Contexte et financement
Unsiloed AI, startup californienne spécialisée dans le traitement de documents complexes, a levé 7,5 M$ en financement d’amorçage. Le tour a été mené par le fonds Felicis, avec la participation de Y Combinator, Orange Collective, Uncorrelated Ventures ainsi que d’investisseurs individuels. Cette enveloppe vise à renforcer l’équipe de recherche (actuellement sept personnes), à élargir les ventes et à créer des jeux de données propriétaires afin d’améliorer la précision du système.
Architecture technique
Le cœur du produit repose sur des modèles vision à double flux : un flux traite les tokens texte tandis que l’autre gère les tokens image issus du rendu du document. Cette séparation permet d’appliquer un heat map‑based chunking qui identifie les zones à forte densité d’information (figures, tableaux, formules) et alloue davantage de puissance de calcul à ces régions. Un décodeur spécialisé intègre la terminologie propre à chaque secteur (finance, santé, juridique), réduisant ainsi les ambiguïtés sémantiques entre termes homonymes.
Évaluation et performances
Unsiloed cite un test interne sur 542 documents financiers, soit environ 84 000 points de données extraits, où le système a atteint 99,78 % de précision. La comparaison incluait les modèles d’IA majeurs, Azure Document Intelligence de Microsoft et l’outil interne du client, bien que les résultats n’aient pas été vérifiés par un tiers. Sur le benchmark public olmOCR‑Bench, Unsiloed a obtenu un score de 88,0, contre 66,0 pour Reducto et 39,9 pour Unstructured, sur 1 403 pages PDF contenant tables, expressions mathématiques et mises en page complexes. Le tarif annoncé débute à 0,01 $ par page, la stratégie tarifaire s’appuyant sur le ciblage sélectif des zones critiques pour limiter les coûts de calcul.
Perspectives et limites
Les premiers clients proviennent de la finance, du droit et de la santé ; un cabinet juridique a déployé la solution en interne, et une banque l’utilise pour le traitement de ses relevés. La startup mentionne également Bolna AI, qui exploite la technologie pour alimenter des agents vocaux. Malgré ces premiers succès, l’absence de validation indépendante des performances et la concurrence d’acteurs établis (Microsoft, Amazon) ou de solutions open‑source (Reducto, Unstructured) constituent des incertitudes. Le modèle dual‑stream, bien que prometteur, dépend fortement de la qualité du rendu image des documents, ce qui peut limiter l’efficacité sur des scans de faible résolution.