Retab získává 3,5 milionu dolarů a spouští platformu s umělou inteligencí pro transformaci nesourodých dokumentů na strukturovaná data

Pro vývojáře, kteří vytvářejí nástroje s umělou inteligencí v odvětvích, jako je logistika, finance a zdravotnictví, stojí jeden problém neustále v cestě: zajistit, aby velké jazykové modely (LLM) spolehlivě extrahovaly data z dokumentů z reálného světa. Dokumenty PDF, 200stránkové zprávy, ručně psané formuláře a skenované identifikační doklady často způsobují potíže i jinak výkonným systémům umělé inteligence.

Retab, nová společnost založená inženýry, kteří sami řešili tento problém, byla spuštěna, aby tento problém vyřešila. Společně se spuštěním své platformy společnost oznámila 3,5 milionu dolarů v před-seed financování vedeného VentureFriends, Kima Ventures, a K5 Global, s účastí Erica Schmidta (prostřednictvím StemAI), Olivier Pomel (CEO, Datadog (DDOG )) a Floriana Douetteaua (CEO, Dataiku).

Retab není další poskytovatel LLM, ale nabízí platformu pro dokumenty s umělou inteligencí pro vývojáře, která umožňuje uživatelům definovat přesně ta data, která chtějí extrahovat, a poté zpracovává celý proces: označování, hodnocení, inženýrství promptů, benchmarking modelů a směrování.

“Lidé neustále vytvářejí demonstrace umělé inteligence, které vypadají magicky, ale rozpadají se ve výrobě,” řekl Louis de Benoist, spoluzakladatel a CEO Retabu. “Vybudovali jsme Retab, protože jsme byli unaveni z toho, že jsme museli propojovat křehké potrubí, abychom mohli extrahovat pouze několik polí z dokumentu. Nyní se mohou vývojáři soustředit na schéma, které chtějí – my se postaráme o zbytek.”

Co Retab vlastně dělá

V jádru Retab transformuje nesourodé dokumenty – PDF, skeny, formuláře – na čisté, strukturované výstupy JSON nebo tabulkové formáty, které vývojáři mohou přímo použít ve výrobních systémech. Postaven jako SDK a platforma, Retab abstrahuje veškerou složitost budování pracovních postupů pro extrakci dat s umělou inteligencí.

Společnosti, které používají Retab, prostě popisují schéma dat, která chtějí. Retab pak automaticky generuje označené datové sady, vybírá optimální LLM, rafinuje prompty a zpracovává detekci chyb a logiku opakování. Zajišťuje výrobní kvalitu přes tři hlavní inovace:

• Samooptimalizující se schémata: Retab používá interního agenta umělé inteligence k iterativnímu testování a rafinování pokynů pro extrakci pomocí reálných příkladů, čímž se eliminuje potřeba manuálního ladění.
• Inteligentní směrování modelů: Platforma je modelově nezávislá a automaticky testuje přes LLM (například OpenAI, Anthropic, Google ), směruje každý dokument k nejlepšímu modelu na základě nákladů, rychlosti a požadavků na přesnost. To umožnilo některým uživatelům snížit náklady na zpracování až o 100x.
• k-LLM Konsensus & Vedené usuzování: Místo toho, aby se spoléhal na výstup jednoho modelu, Retab vynucuje krok za krokem usuzování (řetězec myšlenek) a spouští několik modelů paralelně, aby dosáhl konsensu. Pokud zůstává nejistota, je označena nebo přepočtena, čímž se vývojářům poskytuje jistota ve všech odpovědích.

Tato orchestrace poskytuje vývojářům možnost transformovat chybové toky dokumentů – jako například analýzu smluv, ověření identity nebo analýzu faktur – na škálovatelné, samoopravné systémy.

Od logistiky k infrastruktuře

Zakladatelé původně vytvořili základy Retabu při automatizaci interních procesů pro dokumenty v logistickém průmyslu. Ale když zdokonalovali nástroje, uvědomili si, že jeho hodnota daleko přesahuje jeden případ užití. Dnes je Retab již používán desítkami společností napříč:

• Logistikou: Parsuje listy odeslání, celní manifesty a záznamy o doručování
• Financemi: Extrahuje rizikové faktory a finanční metriky z dlouhých zpráv
• Zdravotnictvím: Automatizuje formuláře pro příjem, nároky a zdravotnické záznamy

Jedna dopravní společnost použila Retab k identifikaci nejmenší a nejrychlejší konfigurace modelu, která splňovala jejich požadavek 99% přesnosti – snížila tak náklady na výpočet a latenci bez ohrožení výkonu. Finanční firma snížila dny z čtvrtletní analýzy pomocí Retabu k extrahování strukturovaných ukazatelů rizika z investičních dokumentů.

“Ekonomika umělé inteligence závisí na transformaci nesourodých, lidsky čitelných dokumentů na strukturovaná, ověřitelná data,” řekl Florian Douetteau, CEO Dataiku. “Retab je platforma, která umožňuje tento skok na velkém měřítku.”

Pohled do budoucnosti

Retab se nyní rozšiřuje za hranice dokumentů: budoucí verze umožní uživatelům extrahovat data z webových stránek a dynamického obsahu, čímž se otevřou nové případy užití, jako je konkurenční analýza, compliance scraping a automatizace onboardingu. Integrace se nástroji, jako je Zapier, n8n a Dify, jsou také na cestě, což umožní Retabu zapadnout do stávajících pracovních postupů bez nutnosti vlastního kódu.

Dlouhodobě Retab cílí stát se prostřední vrstvou mezi nesourodými daty světa a agenty umělé inteligence, které na nich závisí – ať už se jedná o firemní vyhledávání, RPA nebo copiloty umělé inteligence.

Přes to, že má Retab pouze deset zaměstnanců, je již uznáván jako základní stavební kámen pro vývojáře, kteří vytvářejí produkty s umělou inteligencí – ne jen další dodavatel, ale nástroj pro operacionalizaci složitých realit skutečných dat.