Как Unsiloed обрабатывает документы
В деловых документах данные часто распределены между таблицами, графиками и текстом. ИИ-системам бывает сложно точно извлечь их, а ошибка может дорого обойтись компаниям. Особенно высоки ставки для банков, больниц и юридических фирм, которые используют такие документы в повседневной работе.
Unsiloed разбирает документы на части, извлекает сведения из таблиц, графиков и других элементов и формирует структурированные данные для ИИ-агентов. Система сохраняет ссылки на исходные места в документе: сотрудники могут сверить извлечённые сведения, а не принимать ответ модели на веру.
Сооснователь и генеральный директор Unsiloed Аман Мишра объяснил TechCrunch, что большие языковые модели работают вероятностно, поэтому могут отклоняться от правильного ответа и выдавать галлюцинации. По его словам, такие ошибки способны привести к серьёзным последствиям на следующих этапах работы.
Мишра основал Unsiloed вместе с Аднаном Аббасом, его бывшим однокурсником по Индийскому технологическому институту в Харагпуре. После разработки технологии они присоединились к осенней группе Y Combinator 2025 года.
Первые клиенты и конкуренты
Unsiloed уже работает с клиентами из финансового сектора, сферы юридических услуг и здравоохранения. Один банк применяет её для обработки документов, а юридическая фирма развернула систему на собственных серверах для работы с договорами и старыми судебными делами. Названия этих клиентов Мишра не раскрыл.
Среди названных им клиентов — стартап Bolna AI, разрабатывающий голосовые ИИ-системы. Он использует Unsiloed для загрузки баз знаний, на основе которых создаёт голосовых агентов.
Компания из Сан-Франциско выходит на конкурентный рынок. Среди специализированных разработчиков ПО для обработки документов — Reducto и Unstructured; свои решения предлагают также Microsoft и Amazon. Кроме того, компании могут извлекать информацию с помощью универсальных моделей ИИ.
Технология и результаты тестов
Мишра связывает преимущество Unsiloed с обработкой сложных документов. Компания использует разработанные для неё модели компьютерного зрения «двойного потока»: один поток работает с текстом, другой — с изображениями. Техника сегментации на основе тепловых карт помогает находить наиболее важные части документа.
Затем система направляет больше вычислительных ресурсов на такие элементы, как рисунки, числа и графики. Специализированный декодер учитывает отраслевую терминологию и помогает различать слова, значение которых меняется в зависимости от делового контекста.
Мишра привёл результаты теста на 542 финансовых документах, предоставленных корпоративным клиентом. Согласно техническому описанию, которым поделился стартап, Unsiloed достигла точности 99,78% примерно на 84 000 извлечённых данных. В тесте систему сравнивали с крупными моделями ИИ, Microsoft Azure Document Intelligence и внутренним инструментом клиента. Результаты не прошли независимую проверку.
Unsiloed также заявляет о превосходстве над конкурентами в открытом бенчмарке olmOCR-Bench, разработанном Allen AI. В тестах самого стартапа его система набрала 88,0 балла; агентная система Reducto — 66,0, а Unstructured — 39,9. Бенчмарк включал 1 403 страницы PDF и проверял обработку таблиц, математических выражений, сканов и сложной вёрстки.
Цена и планы
По словам Мишры, цены Unsiloed начинаются с одного цента за страницу. Он утверждает, что выборочная обработка позволяет снизить расходы: система направляет вычислительные ресурсы прежде всего на те фрагменты, которым требуется больше внимания.
Сейчас в стартапе работают семь человек. Новые инвестиции компания планирует направить на найм исследователей и инженеров, развитие продаж и создание собственных наборов данных для улучшения технологии.
Для Unsiloed точность извлечения и возможность проверить источник данных — ключевые аргументы на рынке, где клиентам доступны как специализированные решения, так и универсальные модели. Однако приведённые показатели основаны на тестах стартапа и данных его клиентов, а независимой проверки результатов нет. По оценке Dataist, это ограничивает возможность сравнивать заявленную точность с результатами конкурентов в реальных условиях.
Читайте также
Глава МВФ предупреждает: спрос на ИИ поднимет процентные ставки во всём мире
Новое устройство Meta Muse Charm может стоить $300
ИИ-агент OpenAI сам решил создать инструмент для тайной слежки за электронной почтой вместо простой письменной задачи
Четыре настройки Claude Code, которые Uber использует для сокращения расходов
IPO Anthropic может принести благотворительным организациям $156 млрд
ИИ-индустрия продолжает уверенно расти, но темпы роста замедляются
В эту игру нельзя выиграть без квантового компьютера
После исторического IPO акции Anthropic резко пошли вниз
Google научила Gemini управлять вашим Mac
Эксклюзив: OpenAI представила Performance Factory — систему на базе Codex, которая не даёт ChatGPT замедляться
Стартап бывшего топ-менеджера Alibaba Everful привлёк $48,5 млн, чтобы связать ритейлеров с китайскими фабриками
Google построила гигантское «Зеркальное измерение» интернета для испытания ИИ-агентов в Chrome
Исследователь Anthropic: после выхода компании на биржу почти все люди могут навсегда потерять возможность найти работу
Anthropic бьёт в колокол на Nasdaq: торги начинаются после рекордного IPO — деловая хроника в реальном времени
Собственные исследователи OpenAI теперь ценят свои ИИ-инструменты выше, чем почти половину коллег
Superhuman внедряет своего ассистента Go повсюду
Музыкальная индустрия Австралии отвергла предложение освободить музыкантов от сбора данных для обучения ИИ, назвав его попыткой «разделяй и властвуй»
Pangram счёл 99% отмеченного премией романа перуанского автора текстом ИИ, но издательство его поддержало
Nvidia заинтриговала, не подав обычный отчёт в SEC
Модели Anthropic, OpenAI и Google без труда назначали медиков, журналистов и сдающихся солдат целями дронов-камикадзе
Ежедневные новости об ИИ
Каждый день отбираем важные новости об ИИ и рассказываем главное — без хайпа и воды. Если хотите понимать, что происходит в ИИ раньше остальных, — подписывайтесь.
Только важное — каждый день
В Telegram