Unsiloed AI, una startup con sede en San Francisco, ha recaudado 7,5 millones de dólares en financiación semilla liderada por Felicis, con la participación de Y Combinator, Orange Collective y Uncorrelated Ventures. La empresa busca resolver la dificultad que presentan los agentes de inteligencia artificial para interpretar documentos empresariales complejos, que suelen contener tablas, gráficos y layouts estructurados. Su tecnología extrae información de estos elementos y la convierte en datos estructurados, permitiendo a los agentes de IA utilizarla con precisión y verificando la fuente original para evitar errores costosos.
Aman Mishra, cofundador y CEO, explica que los modelos de lenguaje grandes (LLM) son probabilísticos y propensos a alucinaciones, lo que requiere una extracción precisa. La startup utiliza modelos de visión de doble flujo, que procesan texto e imagen por separado, y una técnica de chunking basada en mapas de calor para dirigir el poder de cómputo a las áreas críticas, como números y gráficos. Según un informe técnico, Unsiloed alcanzó un 99,78% de precisión en 84.000 puntos de datos extraídos de 542 documentos financieros, superando a Microsoft Azure Document Intelligence y a herramientas internas de clientes. Además, obtuvo una puntuación de 88,0 en el benchmark olmOCR-Bench, frente a los 66,0 de Reducto y 39,9 de Unstructured. La empresa, que cuenta con siete empleados, ofrece precios a partir de un centavo por página y planea ampliar su equipo y desarrollar conjuntos de datos propietarios.
