Běžné firemní dokumenty, jako jsou smlouvy, finanční výkazy nebo zdravotní záznamy, často obsahují tabulky, grafy a komplexní rozvržení, s nimiž se tradiční AI systémy potýkají při přesné interpretaci. Nesprávná extrakce dat z těchto zdrojů může vést k významným chybám a mít vážné důsledky, zejména v odvětvích jako je bankovnictví, zdravotnictví nebo právo, kde jsou dokumenty základem každodenních operací.
Cílem společnosti je vyvinout software, který dokáže dekomponovat složité dokumenty, extrahovat klíčové informace z tabulek, grafů a dalších prvků a převést je do strukturovaných datových formátů, jež jsou snadno využitelné pro AI agenty. Důležitým aspektem je také schopnost technologie označit původ extrahovaných informací v původním dokumentu, což uživatelům umožňuje ověřit si výsledky a nekriticky nepřijímat výstupy AI.
Zakladatelé zdůrazňují, že modely velkých jazyků (LLM) jsou ze své podstaty probabilistické. To znamená, že jejich výstupy mohou obsahovat odchylky nebo takzvané „halucinace“, což by v kontextu citlivých firemních dat mělo kaskádovitý negativní dopad.
Společnost byla založena Amanem Mishrou a Adnanem Abbasem, bývalými spolužáky z Indian Institute of Technology (IIT) Kharagpur. Jejich vývoj technologie vyústil v účast v akceleračním programu Y Combinator.
Technologie je již využívána klienty v oblastech financí, právních služeb a zdravotnictví. Příkladem je banka, která ji nasazuje pro zpracování dokumentů, nebo právní firma, jež ji implementovala na vlastních serverech pro správu smluv a starších spisů. Mezi dalšími zákazníky je i společnost pro hlasovou AI, která Unsiloed využívá k integraci znalostních bází pro tvorbu hlasových agentů.
Startup vstupuje na již konkurenční trh, kde se setkává se specializovanými firmami na zpracování dokumentů, stejně jako s nabídkami od velkých technologických hráčů. Konkurenci představují i obecné AI modely, které podniky často využívají pro extrakci dat.
Konkurenční výhodou Unsiloed je jejich přístup ke zpracování komplexních dokumentů. Společnost využívá takzvané „dvouproudové“ (dual-stream) vizuální modely, které zpracovávají textová a obrazová data odděleně. Současně aplikují techniku „chunkingu založenou na teplotní mapě“, která pomáhá identifikovat nejdůležitější části dokumentu. Tento architektonický přístup umožňuje efektivnější a přesnější analýzu.

Potřebujete pomoc s webem nebo aplikací?
Ozvěte se mi — do 24 hodin se Vám ozvu zpět s návrhem dalšího postupu.
Technologie alokuje vyšší výpočetní výkon na klíčové oblasti, jako jsou čísla, grafy a tabulky. Navíc disponuje specializovaným dekodérem, který zohledňuje terminologii specifickou pro dané odvětví, což je zásadní pro správné rozlišení pojmů, které mohou mít v různých obchodních kontextech odlišné významy.
Společnost uvádí výsledky testu s 542 finančními dokumenty od firemního zákazníka, kde dosáhla 99,78% přesnosti při extrakci přibližně 84 000 datových bodů. Test porovnával jejich řešení s předními AI modely, nástrojem pro inteligentní zpracování dokumentů od společnosti Microsoft a interním nástrojem zákazníka. Tyto výsledky však nebyly nezávisle ověřeny. Dále Unsiloed tvrdí, že překonalo konkurenční nástroje pro zpracování dokumentů v testech na veřejném benchmarku olmOCR-Bench, který hodnotí zpracování tabulek, matematických výrazů, skenovaných dokumentů a komplexních rozvržení.
Cenová politika Unsiloed začíná na symbolické částce jednoho centu za stránku. Je zdůrazněno, že efektivita nákladů je dosažena právě díky inteligentnímu směrování výpočetního výkonu na nejdůležitější části dokumentů, namísto uniformního zpracování celého obsahu.
V současné době má startup sedm zaměstnanců a plánuje využít získané finanční prostředky k rozšíření týmu o další výzkumníky a inženýry, posílení prodejních aktivit a vývoji vlastních datových sad pro další zdokonalení své technologie.
