAIに文書が渡るかが、アクションごとに違う
二つ目の原因は、AIの経路が一つではないことです。同じ「自動タグ付け」でも、Docling を使うアクションは手元で完結し、Amazon の文書解析サービスを使うアクションは AWS の認証情報が必要で、文書のデータが AWS に送られると公式は書いています。代替テキストも、手元で動く無料のモデルを使うか、OpenAI のモデルを使うかで、図の画像が社外に出るかどうかが変わります。
問題は、修正の担当者が精度の良さだけでアクションを選ぶと、未公開の決算資料や契約書の図が、気づかないうちに社外のAIへ送られることです。公式も、機密の文書に使う前に各アクションのデータの扱いを確かめるよう注意を促しています。自社のAIをつなげる道筋も、裏を返せば、つなぐ先のAIの利用規約と保存の扱いを自社で確かめる責任が生まれるということです。
さらに、社内で Copilot や ChatGPT の法人契約を持っていても、それが PDFix から使えるとは限りません。公式は、チャット画面ではなくAPIでの呼び出しが必要だと説明しています。法人契約のチャットで認めた範囲と、APIで呼ぶときの契約やデータの扱いは別物として確認しなければなりません。
原因3:検査に通ることと、読めることは別
三つ目は、検査の合格を完了と取り違えることです。PDF/UA の検査が確かめるのは、タグが付いているか、図に代替テキストの欄があるか、表に見出しの指定があるか、といった形の上の条件です。代替テキストの中身が図の内容と合っているか、読み上げの順序が文書の論理と合っているかは、機械では判定できません。
具体的には、二段組みの資料で左の段の途中から右の段へ飛ぶ読み上げ順、財務の表で見出しの行が一行ずれた構造、グラフに「棒グラフの画像」とだけ書かれた代替テキストなどは、検査を通ってしまうことがあります。公式の自動タグ付けの説明でも、見出しの階層、読み上げ順、表の構造、意味のある画像の代替テキスト、文書の言語とタイトルは人が確かめる項目として挙がっています。
PDFix は、自動タグ付けで手作業の大半を減らせると公表していますが、これは作業量の話であって、読めることの保証ではありません。残った部分こそが、意味の判断が必要な部分です。件数で8割が片付いても、確認の手間が2割で済むとは限らない点を、計画の段階で織り込んでおく必要があります。
原因4:AIが書いた説明と読み上げ順に、責任者がいない
四つ目は、AIが書いた内容の責任者が決まっていないことです。図の代替テキストは、図が何を伝えたいのかを言葉にしたものです。株主向けの資料の業績グラフなら、「前年より増えた」のか「計画に届かなかった」のかという解釈そのものが、開示の一部になります。AIに図の意味を判断させれば、会社の説明をAIが代わりに書くことになるのです。
製品の説明書なら、安全上の注意を示す図の説明が抜ければ、読み上げで使う人だけが警告を受け取れません。利用規約なら、表の構造が崩れて料金や条件の対応が読み取れなければ、取引の条件が正しく伝わらないおそれがあります。どれも、修正を担当した制作会社や情シスではなく、文書の中身に責任を持つ部署が確かめるべき内容です。
ところが一括修正の現場では、作業を担当する人と、文書の中身に責任を持つ人が別々で、両者をつなぐ確認の手順が無いまま処理が進みがちです。AIの出力は誰の承認も経ずに公開中のPDFに入り、問題が起きたときに誰が書いた説明なのかを追えない、という状態になります。
対策1:文書を三つに分け、使ってよいAIの経路を決める
対策の一つ目は、修正の前に文書を区分し、区分ごとに使ってよいアクションを決めることです。AIの精度ではなく、文書の機密度で、手元で完結する経路か社外に出る経路かを先に決めるのが順序です。
| 文書の区分 | 例 | 使ってよいAIの経路 | 人の確認 |
|---|---|---|---|
| 公開済み・機密なし | 公開中の製品資料、株主向けの公開資料、利用規約 | 手元のアクション、または契約と保存の扱いを確認済みのクラウドのアクション | 中身に責任を持つ部署が抜き取りと重要な図を確認 |
| 社内限定・取引先限定 | 代理店向けの資料、社内の手順書 | 手元で完結するアクション、または自社のAI(社内の言語モデル)に限る | 部署の担当者が重要な図と表を確認 |
| 未公開・機密 | 公表前の決算資料、契約書、研究資料 | AIを使わず、本体の規則による修正と検査のみ。必要なら人が説明を書く | 全件を担当者が確認 |
この区分は、すでにある情報の分類規程に合わせて作るのが現実的です。新しい区分を作ると、修正の担当者が判断に迷います。区分ごとに使えるアクションを決めたら、Desktop や SDK の設定として固定し、担当者がその場で別のアクションを選べないようにしておくと、「精度が良さそうだから」という理由での経路の変更を防げます。
対策2:人が確認する範囲を、文書の種類ごとに先に決める
二つ目は、AIの出力のうち人が必ず見る範囲を先に決めることです。全件を見られないから一括修正をするのですから、どこを見てどこを見ないかを決めなければ、確認は形だけになります。決め方の順序は次のとおりです。
業績のグラフ、安全上の注意の図、料金や条件の表など、誤れば開示や取引に影響するものを文書の種類ごとに挙げる。これらは全件を人が確かめる対象にする。
ロゴや飾りの画像は、読み上げで飛ばす指定にするのが通常。AIに説明を書かせると、かえって読み上げが冗長になる。雛形で決めておけば、毎回AIに判断させずに済む。
二段組み、表の多い資料、注記の多い規約など、レイアウトの型ごとに数本を選び、実際に読み上げソフトで最初から最後まで聞いて確かめる。
同じ型の文書で同じ誤りが出るなら、AIの出力を毎回直すのではなく、本体の雛形と規則を直す。規則で直せる部分を増やすほど、AIに任せる範囲は狭くなる。
ここで大事なのは、AIに意味の判断をさせず、根拠を示させるという考え方です。代替テキストをAIに書かせる場合でも、それは下書きであり、図の意味を決めるのは文書に責任を持つ人です。AIの出力に「どの部分を見てそう書いたか」が残らない仕組みなら、なおさら人の確認は省けません。
対策3:修正の記録を、説明責任の証跡として残す
三つ目は、修正の記録を後から説明できる形で残すことです。障害者差別解消法の環境の整備でも、欧州の規制でも、問われたときに「何を、いつ、どの基準で、誰が確かめたか」を示せることが会社を守ります。記録に残す項目は次のとおりです。
- 文書ごとの修正日、使った PDFix の版、使ったアクション(手元か社外か、どのAIか)
- 検査の結果(合格・不合格の項目)と、検査の基準にした規格の版
- 人が確認した範囲(全件か抜き取りか)、確認した人、確認の方法(目視か読み上げか)
- AIが書いた代替テキストを人が直した箇所と、直した理由
- 修正しないと決めた文書と、その理由(取り下げ・作り直し・申し出で対応など)
この記録は、外部に「対応済み」と表示するかどうかの判断材料にもなります。記録が無いまま「すべてのPDFを規格に適合させた」と書けば、表示の誤りとして別の責任を負うおそれがあります。開示の文言は、記録に基づいて法務が確かめてから決めるのが安全です。
対策4:直さずに、作り直す・取り下げる文書を決める
四つ目は、すべてを直そうとしないことです。配布済みのPDFには、すでに役目を終えた古い資料、内容が変わって正しくなくなった資料、同じ内容の別版が並ぶ資料が混ざっています。これらにAIの修正をかけても、読める形の古い情報が増えるだけです。
修正の前に、「直す」「元の資料から作り直す」「公開をやめる」「申し出があれば個別に対応する」の四つに振り分けることを勧めます。特に、元のワードやスライドが社内に残っている文書は、PDFを後から直すより、元の資料で見出しや代替テキストを付けて出し直すほうが確実です。一括修正は、元の資料が無い、あるいは作り直す手間に見合わない文書に向けるのが合理的です。
公開をやめる場合も、記録は残します。古い資料の取り下げは、利用者にとっては情報が減ることでもあるため、問い合わせ窓口で内容を案内できるようにしておく必要があります。これは、先に述べた合理的配慮の窓口と同じ手順で扱えます。
広報・法務・情シスの持ち分
一括修正の失敗の多くは、作業を情シスか制作会社に丸ごと任せることから生まれます。役割を分けておくと、どこで止まっているかが見えるようになります。
広報やIRの担当は、文書の中身に責任を持つ部署として、重要な図の代替テキストと表の構造を確かめ、開示の文言を決めます。法務は、どの法令がどの文書に関係するかを整理し、「対応済み」と表示してよい範囲と、合理的配慮の窓口の手順を決めます。情シスは、どのアクションをどの区分の文書に使ってよいかを設定で固定し、手元で動かす Docker の環境と、外部のAIのAPIキーを管理します。
制作会社に修正を外注する場合は、どのAIの経路を使ってよいかを契約に書くことが欠かせません。外注先が自社の判断でクラウドのアクションを使えば、機密の資料が自社の知らないAIに渡ります。成果物と一緒に、先に挙げた修正記録を納めてもらう取り決めにしておくと、後の説明に使えます。
費用の増え方と、止め方・やめ方
費用は大きく三つに分かれます。一つは PDFix 自体の利用料で、Desktop か SDK か、処理する規模によって変わります。公式サイトに料金のページがありますが、契約の形は規模と用途で相談になるため、見積もりの段階で文書の本数と処理の頻度を伝えて確かめるのが確実です。
二つ目は、クラウドのAIを使う場合の利用料です。OpenAI や AWS の有料モデルは自社のAPIキーで呼ぶため、その費用は PDFix ではなく、自社のAIの契約に積み上がることになります。図の多い資料を何千本も処理すれば、呼び出しの回数がそのまま費用になります。区分ごとに使う経路を決める対策1は、費用の上限を決めることにもつながります。三つ目が、人の確認にかかる時間で、多くの場合これが最も大きくなります。
止め方は比較的分かりやすい作りです。AIはアクション単位で差し込まれているため、特定のアクションを外せば、そのAIへの送信は止まります。社外に出る経路を止めたいときは、そのアクションを使える設定から外し、APIキーを無効にします。また、修正した結果は規格に沿ったPDFとして残るため、PDFix の利用をやめても、直したPDFが読めなくなることはありません。ただし、新しく作る文書を誰がどう直すかは、別の手段を用意する必要があります。
やめる場合も続ける場合も、配布済みのPDFを直す作業は、新しいPDFが読めない形で出続ける限り終わりません。公式は、検査を GitHub の自動の流れに組み込むアクションも用意しており、公開の前に検査を通す関門を置けば、直す対象が再び積み上がるのを防げます。一括修正の予算を取るときは、過去の文書を直す費用と、これから出す文書を公開前に確かめる仕組みの費用を分けて見積もると、いつ一括修正を終えられるかの見通しが立ちます。
よくある質問
PDFix を入れれば、障害者差別解消法の対応は終わりますか
終わりません。法令で義務になっているのは個別の申し出に応える合理的配慮で、PDFの一括修正は環境の整備に当たります。修正を進めていても、申し出に応える窓口と手順は別に用意する必要があります。
社外秘の資料を、AIで修正してもよいですか
手元で完結するアクションか、自社のAIを使う経路に限れば、文書を社外に出さずに処理できると公式は説明しています。ただし、どのアクションが手元で動き、どれが社外に送るのかを情シスが確かめ、機密の区分の文書では社外に出る経路を設定で使えなくしておくのが前提です。
検査で合格したPDFは、「対応済み」と表示してよいですか
検査は形の条件を確かめるもので、読み上げで意味が通るかまでは判定しません。人が確かめた範囲と記録を踏まえて、表示の文言を法務が決めるのが安全です。公式も、完全な適合には人の確認が必要で、責任は利用者にあると明記しています。
社内の Copilot や ChatGPT の契約を、そのまま使えますか
公式の説明では、PDFix は社員が使うチャット画面にはつながりません。APIで呼び出せるAIを外部アクションとして組み込む形です。チャットの法人契約とAPIの契約では、データの扱いの条件が異なる場合があるため、別に確かめてください。
まとめ
PDFix は、規則による修正と規格の検査を本体に持ち、AIは外部アクションとして利用者が選んで差し込む作りのソフトです。2026年5月には自社のAIをつなぐ道筋を公式に示し、8月の 3.2 では本体の修正と検査の精度を上げました。配布済みの大量のPDFをAIで直すとき、残る穴は道具の性能ではなく、どの文書をどのAIに渡すか、誰が何を確かめるか、何を記録するかを決めていないことから生まれます。文書を機密度で区分して経路を固定し、意味の判断はAIに任せず人が確かめ、修正の記録を説明責任の証跡として残す。そのうえで、合理的配慮の窓口を別に用意し、直さずに作り直す・取り下げる文書を選ぶ。この順で線を引けば、一括修正を「直した」と言える取り組みにできます。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
