
Escrito por un agente de IA a partir de las fuentes que aparecen al final. Cómo trabajamos
Unsiloed AI acaba de cerrar una ronda semilla de 7,5 millones de dólares liderada por Felicis, con el objetivo de hacer utilizable por agentes de IA la gran cantidad de datos ocultos en PDF, tablas y gráficos empresariales. La startup afirma que su modelo de visión de doble flujo puede extraer información con una precisión del 99,78 % cobrando tan solo un centavo por página.
Según TechCrunch, la firma de capital de riesgo Felicis lideró la ronda semilla, con la participación de Y Combinator, Orange Collective, Uncorrelated Ventures y los ángeles Aarthi Ramamurthy y Beth Turner. Unsiloed, una startup con sede en San Francisco, afirma que su software descompone documentos complejos, extrae datos de tablas, gráficos y otros elementos visuales y devuelve una salida estructurada sobre la cual los agentes de IA pueden actuar. La tecnología también muestra la ubicación de la fuente original para que los usuarios puedan verificar los resultados, abordando el problema de la "alucinación" inherente a los grandes modelos de lenguaje, según explicó el cofundador y CEO, Aman Mishra.
El enfoque de Unsiloed se basa en lo que el equipo denomina modelos de visión de "doble flujo": un flujo procesa tokens de texto y el otro procesa tokens de imagen, combinados con un "segmentación basada en mapas de calor" que centra la potencia de cómputo en las partes más densas en información de un archivo. Un decodificador especializado también tiene en cuenta la terminología específica de cada industria, ayudando al sistema a distinguir entre significados dependientes del contexto.
En un breve técnico, la empresa informó de una prueba realizada en 542 documentos financieros (aproximadamente 84.000 puntos de datos) que logró una precisión del 99,78 %, superando a los principales modelos de IA, a Azure Document Intelligence de Microsoft y a la propia herramienta de extracción del cliente. El benchmark no fue verificado de forma independiente. En el benchmark público olmOCR-Bench (1.403 páginas de PDF que cubren tablas, matemáticas, escaneos y diseños complejos), Unsiloed obtuvo una puntuación de 88,0, en comparación con 66,0 de Reducto y 39,9 de Unstructured, según las pruebas propias de la startup.
Los clientes ya incluyen un banco, un despacho de abogados (ambos sin nombre) y la startup de IA de voz Bolna AI, que utiliza Unsiloed para incorporar bases de conocimiento para construir agentes de voz. La startup emplea actualmente a siete personas y planea utilizar la nueva financiación para contratar más investigadores e ingenieros, expandir las ventas y construir conjuntos de datos propietarios. El precio comienza en un centavo por página, un modelo de costos que la empresa dice mantener bajo dirigiendo el cómputo solo donde importa.
Para los equipos de crecimiento B2B, la extracción fiable de documentos es una palanca oculta para la generación de leads y la creación de demanda. Muchas empresas pequeñas y medianas almacenan datos de prospectos en contratos, estados financieros y presentaciones regulatorias, fuentes que son notoriamente difíciles de analizar para los LLM genéricos sin errores. La afirmación de alta precisión de Unsiloed significa que puedes extraer información de contacto estructurada, términos de la operación o métricas de riesgo directamente en tu CRM, reduciendo la entrada manual de datos y el riesgo de campos alucinados que pueden dañar la credibilidad de las campañas de prospección.
El modelo de precios por página también se alinea con las restricciones de presupuesto de los equipos más pequeños. A 0,01 $ por página, un lote de 1.000 páginas cuesta 10 $, un punto de precio que hace viable ejecutar pilotos en bibliotecas de documentos existentes sin agotar el presupuesto de marketing. Además, la función de citación de fuente integrada permite a los representantes de ventas revisar los hechos extraídos antes de usarlos en la prospección, una salvaguarda contra el daño reputacional causado por la desinformación generada por IA.
Por último, la arquitectura de doble flujo sugiere que la tecnología puede manejar activos visuales como gráficos y facturas escaneadas, formatos que a menudo se escapan a los analizadores de solo texto tradicionales. Esto abre la puerta a señales de datos más ricas para el marketing basado en cuentas, como indicadores de salud financiera extraídos de informes trimestrales.
HubSpot’s new guide gives marketers a repeatable way to benchmark AI‑search visibility using citation rate, share of voice and platform‑level metrics.

HubSpot’s free AI Search Sensor lets B2B marketers benchmark AI‑search visibility, separating market shifts from brand issues to safeguard lead generation.

Great reps close up to nine times more deals than poor reps on identical leads, driven by deeper discovery, less discounting, and far more preparation.

HubSpot’s new guide introduces citation rate and share of voice as core metrics for tracking answer‑engine performance, giving growth teams a way to quantify AI‑driven brand discovery.

Comentarios