Retabが3,500万ドルを調達し、AIを活用したプラットフォームを立ち上げて、不規則なドキュメントを構造化データに変換する

AIを活用したツールをロジスティクス、金融、ヘルスケアなどの業界で開発している開発者にとって、最大の課題は、実世界のドキュメントからデータを信頼性高く抽出することです。PDFの請求書、200ページの報告書、手書きのフォーム、スキャンドされたIDなどは、強力なAIシステムをもつめることがあります。

Retabは、この問題に直面したエンジニアによって設立された新しいスタートアップで、プラットフォームの公開とともに3,500万ドルのプレスीड資金を調達しました。この資金調達には、VentureFriends、Kima Ventures、K5 Globalが参加し、Eric Schmidt（StemAIを通じて）、Olivier Pomel（Datadog (DDOG ) CEO）、Florian Douetteau（Dataiku CEO）も参加しています。

Retabは、LLMプロバイダーではなく、開発者向けのドキュメントAIプラットフォームを提供しています。このプラットフォームでは、ユーザーが抽出するデータを定義し、ラベル付け、評価、プロンプトエンジニアリング、モデルベンチマーク、ルーティングなどのプロセスをすべて処理します。

「人々は、プロダクションで壊れるAIデモを作り続けています」と、Retabの共同創設者兼CEOであるLouis de Benoistは述べています。「私たちは、ドキュメントからいくつかのフィールドを抽出するために脆いパイプラインを組み立てることに疲れたので、Retabを作りました。開発者は、スキーマに集中できます。私たちが残りを処理します」

Retabが実際に何をするのか

Retabの核となる機能は、不規則なドキュメント（PDF、スキャン、フォーム）をクリーンな構造化JSONまたはタブラー出力に変換することです。SDKおよびプラットフォームとして構築されたRetabは、AIを活用したデータ抽出ワークフローを構築する複雑さを抽象化します。

Retabを使用する企業は、抽出するデータのスキーマを記述するだけです。Retabは自動的にラベル付けされたデータセットを生成し、最適なLLM（またはLLM）を選択し、プロンプトを精製し、エラーディテクションとリトライロジックを処理します。Retabは、3つの核心的な革新を通じて、生産レベルの精度を確保します。

• 自己最適化スキーマ：Retabは内部のAIエージェントを使用して、実際の例を使用して抽出指令を反復的にテストおよび改良し、手動チューニングの必要性を排除します。
• インテリジェントモデルルーティング：プラットフォームはモデル非依存で、LLM（OpenAI、Anthropic、Googleなど）を自動的にベンチマークし、各ドキュメントをコスト、速度、精度の要件に基づいて最適なモデルにルーティングします。これにより、一部のユーザーは処理コストを最大100倍削減することができます。
• k-LLMコンセンサス＆ガイド付き推論：Retabは単一のモデルの出力を頼るのではなく、ステップバイステップの推論（チェーンオブソート）を実行し、複数のモデルを並列に実行してコンセンサスに達します。不確実性が残る場合は、フラグが設定されるか、再計算され、開発者は各回答に自信を持つことができます。

このオーケストレーションレイヤーにより、開発者は、契約解析、ID検証、請求書分析などのエラープローンなドキュメントフローを、スケーラブルで自己修正可能なシステムに変換できます。

ロジスティクスからインフラストラクチャへ

創設者は、Retabの基盤を、ドキュメントの多いロジスティクス業界の内部プロセスを自動化するために構築しました。しかし、ツールを改良するにつれて、その価値は単一のユースケースを超えることがわかりました。今日、Retabは、以下の業界の数十の企業で使用されています。

• ロジスティクス：提単、通関書類、配送記録の解析
• 金融：長文報告書からのリスク要因と財務指標の抽出
• ヘルスケア：受付フォーム、請求書、医療レコードの自動化

あるトラック会社は、Retabを使用して、99%の精度要件を満たす最小のモデル構成を見つけ、コンピューティングコストと待ち時間を削減しながらパフォーマンスを維持しました。金融会社は、Retabを使用して投資家向けの文書から構造化されたリスク指標を抽出し、四半期分析を短縮しました。

「AI経済は、不規則な人間が読めるドキュメントを構造化された検証可能なデータに変換することに依存しています」と、Florian Douetteau Dataiku CEOは述べています。「Retabは、その飛躍を可能にするプラットフォームです」

今後

Retabは、ドキュメント以外のデータの抽出にも注力しています。将来のリリースでは、Webページや動的コンテンツからのデータ抽出が可能になり、競合分析、コンプライアンススクレイピング、オンボーディング自動化などのユースケースが可能になる予定です。また、Zapier、n8n、Difyなどのツールとの統合も予定されており、Retabを既存のワークフローにカスタムコードなしで統合できるようになります。

長期的には、Retabは、世界の不規則なデータとそれに依存するAIエージェントの間のミドルウェアレイヤーになることを目指しています。エンタープライズ検索、RPA、またはAIコピロットのためにです。

従業員は10人だけですが、Retabは、AIネイティブ製品を開発している開発者にとって、基礎的な構成要素として認識されています。ベンダーではなく、実世界のデータの複雑な現実を操作化するツールセットです。