今もドキュメントを手で打ち直している人たちのために、Ztract をつくりました。

はじめた理由

私たちは、会計事務所の経理担当者が請求書の山を 1 行ずつ処理する様子を見てきました — 取引先名、日付、合計、税コードを、キーを 1 つずつ叩きながらスプレッドシートに入力する作業です。フォワーダーのオペ担当者が、同じ 15 項目をコマーシャルインボイスから通関ポータルに打ち直し、次に TMS に打ち直し、さらにキャリアのブッキングフォームにもう一度打ち直す現場も見てきました。1 四半期に何千枚もの領収書を、1995 年と変わらないやり方で処理しているオペチームも見てきました。

それらのドキュメントを読み取る技術は、もう何年も前から十分なレベルにあります。足りなかったのは、コードを書いたり、モデルをデプロイしたり、6 桁の企業向けライセンスを買ったりせずに、普通の人がそのまま使えるツールでした。

そこで 2026 年 5 月、私たちは数人で Ztract をはじめました。前提はシンプルです:エンジニアでない人が午後 1 回で立ち上げられて、すでに使っているツールにそのまま流し込める構造化データを返してくれて、解約を忘れて課金され続ける月額サブスクリプションを課さない、そんなドキュメント抽出サービスです。

Ztract ができること

ドキュメントをアップロードします — PDF、Word、Excel、PowerPoint、画像、スキャンのいずれでも構いません。抽出したいものを定義します — テンプレートを選ぶか、普通の言葉で説明するか、サンプルを 1 件渡してエンジンにスキーマを推論させます。返ってくるのは構造化された JSON、CSV、Excel で、抽出された値はすべて元のドキュメント上の位置に紐づいているため、数秒で検証できます。何かがずれていれば、ワンクリックで修正できます。モデル学習も、正規表現も、最初の解析より高くつく再実行もありません。

意図的に小さなプロダクトです。私たちが目にしてきた中で最も負担の大きいユースケース — 請求書、領収書、銀行明細、契約書、身分証、履歴書、検査報告書、通関書類 — に絞り込んでいます。すべてを中途半端にやるより、これらをしっかりやりたいと考えています。

私たちの働き方

私たちは香港に拠点を置く小さなチームです。完全に自己資金でやっており、外部投資家はおらず、成長至上主義のランウェイカウントダウンもありません。脚注のように聞こえるかもしれませんが、これは多くの判断を形づくっています。四半期目標のために毎期値上げするのではなく、価格をシンプルで安定したまま保てます。リリース資料を埋めるためではなく、本当に準備ができたときだけ機能を出せます。他社が後になって「やめます」と言うようなこと — 顧客データでの学習などに — 最初から「やりません」と言えます。

データについてひとこと

アップロードされたドキュメントをモデル学習に使うことはありません。私たちのエンジンでも、経由するサードパーティ LLM でも同様です。私たちが利用する商用 API(OpenAI、Anthropic、Google)は API 経由のデータでの学習を禁止しており、私たちはこのコミットメントに依拠しています。ドキュメントを削除すれば、それは削除されます — 稼働ストレージからは即座に、定期バックアップからも 14 日以内に。

データがどこへ行き、どれだけ保持されるかの全体像を確認したい方は、プライバシーポリシーとデータ処理契約で曖昧さなく明記しています。