Contexte et enjeux
Unsiloed Inc., start‑up spécialisée dans la numérisation de documents, a annoncé une levée de fonds seed de 7,5 million de dollars, menée par Felicis et soutenue par Y Combinator, Orange Collective, Uncorrelated Ventures, Aarthi Ramamurthy et Beth Turner. L’objectif déclaré est de convertir des PDFs, images ou fichiers Word contenant tableaux, graphiques et mises en page complexes en données structurées exploitables par des modèles de langage de grande taille (LLM). Les secteurs cités – états financiers, assurances, contrats, dossiers cliniques – reposent sur des documents où la simple reconnaissance optique de caractères (OCR) ne suffit pas à extraire les relations sémantiques entre titres, sections et éléments graphiques.
Architecture et méthode de traitement
Unsiloed adopte une approche « vision‑first » : un pipeline dual‑stream combine des algorithmes de vision déterministes avec des modèles de vision à deux flux. Le premier flux analyse la mise en page (détection de blocs, hiérarchie parent‑enfant) tandis que le second interprète le contenu visuel (texte, graphiques). Cette architecture permet de produire simultanément une représentation visuelle et une extraction sémantique, puis de les fusionner en un format JSON ou Markdown lisible par les LLM. Les développeurs peuvent fournir des schémas personnalisés afin d’extraire des champs spécifiques, de classer ou de segmenter les documents, et même de mettre à jour texte et images tout en conservant le format d’origine.
Performances et comparaison
Le parser d’Unsiloed a obtenu un score de 88,0 sur le benchmark olmOCR‑Bench, publié par l’Allen Institute for AI. Ce score dépasse celui de Claude Opus 4.7 (81,9), de GPT 5.5 (84,6) et de Gemini 3 Pro (77,7). Le benchmark mesure la capacité des systèmes à gérer des documents réels contenant tables, graphiques et mise en page variée, ce qui montre que la combinaison vision‑deterministe / vision‑neuronale de la société améliore la précision de l’extraction et la compréhension contextuelle par rapport aux solutions OCR classiques.
Déploiement et perspectives
Unsiloed affirme avoir traité plusieurs millions de pages pour des start‑ups IA, des banques, des assureurs cotés et des cabinets d’avocats. La plateforme supporte les environnements private‑cloud, on‑premises et même les machines totalement air‑gappées, offrant ainsi aux organisations sensibles la possibilité d’intégrer le moteur de conversion dans leurs pipelines internes sans exposer les données à des services cloud publics. Selon le co‑fondateur et CEO Aman Mishra, les agents IA devront « lire et écrire davantage de documents que les humains », ce qui nécessite non seulement un OCR performant mais aussi une interface dynamique capable de manipuler des données non structurées. La levée de fonds devrait financer l’expansion de l’infrastructure, l’enrichissement des modèles de vision et le renforcement des capacités de personnalisation pour répondre aux exigences réglementaires de secteurs comme la santé ou la finance.