KI

Unsiloed AI får 7,5 millioner dollar for å forbedre bedriftsdokumentbehandling for AI-agenter

Tendela Briefing ·
6 visninger · 0 Kommentarer
Felicis leads $7.5M bet on Unsiloed AI to make enterprise documents usable by AI agents | TechCrunch

Bilde: TechCrunch · Kilde

Unsiloed AI sikrer 7,5 millioner dollar i seed-finansiering ledet av Felicis for å forbedre AI-forståelsen av komplekse bedriftsdokument, med mål om å redusere feil og øke effektiviteten innen finans, jus og helsesektorer.

Etter hvert som bedrifter i økende grad tar i bruk AI-agenter for å automatisere oppgaver, gjenstår en vedvarende utfordring: å hente pålitelig informasjon fra komplekse forretningsdokumenter fulle av tabeller, diagrammer og intrikate oppsett. Unsiloed AI, en oppstartsbedrift med base i San Francisco, har hentet inn 7,5 millioner dollar i seed-finansiering ledet av ventureselskapet Felicis for å løse dette problemet ved å omforme slike dokumenter til strukturert data tilgjengelig for AI-applikasjoner.

Grunnlagt av Aman Mishra og Adnan Abbas, alumner fra Indian Institute of Technology Kharagpur og Y Combinators høstkull 2025, benytter Unsiloed avansert programvare som deler opp kompliserte dokumenter og nøyaktig henter ut data fra forskjellige elementer samtidig som koblinger til originalkildene bevares. Denne åpenheten gjør det mulig for bedrifter å verifisere AI-genererte resultater og redusere kostbare feil, en avgjørende faktor for sektorer som bank, jus og helsetjenester hvor dokumentnøyaktighet er essensiell.

Unsiloed skiller seg ut fra konkurrentene ved å bruke "dual-stream" visjonsmodeller som separat behandler tekst- og bildeinnhold, kombinert med en "heat map-basert chunking"-teknikk som prioriterer de mest kritiske områdene i dokumenter for forståelse. Deres spesialiserte dekoder tilpasser seg også bransjespesifikke terminologier, noe som reduserer risikoen for feiltolkning i ulike forretningskontekster.

Til støtte for sine påstander rapporterte Unsiloed 99,78 % nøyaktighet i å hente ut datapunkter fra 542 finansielle dokumenter fra en kunde, og overgikk store AI-modeller og interne verktøy. I tillegg scoret Unsiloed betydelig høyere enn konkurrentene Reducto og Unstructured på den offentlige olmOCR-Bench-referansestandarden, som består av over 1 400 PDF-sider med komplekse innholdstyper, selv om disse resultatene mangler uavhengig verifisering.

Oppstarten betjener kunder innen finans-, juridisk- og helsesektoren, og inkluderer tale-AI-selskapet Bolna AI blant sine kunder, som bruker Unsiloed-teknologi for å forbedre kunnskapsbaser for talepersoner. Prisene starter på en cent per behandlet side, med kostnadseffektivitet oppnådd gjennom å fokusere beregningsressurser på de mest informasjonstette delene av dokumentene.

Med et kompakt team på syv ansatte planlegger Unsiloed å utvide ingeniør- og forskningsteamet, salginnsatsen og utviklingen av datasett ved hjelp av den nye finansieringen. Plassert blant etablerte konkurrenter og teknologigiganter søker selskapet å skape sin nisje ved å takle de nyanserte utfordringene med dokument-AI-tolkning som er avgjørende for bedriftsautomatisering.

Kilder og originalrapportering

Kilde: TechCrunch
Les originalkilden ↗

Kommentarer (0)

Ingen kommentarer ennå. Start diskusjonen.

Skriv en kommentar

Kommentarer publiseres etter moderering. Ditt navn og kommentar vil være synlige offentlig. Konto