Mistral เปิดตัว OCR 4 โมเดลปัญญาประดิษฐ์ด้านเอกสาร รองรับ 170 ภาษา ติดตั้งบนโครงสร้างพื้นฐานขององค์กรเองได้

เมื่อวันที่ 23 มิถุนายน 2026 Mistral AI สตาร์ทอัพด้านปัญญาประดิษฐ์จากฝรั่งเศส ได้เปิดตัวโมเดลปัญญาประดิษฐ์ด้านเอกสารรุ่นใหม่ในชื่อ「Mistral OCR 4」จุดขายหลักของโมเดลนี้มีสามประการ ได้แก่ การรองรับการอ่านและรู้จำตัวอักษรถึง 170 ภาษา สามารถติดตั้งใช้งานบนโครงสร้างพื้นฐานขององค์กรเอง (on-premise หรือ private cloud) และฟีเจอร์ใหม่คือ「กรอบระบุตำแหน่งข้อความระดับย่อหน้า」กล่าวคือเมื่อโมเดลประมวลผลเสร็จ จะไม่เพียงส่งคืนข้อความที่อ่านได้ แต่ยังระบุตำแหน่งพิกัดที่แน่นอนของแต่ละย่อหน้าในภาพเอกสารต้นฉบับด้วย

จุดเด่นทางเทคนิค: ไม่ใช่แค่อ่านออก แต่ต้อง「ระบุตำแหน่งได้」

เครื่องมือ OCR (Optical Character Recognition) แบบดั้งเดิม มีหน้าที่ค่อนข้างเรียบง่ายคือแปลงเอกสารที่สแกนหรือถ่ายภาพให้กลายเป็นข้อความที่แก้ไขและค้นหาได้ แต่ Mistral OCR 4 ก้าวไปอีกขั้น ด้วยการแนบกรอบระบุตำแหน่ง (bounding box) ระดับย่อหน้าไปกับผลลัพธ์ ซึ่งหมายความว่าระบบปลายทางสามารถรู้ได้อย่างแม่นยำว่า「ข้อความส่วนนี้มาจากตำแหน่งใดของเอกสาร」ฟีเจอร์นี้สำคัญมากสำหรับงานที่ต้องเชื่อมโยงผลลัพธ์การอ่านกลับไปยังผังหน้าเอกสารต้นฉบับ เช่น การตรวจสอบสัญญาที่ต้องระบุว่าข้อกำหนดใดอยู่หน้าใดย่อหน้าใด หรือการอ่านใบแจ้งหนี้ที่ต้องระบุกรอบตัวเลขยอดเงินให้แม่นยำเพื่อการตรวจสอบภายหลัง การรองรับถึง 170 ภาษายังทำให้โมเดลนี้ได้เปรียบชัดเจนในการจัดการเอกสารข้ามพรมแดนที่มีหลายภาษาปะปนกัน เช่น เอกสารที่มีภาษาไทย อังกฤษ จีน หรือพม่าผสมกัน ซึ่งพบได้ทั่วไปในภูมิภาคอาเซียน

ติดตั้งบนโครงสร้างพื้นฐานเอง: จุดต่างสำคัญด้านอธิปไตยข้อมูล

อีกจุดที่ได้รับความสนใจของ Mistral OCR 4 คือความสามารถในการติดตั้งบนโครงสร้างพื้นฐานขององค์กรเอง แทนที่จะต้องเรียกใช้ผ่าน API บนคลาวด์เพียงอย่างเดียว ซึ่งหมายความว่าองค์กรในอุตสาหกรรมที่อ่อนไหวต่อการรั่วไหลของข้อมูลสูง เช่น การเงิน การแพทย์ หรือหน่วยงานภาครัฐ สามารถรันโมเดลในศูนย์ข้อมูลหรือ private cloud ของตนเองได้ โดยไม่ต้องส่งเนื้อหาเอกสารผ่านเซิร์ฟเวอร์บุคคลที่สาม ซึ่งแตกต่างจากบริการ OCR หรือ Document AI กระแสหลักส่วนใหญ่ที่ยังพึ่งพาโมเดลแบบ SaaS บนคลาวด์เป็นหลัก และสอดคล้องกับแนวทางเชิงกลยุทธ์ของ Mistral ที่มักวางตำแหน่งตนเองด้วยจุดขาย「open weight ติดตั้งเองได้」มาโดยตลอด

ปฏิกิริยาในวงการ: สนามแข่งขัน Document AI ร้อนแรงต่อเนื่อง

ปัญญาประดิษฐ์ด้านเอกสาร (Document Intelligence) กลายเป็นหนึ่งในสถานการณ์การใช้งาน AI ในองค์กรที่ปฏิบัติได้จริงที่สุดในช่วงหลายปีที่ผ่านมา ตั้งแต่ใบแจ้งหนี้ สัญญา ใบขนสินค้า ไปจนถึงแบบแปลนก่อสร้าง ล้วนเกี่ยวข้องกับความต้องการแปลงเอกสารกระดาษหรือไฟล์สแกนจำนวนมากให้เป็นข้อมูลที่มีโครงสร้าง การเปิดตัวครั้งนี้ของ Mistral ถูกมองในวงการว่าเป็นสัญญาณเชิงบวกต่อตลาดนี้ และแสดงให้เห็นว่านอกเหนือจากบริการ Document AI ของยักษ์ใหญ่คลาวด์อย่าง Google, Amazon, Microsoft แล้ว ค่ายโมเดลแบบ open weight ก็มีศักยภาพนำเสนอโซลูชันที่มีความแม่นยำระดับองค์กรและความยืดหยุ่นในการติดตั้งเช่นกัน ซึ่งเพิ่มอำนาจต่อรองและทางเลือกให้กับฝ่ายจัดซื้อ

สำหรับผู้บริหาร ประเด็นสำคัญของข่าวนี้ไม่ได้อยู่ที่ 「มีโมเดลใหม่ออกมาอีกตัว」 แต่อยู่ที่งานประมวลผลเอกสารซึ่งเป็นงานจุกจิกที่กินแรงคนมากที่สุดในองค์กร กำลังมีทางเลือกที่ 「ควบคุมข้อมูลเองได้ พร้อมรองรับผังเอกสารที่ซับซ้อน」 เกิดขึ้นเรื่อยๆ หากบริษัทของท่านต้องประมวลผลเอกสารหลายภาษาจำนวนมากทุกวัน (ใบแจ้งหนี้ สัญญา เอกสารศุลกากร) โมเดลที่มีทั้งกรอบระบุตำแหน่งและความสามารถติดตั้งเองแบบนี้ ควรอยู่ในรายการประเมินสำหรับแผนดิจิทัลไลเซชันรอบถัดไป