マイクロソフトはこのほど、Logic Apps Standardのドキュメント解析とチャンキングのための組み込みアクションのパブリックプレビューを発表した。これらのアクションは、生成AIアプリケーションのRAG（Retrieval-Augmented Generation）ベースの取り込みを効率化するように設計されている。これらのアクションにより、Logic Appsはローコードで提供するAI機能にさらに投資することになる。
同社によると、これらのすぐに使える操作により、開発者はコードを書いたり管理したりすることなく、構造化データと非構造化データの両方を含むドキュメントやファイルをAI Searchに簡単に取り込める。新しいデータ操作アクション「ドキュメントの解析」と「テキストのチャンク」は、PDF、CSV、Excelのようなフォーマットのコンテンツをトークン化された文字列に変換し、トークンの数に基づいて管理可能なチャンクに分割する。この機能は、トークン化された入力を必要とし、トークンの制限がある Azure AI Search やAzure OpenAIとの互換性を確保するのに適している。
マイクロソフトのプログラムマネージャーであるDivya Swarnkar氏はこう書いている。
これらのアクションは、Apache Tikaツールキットとパーサーライブラリに基づいて構築されており、PDF、DOCX、PPT、HTMLなど、複数の言語で数千ものファイルタイプを解析できます。カスタムロジックやコンフィギュレーションなしで、事実上あらゆるソースからのドキュメントをシームレスに読み取り、解析できます！
(出典：Tech Communityブログ記事）
Rubicon社のクラウドアーキテクトであるWessel Beulink氏は、新しいアクションに関するブログ投稿の中で次のように締めくくっている。
Azure Logic Appsのドキュメント解析とチャンキング機能は、多くの自動化の可能性を解き放ちます。これらの機能は、法務ワークフローからカスタマーサポートまで、企業がより革新的なドキュメント処理のためにAIの活用を可能にします。ローコードによるRAG取り込みを活用することで、企業はAIモデルの統合を簡素化し、よりスムーズなデータ取り込み、検索性の向上、より効率的な知識管理を実現できます。
彼のブログ記事では、AIワークフローに構文解析機能を統合して文書処理を効率化したり、AIを搭載したチャットボットがカスタマーサポートのために関連情報を取り込んで取得可能にしたり、データを管理しやすい断片に分解してナレッジ管理と検索性を向上させたりするなど、さまざまな使用例を挙げている。
さらに、Logic Appsは、SharePoint、Azure File、SFTP、Azure Blob Storageなどの使い慣れたデータソースを簡単に接続できる、RAGインジェスト用のすぐに使えるテンプレートを提供する。これらのテンプレートは、開発者が時間を節約し、ニーズに合わせてワークフローをカスタマイズするのに役立つ。
データサイエンスの修士課程に在籍するKamaljeet Kharbanda氏は、Mediumのブログ投稿で、RAGは深い知識ベースと大規模言語モデル（LLM）の強力な分析能力を組み合わせることで、企業のデータ処理を変革すると述べている。この相乗効果により、複雑なデータセットの高度な解釈が可能になり、今日のデジタル・エコシステムにおいて競争優位性を高める上で極めて重要である。
Azure AI Studio、Amazon Bedrock、Vertex AI、Logic Appsなどのローコード／ノーコード・プラットフォームは、高度なAI機能を利用しやすくしている。これらのクラウド・ソリューションと並んで、LangChainやLlama Indexなどのツールは、コード集約的な手法でカスタマイズされたAI機能を実装するための堅牢な環境を提供している。