Unsiloed AI samlar in 7,5 miljoner dollar för att förbättra företags dokumenthantering för AI-agenter

Bild: TechCrunch · Källa
Unsiloed AI säkrar 7,5 miljoner dollar i seed-finansiering ledd av Felicis för att förbättra AI:s förståelse av komplexa företagsdokument, med målet att minska fel och öka effektiviteten inom finans, juridik och vårdsektorerna.
När företag i allt större utsträckning använder AI-agenter för att automatisera uppgifter kvarstår en återkommande utmaning: att extrahera tillförlitlig information från komplexa affärsdokument fyllda med tabeller, diagram och intrikata layouter. Unsiloed AI, en startup baserad i San Francisco, har samlat in 7,5 miljoner dollar i seed-finansiering ledd av riskkapitalbolaget Felicis för att tackla detta problem genom att omvandla sådana dokument till strukturerad data tillgänglig för AI-applikationer.
Grundat av Aman Mishra och Adnan Abbas, alumner från Indian Institute of Technology Kharagpur och Y Combinators höstbatch 2025, använder Unsiloed avancerad mjukvara som delar upp komplicerade dokument och noggrant extraherar data från olika element samtidigt som länkar till originalkällorna bevaras. Denna transparens gör det möjligt för företag att verifiera AI-genererade resultat och minska kostsamma fel, en avgörande faktor inom sektorer som bank, juridik och vård där dokumentens noggrannhet är avgörande.
Unsiloed särskiljer sig från konkurrenter genom att använda "dual-stream" vision-modeller som separat bearbetar text- och bildinnehåll, kombinerat med en "heat map-baserad chunking"-teknik som prioriterar de dokumentdelar som är viktigast för förståelsen. Deras specialiserade avkodare anpassar sig också till branschspecifika terminologier, vilket minskar risken för feltolkning i olika affärssammanhang.
Som stöd för sina påståenden rapporterade Unsiloed 99,78 % noggrannhet i att extrahera datapunkter från 542 finansiella dokument från en kund, vilket överträffar stora AI-modeller och interna verktyg. Dessutom presterade Unsiloed betydligt bättre än konkurrenterna Reducto och Unstructured på den offentliga olmOCR-Bench-standarden, bestående av över 1 400 PDF-sidor med komplexa innehållstyper, även om dessa resultat saknar oberoende verifiering.
Starten tjänar kunder inom finans-, juridik- och vårdsektorerna och inkluderar röst-AI-företaget Bolna AI bland sina kunder, som använder Unsiloed-teknologin för att förbättra kunskapsbaser för röstagenter. Prissättningen börjar på en cent per bearbetad sida, med kostnadseffektivitet uppnådd genom att fokusera beräkningsresurser på de mest informationsintensiva delarna av dokument.
Med ett kompakt team på sju personer planerar Unsiloed att utöka sin ingenjörs- och forskarstab, sina försäljningsinsatser och utvecklingen av dataset med hjälp av den nya finansieringen. Positionerat bland etablerade konkurrenter och teknologijättar söker företaget skapa en egen nisch genom att ta itu med de nyanserade utmaningarna med dokument-AI-tolkning som är avgörande för företagsautomatisering.
Källor och ursprunglig rapportering
Läs den ursprungliga källan ↗

Kommentarer (0)
Inga kommentarer ännu. Börja diskussionen.
Skriv en kommentar
Kommentarer publiceras efter granskning. Ditt namn och kommentar syns offentligt. Konto