Η Retab Συγκεντρώνει 3,5 Εκατομμύρια Δολάρια και Εκκινεί Μια Πλατφόρμα Ενισχυμένη από το AI για τη Μετατροπή των Καθαρμάτων Εγγράφων σε Δομημένα Δεδομένα

Για τους développers που κατασκευάζουν εργαλεία ενισχυμένα από το AI σε βιομηχανίες όπως η λογιστική, η финάνς και η υγεία, μια πρόκληση παραμένει συνεχώς στο δρόμο: να πάρουν τα μεγάλα μοντέλα γλωσσών (LLM) να εξάγουν με επιτυχία δεδομένα από πραγματικά έγγραφα. Τα PDF invoices, οι 200-σελίδες αναφορές, τα χειρόγραφα έγγραφα και οι σκαναρισμένες ταυτότητες συχνά προκαλούν προβλήματα σε διαφορετικά ισχυρά συστήματα AI.

Retab, μια νέα εταιρεία που ιδρύθηκε από μηχανικούς που αντιμετώπισαν αυτό το πρόβλημα από πρώτο χέρι, έχει gerade εκκινήσει για να το λύσει. Παράλληλα με την δημόσια πρώτη εμφάνιση της πλατφόρμας, η εταιρεία ανακοίνωσε 3,5 εκατομμύρια δολάρια σε pre-seed финансирование με ηγεσία από VentureFriends, Kima Ventures, και K5 Global, με συμμετοχή από Eric Schmidt (μέσω StemAI), Olivier Pomel (CEO, Datadog), και Florian Douetteau (CEO, Dataiku).

Αντί να είναι ένας άλλος πάροχος LLM, η Retab βρίσκεται ένα επίπεδο πιο πάνω – προσφέροντας μια πλατφόρμα για développers για το AI εγγράφων που επιτρέπει στους χρήστες να ορίσουν ακριβώς ποια δεδομένα θέλουν να εξάγουν, και στη συνέχεια χειρίζεται ολόκληρη τη διαδικασία: labeling, evaluating, prompt engineering, model benchmarking, και routing.

“Οι άνθρωποι συνεχίζουν να κατασκευάζουν demos AI που φαίνονται μαγικά αλλά διαλύονται στην παραγωγή,” είπε Louis de Benoist, συνιδρυτής και CEO της Retab. “Κατασκευάσαμε την Retab γιατί ήμασταν κουρασμένοι από το να συνδέουμε εύθραυστες διαδικασίες μόνο και μόνο για να εξάγουμε μερικά πεδία από ένα έγγραφο. Τώρα, οι développers μπορούν να εστιάσουν στο σχήμα που θέλουν – εμείς χειρίζομαι το υπόλοιπο.”

Τι Κάνει Πραγματικά Η Retab

Στην καρδιά της, η Retab μετατρέπει ακατέργαστα έγγραφα – PDF, σκαναρισμένα έγγραφα, φόρμες – σε καθαρά, δομημένα JSON ή tabular outputs που οι développers μπορούν να τοποθετήσουν σε συστήματα παραγωγής. Κατασκευασμένη ως ένα SDK και πλατφόρμα, απομακρύνει όλη τη σύνθετη διαδικασία της κατασκευής AI-ενισχυμένων workflows εξαγωγής δεδομένων.

Οι εταιρείες που χρησιμοποιούν την Retab απλώς περιγράφουν το σχήμα των δεδομένων που θέλουν. Η Retab στη συνέχεια auto-γεννάει labeled datasets, επιλέγει το βέλτιστο LLM, βελτιώνει τις προτροπές, και χειρίζεται την ανίχνευση σφαλμάτων και την λογική επανάληψης. ΕNSURES παραγωγή-βαθμού ακρίβειας μέσω τριών βασικών καινοτομιών:

• Αυτο-βελτιωμένα Σχήματα: Η Retab χρησιμοποιεί einen εσωτερικό AI agent για να δοκιμάσει και να βελτιώσει τις οδηγίες εξαγωγής χρησιμοποιώντας πραγματικά παραδείγματα, εξαλείφοντας την ανάγκη για χειροκίνητη ρύθμιση.
• Ευφυής Δρομολόγηση Μοντέλων: Η πλατφόρμα είναι αδιάκριτη για τα μοντέλα και αυτόματα αξιολογεί διαφορετικά LLM (π.χ. OpenAI, Anthropic, Google), δρομολογώντας κάθε έγγραφο στο καλύτερο μοντέλο με βάση το κόστος, την ταχύτητα και τις απαιτήσεις ακρίβειας. Αυτό έχει επιτρέψει σε μερικούς χρήστες να μειώσουν το κόστος επεξεργασίας μέχρι και 100 φορές.
• k-LLM Συμφωνία & Καθοδηγούμενη Λογική: Αντί να βασίζεται στην έξοδο ενός μοντέλου, η Retab επιβάλλει βήμα-προς-βήμα λογική (αλυσίδα-σκέψης) και τρέχει πολλά μοντέλα παράλληλα για να φθάσει σε συμφωνία. Αν παραμένει αβεβαιότητα, σημειώνεται ή επαναυπολογίζεται, δίνοντας στους développers εμπιστοσύνη σε κάθε απάντηση.

Αυτός ο διαμεσολαβητής όρος δίνει στους développers τη δύναμη να μετατρέψουν τις ροές εγγράφων που είναι εύθραυστες – όπως η ανάλυση συμβάσεων, η επαλήθευση ταυτότητας ή η ανάλυση τιμολογίων – σε κλιμακωτά, αυτο-διορθώσιμα συστήματα.

Από Λογιστική σε Υποδομή

Οι ιδρυτές αρχικά κατασκεύασαν την Retab ενώ αυτοματοποιούσαν εσωτερικές διαδικασίες για βαρείς σε έγγραφα λειτουργίες στη βιομηχανία της λογιστικής. Αλλά καθώς βελτίωσαν το εργαλείο, συνειδητοποίησαν ότι η αξία του υπερέβαινε κάθε μεμονωμένη περίπτωση χρήσης. Σήμερα, η Retab χρησιμοποιείται ήδη από δεκάδες εταιρείες σε:

• Λογιστική: Αναλύοντας τιμολόγια, τελωνειακές δηλώσεις και εγγραφές παράδοσης
• Φινάντζες: Εξάγοντας παράγοντες κινδύνου και οικονομικών δεικτών από εκτενείς αναφορές
• Υγεία: Αυτοματοποιώντας φόρμες εισαγωγής, αιτήσεις και ιατρικά αρχεία

Μια εταιρεία φορτηγών χρησιμοποίησε την Retab για να αναγνωρίσει τη μικρότερη, ταχύτερη ρύθμιση μοντέλου που πληρούσε την απαίτησή τους για 99% ακρίβεια – μειώνοντας το κόστος υπολογισμού και την καθυστέρηση χωρίς να θυσιάζουν την απόδοση. Μια χρηματοοικονομική εταιρεία έκοψε ημέρες από την τριμηνιαία ανάλυση χρησιμοποιώντας την Retab για να εξάγει δομημένα δείκτες κινδύνου από έγγραφα επενδυτών.

“Η οικονομία του AI εξαρτάται από τη μετατροπή ακατέργαστων, ανθρώπινως-διαβάσιμων εγγράφων σε δομημένα, επιβεβαιωμένα δεδομένα,” είπε Florian Douetteau, CEO της Dataiku. “Η Retab είναι η πλατφόρμα που κάνει αυτό το άλμα δυνατό σε κλίμακα.”

Κοιτάζοντας μπροστά

Η Retab επεκτείνεται πέρα από τα έγγραφα: οι επικείμενες εκδόσεις θα επιτρέψουν στους χρήστες να εξάγουν δεδομένα από ιστοσελίδες και δυναμικό περιεχόμενο, ανοίγοντας την πόρτα σε περιπτώσεις χρήσης όπως ανάλυση ανταγωνισμού, συμμόρφωση scraping και αυτοματοποίηση εγγραφής. Οι ενοποιήσεις με εργαλεία όπως Zapier, n8n και Dify είναι επίσης στο δρόμο, επιτρέποντας στην Retab να ενταχθεί σε υπάρχουσες ροές εργασίας χωρίς προσαρμοσμένο κώδικα.

Μακροπρόθεσμα, η Retab στοχεύει να γίνει ο μεσολαβητής όρος μεταξύ των ακατέργαστων δεδομένων του κόσμου και των agent του AI που εξαρτώνται από αυτά – είτε αυτό είναι για entreprise αναζήτηση, RPA ή AI copilots.

Παρά το ότι έχει μόνο δέκα υπαλλήλους, η Retab αναγνωρίζεται ήδη ως ένα θεμελιώδες κτίριο για τους développers που κατασκευάζουν προϊόντα AI-γενικής φύσης – όχι απλώς ένας άλλος προμηθευτής, αλλά ένα σετ εργαλείων για να λειτουργήσει την ακατέργαστη πραγματικότητα των πραγματικών δεδομένων.