資金調達
Unsiloed AI、研究・エンジニアリング・営業の拡大に向けてシード資金750万ドルを調達

要点Unsiloed AIは、企業の文書を構造化データに変換するため、Felicisが主導するシード資金調達で750万ドルを調達した。
もっと見る
- Unsiloed AIは、企業の文書を構造化データに変換するため、Felicisが主導するシード資金調達で750万ドルを調達した。
- 同社のパーサーは、2026年5月の独自評価で競合ツールに対してolmOCR-Benchで88.0を記録した。
- Unsiloedは、初期の導入事例と自己申告の精度結果を、より大規模なプラットフォームに対抗して幅広い企業導入につなげる必要がある。
TechCrunchは2026年11月18日、Unsiloed AIがFelicis主導のシードラウンドで750万ドルを調達したと報じた。同社は、企業の文書をAIエージェント向けの構造化データに変換する技術の開発に取り組んでいる。
Y Combinatorに加え、Orange CollectiveとUncorrelated Venturesも参加し、エンジェル投資家のAarthi RamamurthyとBeth Turnerも出資した。CEOのAman Mishraによると、調達資金は研究・エンジニアリング部門の採用、営業体制の拡充、そして技術の改善に役立つ独自データセットの整備に充てられる。
Y Combinatorの企業プロフィールによると、Unsiloedはサンフランシスコに拠点を置き、2025年に設立された企業で、同アクセラレーターの2025年秋季バッチに参加した。プロフィールでは、Mishraが創業者兼CEO、Adnan Abbasが創業者兼CTOとされている。2人はIIT Kharagpur時代の同級生で、バッチへの参加前にこの技術を開発した。
解析、抽出、検証
Unsiloedの製品概要によると、同社のプラットフォームはPDF、画像、スプレッドシートを、大規模言語モデルやAIエージェント向けのJSONおよびMarkdownに変換する。主な処理は3つある。「解析」では文書の構造をMarkdownで維持し、「抽出」では指定された項目をJSONスキーマに沿って返し、「分割」では複数の文書を含むファイルを個別に分け、長い文書を検索可能な単位に分割する。
抽出した項目には信頼度スコアや、元の文書内の該当箇所を示す引用情報を含めることができるため、レビュー担当者は後続の処理で使用する前に、不確かな値を確認できる。プラットフォームはS3、SharePoint、Drive、Snowflake、各種文書管理システムに接続できるほか、仮想プライベートクラウド、オンプレミス、ネットワークから隔離された環境でのエンタープライズ導入にも対応する。
創業者らによると、同社は二重ストリーム型のアーキテクチャを採用している。一方のストリームで抽出したコンテンツを保持し、もう一方で文書のレイアウトと階層構造を保持した後、デコーダーが業界固有の用語を適用してJSONまたはMarkdownを生成する。注意誘導型のヒートマップにより、数値列、結合セル、セクション見出しに処理を集中させる一方、複数ページにわたる表や条項間の関係も維持する。
Mishraは、基盤となる信頼性の課題について次のように述べた。「LLMの問題は、本質的に確率的であることです。どうしてもばらつきが生じます。ハルシネーションも起こり得ますし、それが後続の処理に大きな悪影響を及ぼします」
自社で実施した精度テスト
Unsiloedが自社で実施した2026年5月の評価では、文書解析ベンチマークのolmOCR-Benchにおいて、同社のパーサーは88.0点を獲得した。Reducto Agenticは66.0点、Unstructuredは39.9点だった。評価には、1,403ページのPDFを対象とする8,413件のユニットテストを使用した。表、数式表記、読み取り順序、長文や極小文字、劣化したスキャン画像を対象とし、olmocrスコアラーのバージョン0.4.27を変更せずに用いた。
Unsiloedはまた、文字列の厳密な一致を求めると、無害な書式や表記の違いまで問題として検出される可能性があると注意を促した。さらに、学術研究向けのベンチマークでは、本番環境の文書によく含まれるグラフ、フォームなどの要素が十分に反映されない場合があるとしている。
同社が別途公表した、542件の財務文書を対象とするテストでは、約84,000件の抽出データポイント全体で99.78%の精度を達成した。文書は企業顧客から提供されたもので、比較対象には主要なAIモデル、MicrosoftのAzure Document Intelligence、顧客社内の抽出ツールが含まれていた。この結果は独立した検証を受けていない。
初期顧客と市場での競争
Mishraによると、Unsiloedは金融、法律サービス、医療分野の顧客と協業している。ある銀行(社名非公開)は文書処理に同社のソフトウェアを使用しており、ある法律事務所は契約書や古い訴訟記録を処理するため、自社サーバー上で運用している。音声AIスタートアップのBolna AIは、音声エージェントの構築に向けてナレッジベースを取り込むために同ソフトウェアを利用している。
競合には、文書処理に特化したスタートアップのReductoとUnstructured、MicrosoftやAmazonの製品、そして企業がデータ抽出に利用する汎用AIモデルが含まれる。Mishraによると、料金は1ページあたり1セントから。文書のすべてのセクションを一律に処理するのではなく、特に注意が必要な部分に計算処理を集中させることが、コスト管理につながっているという。
Unsiloedは従業員7人でこの市場に取り組んでいる。今回のシード調達により、事業拡大に向けた資金を確保した。目下の課題は、初期導入の実績と同社が公表した精度結果を、専門事業者やはるかに大規模なプラットフォームとの競争の中で、より広範な企業導入につなげることだ。












