Unsiloed AI, kurumsal belgelerdeki bilgileri yapay zekâ ajanlarının kullanabileceği yapılandırılmış verilere dönüştürmek için 7,5 milyon dolarlık tohum yatırımı aldı. Tura Silikon Vadisi merkezli Felicis liderlik etti; Y Combinator, Orange Collective ve Uncorrelated Ventures ile melek yatırımcılar Aarthi Ramamurthy ve Beth Turner da katıldı.
Belgelerdeki karmaşık verileri işliyorAman Mishra ve Hindistan Teknoloji Enstitüsü (IIT) Kharagpur’dan eski sınıf arkadaşı Adnan Abbas’ın kurduğu girişim, tabloları, grafikleri ve karmaşık sayfa düzenlerini işleyerek bilgileri yapılandırılmış veriye çeviriyor. Sistem, çıkarılan bilginin belgenin hangi bölümünden geldiğini de gösteriyor. Mishra, “Büyük dil modellerindeki sorun, doğaları gereği olasılıksal olmaları. Sapmalar ortaya çıkacak. Halüsinasyonlar da olacak ve bunun sonraki aşamalarda çok büyük olumsuz etkisi var” dedi. İkili, teknolojiyi geliştirmek için bir süre çalıştıktan sonra Y Combinator’ın 2025 Sonbahar dönemine katıldı. San Francisco merkezli Unsiloed, finans, hukuk ve sağlık alanlarında müşterilerle çalışıyor. Mishra’nın verdiği bilgiye göre bir banka belgeleri işlemek için sistemi kullanıyor; bir hukuk firması ise sözleşmeler ve eski dava dosyaları için kendi sunucularında devreye aldı. Müşterilerden sesli yapay zekâ girişimi Bolna AI, ses ajanları oluşturmak üzere bilgi tabanlarını sisteme aktarıyor.
Şirket testlerinde yüzde 99,78 doğrulukPazarda Reducto ve Unstructured gibi belge işleme girişimlerinin yanı sıra Microsoft, Amazon ve genel amaçlı yapay zekâ modelleri de bulunuyor. Mishra, Unsiloed’ın metin ve görsel verileri ayrı işleyen “çift akışlı” görsel modeller ile önemli bölümleri belirlemeye yarayan “ısı haritası tabanlı bölümleme” kullandığını söyledi. Sistem, şekil, sayı ve grafiklere daha fazla işlem gücü ayırıyor; sektöre özgü terimleri dikkate alan bir çözücü de farklı iş alanlarında değişebilen terimleri ayırt etmeye yardımcı oluyor. Girişimin paylaştığı teknik bilgi notuna göre, bir kurumsal müşterinin sağladığı 542 finans belgesi üzerinde yapılan testte yaklaşık 84 bin veri noktası yüzde 99,78 doğrulukla çıkarıldı. Karşılaştırmada büyük yapay zekâ modelleri, Microsoft Azure Document Intelligence ve müşterinin kendi veri çıkarma aracı yer aldı; sonuçlar bağımsız olarak doğrulanmadı. Şirket ayrıca Allen AI tarafından hazırlanan, 1.403 PDF sayfasını kapsayan olmOCR-Bench testinde 88,0 puan aldığını bildirdi. Girişimin kendi testlerinde Reducto’nun ajan sistemi 66,0, Unstructured ise 39,9 puan aldı. Test; tabloları, matematiksel ifadeleri, taranmış belgeleri ve karmaşık düzenleri değerlendirdi. Mishra, ücretin sayfa başına 1 sentten başladığını ve işlem gücünün belgenin ihtiyaç duyulan bölümlerine yöneltilmesinin maliyeti düşürdüğünü belirtti. Şu anda yedi kişilik ekibi bulunan girişim, yatırımı araştırmacı ve mühendis alımına, satış faaliyetlerini genişletmeye ve teknolojiyi geliştirecek özel veri kümeleri oluşturmaya ayırmayı planlıyor.
