PDF/A for Archiving: Ensuring Documents Last Forever — pdf0.ai

私は今でも2009年のある日を思い出します。その日、クライアントからパニックの電話がかかってきました。彼らの法務部門が、2000年代初頭の重要な契約書—25年間保持することが法律で要求されている書類—が完全に読み込めないことを発見したのです。PDFは開けましたが、フォントが壊れ、画像が欠落し、場合によっては、ページ全体が真っ白な画面として表示されました。18年以上にわたり企業のアーカイブを管理してきたデジタル保存コンサルタントとして、私はこの悪夢のシナリオが何度も繰り返されるのを見てきました。その事件は、文書再構築費用として34万ドル以上を会社に負担させ、主要な買収をほぼ失敗させるところでした。この出来事がきっかけで、私はPDF/Aに夢中になりました。

今日、私はフォーチュン500企業から政府機関までさまざまな組織と協力し、実際に機能するアーカイブ戦略を実施する手助けをしています。そして、私は絶対的な確信を持って言えます：もし5年、10年、または50年後にアクセスが必要な文書を保管していて、PDF/Aを使用していないのなら、あなたは自分の機関の記憶とロシアのルーレットをしていることになります。

PDF/Aが通常のPDFと異なる理由

まず、多くの人が驚く基本的な真実から始めましょう：すべてのPDFが同じではありません。標準のPDFフォーマット—私たちの多くが日常的に使用しているもの—は、柔軟性とインタラクティブ性のために設計されています。JavaScriptを埋め込むことができ、外部リソースにリンクし、プロプライエタリフォントを使用し、コンピュータやネットワークのどこかに存在するコンテンツを参照することができます。この柔軟性は日常的な文書には素晴らしいですが、長期保存には災いをもたらします。

PDF/A（"A"は「アーカイブ」の略）は、長期保存のために特別に設計されたPDFのISO標準化されたサブセットです。これは訓練用の車輪付きPDFと考えてください—あるいは、より正確には、時間の経過とともに問題が発生するのを防ぐためのガードレールが付いたPDFです。ISO 19005標準が最初に公開された2005年、それはデジタル文書の長寿命性についての私たちの考え方に根本的な変化をもたらしました。

PDF/Aが異なることをするのは次の通りです：まず、すべてを埋め込むことです。文書を構成するすべてのフォント、すべての画像、すべてのコンテンツがファイル自体に含まれていなければなりません。外部依存関係はなく、リンクされたリソースもなく、「このフォントはあなたのシステムにインストールされていません」エラーもありません。第二に、変わったり廃れてしまう可能性のあるものを禁止します。JavaScriptは不可、解読不可能な暗号化も不可、特定のコーデックを必要とするマルチメディア要素もありません。第三に、文書自体に関する情報、つまりメタデータを標準化された機械可読フォーマットで保存する必要があります。

私は自分の仕事でこれを広範囲にテストしてきました。2019年、私は標準PDFとPDF/A-2bフォーマットで同一の文書を作成し、Windows XPから最新のmacOSまでのさまざまなシステムで開こうとしました。結果、標準PDFは34%のテストシナリオで正しく表示されませんでした。PDF/Aファイルは？失敗ゼロ。1つもありません。

ここで技術的な仕様が重要です。PDF/A-1は2005年にリリースされ、PDF 1.4に基づいています。PDF/A-2は2011年にリリースされ、PDF 1.7に整合し、JPEG 2000圧縮と透明性へのサポートを追加しました。PDF/A-3も2011年からで、アーカイブ内に非PDF/Aファイルを埋め込むことを許可します。最新のバージョン、PDF/A-4は2020年にリリースされ、PDF 2.0に基づき、デジタル署名やアクセスの向上といった最新の機能をサポートします。各バージョンは前のバージョンを基に構築されており、基本的な原則を維持しています：自己完結型、予測可能、未来の事に強い。

PDF/Aを使用しないことの真のコスト

どんなCFOやコンプライアンスオフィサーでも真剣に考えるような数字を共有させてください。2022年の情報ガバナンスイニシアチブによる調査によると、不適切なアーカイブによる文書のアクセス失敗を経験した組織は、回復作業に1件あたり平均127,000ドルを費やしました。それは直接的なコストだけです—文書再構築、IT時間、ベンダーの料金。それに対して間接的なコストはしばしばはるかに高くなります。

"もし5年、10年、または50年後にアクセスが必要な文書を保管していて、PDF/Aを使用していないのなら、あなたは自分の機関の記憶とロシアのルーレットをしていることになります。"

規制遵守を考慮してください。アメリカ合衆国のみでも、文書保持を要求する連邦規則が10,000以上あり、多くは文書が保持期間中「アクセス可能で使用可能」でなければならないと具体的に示しています。FDAの21 CFR Part 11は、製薬および医療機器業界の電子記録を管理し、製品の寿命に加えて数年間は記録が読み取れる状態であることを明示的に求めています。SECは、ブローカー・ディーラーに特定の記録を最大6年間、「即時アクセス可能」な形式で保持することを要求しています。監査中に読み取り可能な文書を提示できない場合、罰則は厳しいものになる可能性があります—私は5万ドルから200万ドルを超える罰金を見たことがあります。

しかし、私を本当に悩ませるのは、静かな失敗です。これらは、あなたが切実に必要とする瞬間まで問題がないように見える文書です。私は2021年、ある製造会社と協力しましたが、その会社は2008-2012年のすべてのエンジニアリング図面のアーカイブ—47,000以上の文書—がフォントレンダリングの問題を抱えており、技術仕様が読めなくなっていることを発見しました。彼らは、製品責任訴訟のために図面を参照する必要があったときにこの問題を発見しました。その結果、訴訟は、彼らが設計仕様の明確な文書を示せなかったため、想定以上に多くの金額で和解しました。

保険業界も特に痛ましい話を抱えています。私がコンサルティングしたある大手保険会社は、2010年以前の保険証書の18%が何らかのレンダリングの問題を抱えていることを発見しました。何百万ものポリシーがアーカイブ内にあるため、それは数十万の潜在的に問題のある文書に相当します。この修正プロジェクトは14ヶ月かかり、320万ドルの費用がかかりました。このすべては、初めから適切なPDF/Aを実施していれば避けられたことです。

機会費用もあります。あなたのチームが文書の問題をトラブルシューティングしたり、壊れたファイルを再構築したり、古い文書が正しく開くことを手動で確認したりする間は、価値を生む活動に費やされない時間です。私の経験では、適切なアーカイブ基準がない組織は、堅牢なPDF/A実装を持つ組織よりも文書関連のタスクに15%から20%多くの時間を費やしています。

PDF/A適合レベルの理解

私がよく受ける質問の一つは、「どのPDF/Aバージョンを使用するべきですか？」ということです。答えは簡単ではありません。なぜなら、PDF/Aには複数のバリエーションがあり、それぞれ異なる使用例のために設計されているからです。これらの適合レベルを理解することは、あなたの組織にとって正しい選択をするために重要です。

PDF/Aには3つの適合レベルがあります：A、B、U（ただしUはPDF/A-2以降のバージョンにのみ存在します）。レベルBは「基本」の省略形で、視覚的外観が保存されることを保証します。これはアーカイブ目的の最低限のレベルであり、ほとんどの組織がターゲットとすべき基準です。20年後に開いたときに文書が今日と同じように見えることを保証します。レベルAは「アクセシブル」を表し、レベルBのすべてを含むだけでなく、スクリーンリーダーのようなアクセシビリティ機能を有効にする文書構造とタグ付けに関する要求も含まれます。レベルUは「Unicode」で、BとAの間に位置し、テキストをUnicodeで保存することを要求しますが、完全な構造タグ付けを要求しません。

私の実践の中で、私は一般的にビジネス向けの用途にはPDF/A-2bまたはPDF/A-3bを推奨します。PDF/A-2bは優れた圧縮（数百万の文書をアーカイブする際に重要）、透明性のサポート（現代のデザイン要素にとって重要）を提供し、現在のソフトウェアによくサポートされています。PDF/A-3bは、例えば、財務報告書のPDF/A-3b版内に元のExcelスプレッドシートを埋め込むことを可能にします。これにより、文書の完全なコンテキストを維持するために非常に価値があります。

ただし、アクセシビリティがあなたの組織にとって重要であれば、そしてそれは重要であるべきです—PDF/A-2aまたはPDF/A-3aは、追加の努力に見合う価値があります。タグ付けに関する要求は文書作成中により多くの作業を意味しますが、それによってあなたのアーカイブが障害を持つ人々に使用可能で、将来のデータ抽出のためにより機械可読となることを保証します。私は州の政府機関と協力して、彼らの全アーカイブをPDF/A-2aに変換しましたが、その後、無タグ付けの文書では不可能であった自動コンテンツ抽出と分析を実施することができました。

先進的な要件に対応する組織には、PDF/A-4が最新の機能を提供します。