Retab raccoglie 3,5 milioni di dollari e lancia una piattaforma alimentata da AI per trasformare documenti disordinati in dati strutturati

Per gli sviluppatori che costruiscono strumenti alimentati da AI in settori come logistica, finanza e sanità, una sfida costante si frappone tra loro: ottenere che i grandi modelli linguistici (LLM) estraiano affidabilmente i dati da documenti del mondo reale. I documenti PDF, le relazioni di 200 pagine, i moduli scritti a mano e le carte d’identità scansionate spesso mettono in difficoltà anche i sistemi AI più potenti.

Retab, una nuova startup fondata da ingegneri che hanno affrontato questo problema di prima mano, è stata appena lanciata per risolverlo. Insieme al debutto pubblico della sua piattaforma, la società ha anche annunciato 3,5 milioni di dollari di finanziamento pre-seed guidato da VentureFriends, Kima Ventures, e K5 Global, con la partecipazione di Eric Schmidt (via StemAI), Olivier Pomel (CEO, Datadog (DDOG )), e Florian Douetteau (CEO, Dataiku).

Piuttosto che essere un altro fornitore di LLM, Retab si trova a un livello superiore – offrendo una piattaforma per documenti AI per sviluppatori che consente agli utenti di definire esattamente quali dati desiderano estrarre, quindi gestisce l’intero processo: etichettatura, valutazione, progettazione dei prompt, benchmarking dei modelli e routing.

“Le persone continuano a costruire demo di AI che sembrano magiche ma si rompono in produzione,” ha detto Louis de Benoist, co-fondatore e CEO di Retab. “Abbiamo costruito Retab perché eravamo stanchi di collegare pipeline fragili solo per estrarre alcuni campi da un documento. Ora, gli sviluppatori possono concentrarsi sullo schema che desiderano – noi gestiamo il resto.”

Cosa fa effettivamente Retab

Al suo nucleo, Retab trasforma documenti non strutturati – PDF, scansioni, moduli – in output puliti e strutturati in JSON o tabelle che gli sviluppatori possono inserire nei sistemi di produzione. Costruito come un SDK e una piattaforma, astrae tutta la complessità della costruzione di flussi di lavoro di estrazione di dati alimentati da AI.

Le aziende che utilizzano Retab semplicemente descrivono lo schema dei dati che desiderano. Retab quindi genera automaticamente set di dati etichettati, seleziona il modello LLM ottimale, raffina i prompt e gestisce la rilevazione degli errori e la logica di ritentativo. Garantisce un’accuratezza di produzione di alto livello attraverso tre innovazioni fondamentali:

• Schemi di auto-ottimizzazione: Retab utilizza un agente AI interno per testare e raffinare iterativamente le istruzioni di estrazione utilizzando esempi reali, eliminando la necessità di regolazioni manuali.
• Routing dei modelli intelligente: la piattaforma è agnostica rispetto al modello e benchmark automatico tra LLM (ad esempio OpenAI, Anthropic, Google ), instradando ogni documento al miglior modello in base ai requisiti di costo, velocità e accuratezza. Ciò ha consentito ad alcuni utenti di ridurre i costi di elaborazione fino al 100x.
• Consensus k-LLM e ragionamento guidato: invece di affidarsi all’output di un singolo modello, Retab impone un ragionamento passo dopo passo (catena di pensiero) ed esegue più modelli in parallelo per raggiungere un consenso. Se rimane incertezza, viene segnalata o ricalcolata, dando agli sviluppatori fiducia in ogni risposta.

Questo livello di orchestrazione dà agli sviluppatori il potere di trasformare flussi di documenti soggetti a errori – come l’analisi dei contratti, la verifica dell’identità o l’analisi delle fatture – in sistemi scalabili e auto-correggenti.

Dalla logistica all’infrastruttura

I fondatori hanno originariamente costruito la base di Retab automatizzando i processi interni per le operazioni che richiedono documenti nel settore logistico. Ma mentre raffinavano gli strumenti, hanno realizzato che il suo valore superava di gran lunga qualsiasi caso d’uso singolo. Oggi, Retab è già utilizzato da decine di aziende in:

• Logistica: analisi dei documenti di trasporto, manifesti doganali e registri di consegna
• Finanza: estrazione di fattori di rischio e metriche finanziarie da relazioni lunghe
• Sanità: automazione dei moduli di intake, reclami e registri medici

Un’azienda di autotrasporto ha utilizzato Retab per identificare la più piccola e veloce configurazione del modello che soddisfacesse il loro requisito di accuratezza del 99% – riducendo i costi di calcolo e la latenza senza sacrificare le prestazioni. Un’azienda finanziaria ha ridotto di giorni l’analisi trimestrale utilizzando Retab per estrarre indicatori di rischio strutturati da documenti per gli investitori.

“L’economia dell’AI dipende dal trasformare documenti umanamente leggibili e disordinati in dati strutturati e verificabili,” ha detto Florian Douetteau, CEO di Dataiku. “Retab è la piattaforma che rende possibile questo salto di scala.”

Guardando avanti

Retab si sta ora espandendo oltre i documenti: le prossime versioni consentiranno agli utenti di estrarre dati da pagine web e contenuti dinamici, aprendo la porta a casi d’uso come analisi competitive, scraping di conformità e automazione dell’onboarding. Le integrazioni con strumenti come Zapier, n8n e Dify sono anche in arrivo, consentendo a Retab di inserirsi nei flussi di lavoro esistenti senza codice personalizzato.

A lungo termine, Retab mira a diventare il livello di middleware tra i dati non strutturati del mondo e gli agenti AI che dipendono da esso – che sia per la ricerca aziendale, l’automazione dei processi o i copiloti AI.

Nonostante abbia solo dieci dipendenti, Retab è già riconosciuta come un blocco costitutivo fondamentale per gli sviluppatori che costruiscono prodotti nativi AI – non solo un altro fornitore, ma un set di strumenti per operazionalizzare la realtà disordinata dei dati del mondo reale.