Felicis dẫn đầu đặt cược 7,5 triệu đô la vào Unsiloed AI để làm cho các tài liệu doanh nghiệp có thể sử dụng được bởi các tác nhân AI

Khi các doanh nghiệp ngày càng chuyển sang sử dụng các tác nhân AI để tự động hóa công việc, lượng thông tin khổng lồ bị khóa trong các tài liệu phức tạp vẫn là một thách thức. Unsiloed AI đã huy động được 7,5 triệu đô la tài trợ ban đầu do Felicis đứng đầu để giải quyết vấn đề đó, nhằm giúp các doanh nghiệp làm cho tài liệu của họ dễ tiếp cận hơn với các đại lý AI thông qua công nghệ chuyên dụng.

Công ty đầu tư mạo hiểm Felicis ở Thung lũng Silicon dẫn đầu vòng này, với sự tham gia của Y Combinator, Orange Collective và Uncorerated Ventures. Các nhà đầu tư thiên thần Aarthi Ramamurthy và Beth Turner cũng tham gia.

Tài liệu kinh doanh thường bao gồm các bảng, biểu đồ và bố cục phức tạp mà hệ thống AI khó có thể diễn giải chính xác. Nhưng việc cung cấp thông tin sai có thể dẫn đến những sai lầm tốn kém cho doanh nghiệp và tác động có thể nghiêm trọng đối với ngân hàng, bệnh viện hoặc công ty luật vì họ dựa vào những tài liệu này cho công việc hàng ngày của mình.

Unsiloed nhằm mục đích giải quyết vấn đề này bằng phần mềm chia nhỏ các tài liệu phức tạp, trích xuất thông tin từ bảng, biểu đồ và các thành phần khác rồi biến nó thành dữ liệu có cấu trúc mà các tác nhân AI có thể sử dụng. Công nghệ này cũng cho thấy thông tin được trích xuất đến từ đâu trong tài liệu gốc, vì vậy doanh nghiệp có thể kiểm tra kết quả thay vì lấy kết quả đầu ra của AI theo mệnh giá.

“Vấn đề với LLM là chúng vốn có tính xác suất,” đồng sáng lập và Giám đốc điều hành Unsiloed Aman Mishra (ảnh trên, bên phải) cho biết trong một cuộc phỏng vấn. “Sẽ có một số sai lệch xảy ra. Sẽ có một số ảo giác liên quan và điều đó có tác động tiêu cực lớn đến hạ lưu.”

Mishra đồng sáng lập Unsiloed với Adnan Abbas (ảnh trên, bên trái), bạn học cũ của anh tại Viện Công nghệ Ấn Độ (IIT) Kharagpur. Cả hai đã tham gia đợt thu năm 2025 của Y Combinator sau khi dành một thời gian để phát triển công nghệ.

Unsiloed đã làm việc với khách hàng về tài chính, dịch vụ pháp lý và chăm sóc sức khỏe, Mishra nói với TechCrunch. Ông cho biết, một ngân hàng đang sử dụng công nghệ của mình để xử lý tài liệu, trong khi một công ty luật đã triển khai nó trên máy chủ của chính mình để xử lý các hợp đồng và hồ sơ vụ án cũ mà không nêu tên khách hàng. Tuy nhiên, Mishra đã chỉ định công ty khởi nghiệp AI về giọng nói Bolna AI làm khách hàng, cho biết họ sử dụng Unsiloed để tiếp thu cơ sở kiến ​​thức nhằm xây dựng các tác nhân thoại.

Công ty khởi nghiệp có trụ sở tại San Francisco này đã tham gia vào một thị trường vốn đã đông đúc và bao gồm các công ty khởi nghiệp xử lý tài liệu chuyên biệt như Reducto và Unstructured, cũng như các dịch vụ từ Microsoft và Amazon. Các doanh nghiệp đôi khi cũng sử dụng các mô hình AI có mục đích chung để trích xuất thông tin từ tài liệu, tạo cho Unsiloed một nhóm đối thủ cạnh tranh khác.

Mishra nói với TechCrunch rằng lợi thế của Unsiloed nằm ở cách xử lý các tài liệu phức tạp. Công ty khởi nghiệp này sử dụng cái mà họ gọi là mô hình tầm nhìn “dòng kép”, xử lý dữ liệu văn bản và hình ảnh một cách riêng biệt, cùng với một kỹ thuật gọi là “phân đoạn dựa trên bản đồ nhiệt” giúp xác định các phần quan trọng nhất của tài liệu.

Mishra nói: “Ở một trong các luồng, bạn có mã thông báo văn bản, ở luồng khác, bạn có mã thông báo hình ảnh chính xác”. “Đây là thứ mà chúng tôi đã dành rất nhiều thời gian để thiết kế.”

Sau đó, công nghệ sẽ hướng nhiều sức mạnh tính toán hơn vào các lĩnh vực như số liệu, số và biểu đồ. Unsiloed cũng sử dụng một bộ giải mã chuyên dụng có tính đến thuật ngữ dành riêng cho ngành, giúp phân biệt giữa các thuật ngữ có thể có nghĩa khác nhau trong các bối cảnh kinh doanh khác nhau.

Ủng hộ những tuyên bố đó, Mishra chỉ ra một thử nghiệm liên quan đến 542 tài liệu tài chính do một khách hàng doanh nghiệp cung cấp. Unsiloed đạt được độ chính xác 99,78% trên khoảng 84.000 điểm dữ liệu được trích xuất, theo bản tóm tắt kỹ thuật được công ty khởi nghiệp chia sẻ. Thử nghiệm đã so sánh Unsiloed với các mô hình AI chính, Azure Document Intelligence của Microsoft và công cụ trích xuất nội bộ của khách hàng. Tuy nhiên, kết quả chưa được xác minh độc lập.

Unsiloed cũng tuyên bố đã vượt trội hơn các công cụ xử lý tài liệu AI cạnh tranh trên olmOCR-Bench, một tiêu chuẩn công khai được phát triển bởi Allen AI. Trong các thử nghiệm do công ty khởi nghiệp thực hiện, Unsiloed đạt điểm 88,0, so với 66,0 cho hệ thống đại lý của Reducto và 39,9 cho Unstructured. Điểm chuẩn bao gồm 1.403 trang PDF và kiểm tra xem hệ thống xử lý các bảng, biểu thức toán học, tài liệu được quét và bố cục phức tạp tốt như thế nào.

Mishra cho biết giá của Unsiloed bắt đầu từ 1 cent/trang. Ông khẳng định rằng cách tiếp cận của công ty khởi nghiệp cũng giúp giảm chi phí bằng cách hướng sức mạnh tính toán vào các phần của tài liệu cần được chú ý nhất, thay vì xử lý mọi phần theo cùng một cách.

Hiện tại, Unsiloed có số lượng nhân viên là 7 người. Mishra cho biết, công ty khởi nghiệp này có kế hoạch sử dụng nguồn tài trợ mới để thuê thêm nhà nghiên cứu và kỹ sư, mở rộng nỗ lực bán hàng và phát triển bộ dữ liệu độc quyền để cải thiện công nghệ của mình.

Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể kiếm được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập biên tập của chúng tôi.

Bài viết liên quan

Chuyên Mục: Tin tức
Bài trước
Phòng thí nghiệm Humyn của Ấn Độ huy động được 47 triệu USD để cung cấp cho các công ty chế tạo robot của Mỹ dữ liệu họ cần
Bài sau
Tin tặc người Anh phải đối mặt với nhà tù vì vi phạm dữ liệu GTA 6 và trộm tiền điện tử