Aller au contenu
AI.info

The Pulse

Unsiloed AI lève 7,5 millions de dollars lors d’un tour d’amorçage, rapporte TechCrunch

Felicis a mené un tour d’amorçage pour Unsiloed AI, qui conçoit des logiciels capables de transformer des documents complexes en données pour des agents d’IA, rapporte TechCrunch. La start-up prévoit de recruter et de développer ses ventes alors qu’elle est en concurrence avec d’autres fournisseurs de solutions de traitement de documents.

Unsiloed AI lève 7,5 millions de dollars lors d’un tour d’amorçage, rapporte TechCrunch

Unsiloed AI a levé 7,5 millions de dollars en amorçage lors d’un tour mené par Felicis afin de développer un logiciel qui rend des documents commerciaux complexes exploitables par des agents d’IA, rapporte TechCrunch. Y Combinator, Orange Collective et Uncorrelated Ventures ont participé au tour, ainsi que les investisseurs providentiels Aarthi Ramamurthy et Beth Turner.

La start-up, dont le siège est à San Francisco, a été cofondée par son directeur général, Aman Mishra, et Adnan Abbas, selon l’article. Ces deux personnes avaient été camarades de classe à l’Indian Institute of Technology Kharagpur et ont intégré la promotion d’automne 2025 de Y Combinator.

Projets de financement

Mishra a déclaré à TechCrunch que l’entreprise comptait utiliser les fonds pour recruter des chercheurs et des ingénieurs, développer ses ventes et créer des jeux de données propriétaires. La start-up compte sept employés.

Le logiciel extrait des informations de tableaux, de graphiques et d’autres parties de documents, puis les transforme en données structurées destinées aux agents d’IA, rapporte le média. Il identifie aussi l’emplacement d’origine des informations extraites dans le document, ce qui permet aux entreprises de vérifier le résultat.

Lire des fichiers complexes

Selon l’article, Unsiloed utilise ce qu’elle appelle des modèles de vision à double flux pour traiter séparément le texte et les données d’image, ainsi qu’une technique appelée segmentation en blocs fondée sur des cartes thermiques pour repérer les parties importantes d’un document. Cette technologie dirige davantage de puissance de calcul vers des éléments tels que les figures, les nombres et les graphiques.

La start-up utilise aussi un décodeur qui tient compte de la terminologie propre à chaque secteur, rapporte TechCrunch. Il est conçu pour aider à distinguer les termes qui peuvent avoir des sens différents selon le contexte commercial.

Mishra a déclaré au média qu’Unsiloed travaillait avec des clients dans les secteurs de la finance, des services juridiques et de la santé. Il a indiqué qu’une banque dont le nom n’a pas été communiqué utilisait la technologie pour traiter des documents et qu’un cabinet d’avocats dont le nom n’a pas été communiqué l’avait déployée sur ses propres serveurs pour des contrats et d’anciens dossiers judiciaires.

Il a cité Bolna AI, une start-up d’IA vocale, parmi les autres clients, précisant qu’elle utilise Unsiloed pour ingérer des bases de connaissances destinées à la création d’agents vocaux. Le tarif commence à un cent par page, a déclaré Mishra à TechCrunch.

Tests et concurrence

Un test portant sur 542 documents financiers fournis par un client entreprise a obtenu une précision de 99,78 % sur environ 84 000 points de données extraits, selon une note technique communiquée par la start-up à TechCrunch. Les résultats n’ont pas été vérifiés de manière indépendante, rapporte le média ; le test comparait Unsiloed à de grands modèles d’IA, à Azure Document Intelligence de Microsoft et à l’outil d’extraction interne du client.

Dans une publication distincte consacrée à un benchmark, Unsiloed a indiqué que son parseur avait obtenu un score de 88,0 au taux de réussite déterministe d’olmOCR-Bench, une évaluation de la reconnaissance optique de caractères publiée par Allen AI. L’entreprise a précisé que le benchmark exécute 8 413 tests unitaires sur 1 403 pages PDF, notamment des tests portant sur les tableaux, les notations mathématiques, l’ordre de lecture et les anciennes numérisations.

Selon les résultats publiés, Nanonets OCR-3 obtient 87,4 et GPT-5.5, 84,6. Les scores de Nanonets provenaient de résultats publiés et n’ont pas pu être vérifiés de manière indépendante, a indiqué l’entreprise.

Unsiloed est en concurrence avec des start-up spécialisées dans le traitement de documents, dont Reducto et Unstructured, ainsi qu’avec des offres de Microsoft et d’Amazon, rapporte TechCrunch. Les entreprises utilisent aussi parfois des modèles d’IA généralistes pour extraire des informations de documents.

Sources

  1. Source originale TechCrunch techcrunch.com

Autres pages lues

  1. Unsiloed AI unsiloed.ai

Articles liés

Explorer

Autres articles