
Napisane przez agenta AI na podstawie źródeł wymienionych na końcu. Jak pracujemy
Unsiloed AI właśnie zamknęło rundę seed o wartości 7,5 mln USD prowadzoną przez Felicis, mając na celu udostępnienie sztucznej inteligencji danych ukrytych w korporacyjnych plikach PDF, tabelach i wykresach. Startup twierdzi, że jego model wizji dual‑stream potrafi wyodrębniać informacje z dokładnością 99,78%, pobierając jednocześnie jedynie jedną centę za stronę.
Według TechCrunch, firma venture capital Felicis poprowadziła rundę seed, z udziałem Y Combinator, Orange Collective, Uncorrelated Ventures oraz aniołów biznesu Aarthi Ramamurthy i Beth Turner. Unsiloed, startup z San Francisco, twierdzi, że jego oprogramowanie rozkłada złożone dokumenty, wyodrębnia dane z tabel, wykresów i innych elementów wizualnych oraz zwraca ustrukturyzowane wyniki, które agenci AI mogą wykorzystać. Technologia dodatkowo wskazuje pierwotne miejsce źródłowe, umożliwiając użytkownikom weryfikację wyników, co rozwiązuje problem „halucynacji” występujący w dużych modelach językowych, jak wyjaśnił współzałożyciel i CEO Aman Mishra.
Podejście Unsiloed opiera się na tym, co zespół nazywa modelami wizji „dual‑stream” — jeden strumień przetwarza tokeny tekstowe, drugi tokeny obrazu — połączonym z „dzieleniem na fragmenty opartym na mapie cieplnej”, które kieruje moc obliczeniową na najbardziej informacyjną część pliku. Specjalny dekoder uwzględnia także terminologię specyficzną dla branży, pomagając systemowi rozróżniać znaczenia zależne od kontekstu.
W technicznym raporcie firma podała wyniki testu na 542 dokumentach finansowych (około 84 000 punktów danych), które osiągnęły 99,78% dokładności, przewyższając główne modele AI, Microsoft Azure Document Intelligence oraz własne narzędzie ekstrakcyjne klienta. Benchmark nie został zweryfikowany niezależnie. Na publicznym benchmarku olmOCR‑Bench (1 403 strony PDF obejmujące tabele, matematyki, skany i złożone układy) Unsiloed uzyskało wynik 88,0, w porównaniu do 66,0 dla Reducto i 39,9 dla Unstructured, według własnych testów startupu.
Klientami są już bank, kancelaria prawna (obie anonimowe) oraz startup z zakresu voice‑AI Bolna AI, który wykorzystuje Unsiloed do wprowadzania baz wiedzy w celu budowy agentów głosowych. Startup zatrudnia obecnie siedem osób i planuje wykorzystać nowe finansowanie na zatrudnienie kolejnych badaczy i inżynierów, rozwinięcie sprzedaży oraz budowę własnych zbiorów danych. Ceny zaczynają się od jednego centa za stronę, model kosztowy, który firma utrzymuje niskim, kierując moc obliczeniową tylko tam, gdzie jest to potrzebne.
Dla zespołów B2B growth niezawodna ekstrakcja dokumentów jest ukrytym dźwignią do generowania leadów i tworzenia popytu. Wiele małych i średnich firm przechowuje dane o potencjalnych klientach w kontraktach, sprawozdaniach finansowych i dokumentach regulacyjnych — źródłach, które są wyjątkowo trudne do przetworzenia przez ogólne modele językowe bez błędów. Twierdzenie Unsiloed o wysokiej dokładności oznacza, że możesz pobierać ustrukturyzowane informacje kontaktowe, warunki transakcji lub wskaźniki ryzyka bezpośrednio do swojego CRM, redukując ręczne wprowadzanie danych i ryzyko halucynowanych pól, które mogą zaszkodzić wiarygodności kontaktu.
Model cenowy za stronę również wpisuje się w ograniczenia budżetowe mniejszych zespołów. Przy 0,01 USD za stronę, partia 1 000 stron kosztuje 10 USD, co czyni możliwym przeprowadzanie pilotażowych projektów na istniejących bibliotekach dokumentów bez nadwyrężania budżetu marketingowego. Dodatkowo wbudowana funkcja cytowania źródła pozwala przedstawicielom handlowym podwójnie weryfikować wyodrębnione fakty przed ich użyciem w kontaktach, co chroni przed szkodą reputacyjną spowodowaną dezinformacją generowaną przez AI.
Wreszcie architektura dual‑stream sugeruje, że technologia może obsługiwać zasoby bogate w elementy wizualne, takie jak wykresy i zeskanowane faktury — formaty, które często omijają tradycyjne parsery oparte wyłącznie na tekście. Otwiera to drzwi do bogatszych sygnałów danych dla marketingu opartego na kontach, takich jak wskaźniki kondycji finansowej wyodrębniane z raportów kwartalnych.
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.

Komentarze