Adit Abraham, cofundador e CEO da Reducto – Série de entrevistas

Adit Abraham é cofundador e CEO da Reducto, onde se dedica a transformar documentos empresariais complexos em dados confiáveis para aplicações de IA. Antes de fundar a empresa com Raunak Chowdhuri, também formado pelo MIT, estudou ciência da computação no MIT, realizou pesquisas em aprendizado de máquina no MIT Media Lab e trabalhou com Anúncios e Pesquisa como gerente de produto no Google. A Reducto surgiu dos esforços dos fundadores para criar ferramentas de memória para grandes modelos de linguagem, quando a ingestão pouco confiável de documentos se tornou um obstáculo recorrente. O trabalho direto de Abraham com os primeiros clientes ajudou a definir o foco da empresa em precisão, segurança, flexibilidade de implantação e desempenho previsível em produção.

Reducto desenvolve uma infraestrutura de inteligência documental que ajuda equipes de IA a converter PDFs, digitalizações, planilhas e outros arquivos em informações estruturadas e utilizáveis. Sua plataforma combina reconhecimento óptico de caracteres, visão computacional e modelos de visão e linguagem para interpretar texto, tabelas, figuras, formatação e layouts de página complexos. Além da análise, oferece ferramentas para extração estruturada, divisão, classificação e edição de documentos, com citações que vinculam as informações extraídas às suas fontes. Entre seus clientes estão Harvey, Scale AI, Vanta, Mercor e Rogo. O trabalho da empresa abrange geração aumentada por recuperação, pesquisa e fluxos de trabalho com documentos em áreas como finanças, saúde e direito, nas quais a ingestão precisa e os resultados rastreáveis são essenciais.

A Reducto surgiu dos desafios que você e Raunak Chowdhuri encontraram ao criar ferramentas de memória para grandes modelos de linguagem. O que, especificamente, não funcionava nas ferramentas de processamento de documentos existentes e quando vocês perceberam que o problema da análise de documentos, por si só, era grande o bastante para justificar a criação de uma empresa?

Queríamos dar aos modelos acesso ao contexto dos documentos, então adicionamos um recurso de envio de arquivos. Porém, continuávamos enfrentando problemas com a qualidade do processamento. Experimentamos todas as ferramentas disponíveis na época, mas nenhuma atendia aos nossos padrões quando se tratava de lidar com documentos reais, desorganizados, que as pessoas de fato enviavam.

Por isso, criamos nossa própria solução de análise, inicialmente como um recurso do nosso produto de memória para LLMs. Depois, porém, percebemos que muitos desenvolvedores que também haviam enfrentado esse problema demonstravam grande interesse e gostavam da nossa solução. Algumas equipes passavam semanas criando e mantendo seus próprios pipelines de ingestão porque as ferramentas disponíveis não conseguiam processar seus documentos de forma confiável. Essas conversas deixaram a oportunidade muito mais clara para nós: embora a inteligência dos modelos continuasse melhorando, um contexto limpo e preciso ainda fazia uma enorme diferença.

Do ponto de vista técnico, os PDFs foram criados para exibir informações, e não para torná-las legíveis por máquinas. Por que documentos complexos — especialmente os que contêm tabelas, gráficos, layouts com várias colunas ou imagens incorporadas — são tão difíceis de interpretar com confiabilidade pelos sistemas de IA?

Quando nós, seres humanos, lemos um documento, damos por certa boa parte da nossa compreensão natural: conseguimos inferir relações quase instantaneamente, porque vemos que um número pertence a determinado cabeçalho de coluna, que o texto continua em outra coluna ou que uma legenda se refere à figura acima dela.

Os modelos de IA realmente têm muita dificuldade com isso, pois os PDFs não foram projetados para preservar esse tipo de informação relacional ou metadados; na prática, são imagens com uma densidade de dados muito alta. Um analisador precisa reconstruir essas relações a partir da página, e o problema fica muito mais difícil quando há células mescladas, tabelas aninhadas, gráficos, digitalizações e layouts incomuns. Como nos dedicamos ao problema da compreensão de documentos, conseguimos processar de forma confiável a cauda longa de documentos nos quais os modelos de IA costumam alucinar e cometer erros.

A Reducto combina visão computacional, reconhecimento óptico de caracteres e modelos de visão e linguagem em seu pipeline de processamento de documentos. Como essas diferentes tecnologias trabalham em conjunto e em que aspectos os sistemas tradicionais de OCR ainda costumam falhar?

O OCR tradicional existe há décadas e foi desenvolvido para ler, caractere por caractere, documentos com texto nítido e legível. Ele deixa facilmente de funcionar bem quando se trata de documentos manuscritos, digitalizados, inclinados ou tabulares, que costumam representar a maioria dos dados empresariais.

A Reducto foi pioneira na incorporação de modelos de visão e linguagem ao processamento de documentos com o “Agentic OCR”, pois percebemos o potencial dos VLMs para compreender mais do que apenas o texto puro dos documentos: a verdadeira inteligência documental requer contexto, precisão e recursos multimodais. Nosso mais novo modelo de análise, r-1, combina os recursos do Agentic OCR com funcionalidades como formatação, citações e detecção de layout em uma única passagem.

Esse trabalho adicional é importante porque até mesmo um analisador com uma precisão geral muito alta pode causar um problema sério quando a pequena quantidade de informação que deixa passar inclui a figura, a cláusula ou a entrada de tabela de que alguém realmente precisa.

À medida que os modelos de IA se tornam cada vez mais multimodais e capazes de interpretar diretamente imagens e documentos, como você vê a evolução do papel das plataformas especializadas em inteligência documental? Os modelos de base poderão, no futuro, realizar boa parte desse trabalho por conta própria ou uma infraestrutura dedicada continuará sendo necessária?

Na verdade, apostamos que os modelos de IA continuarão melhorando e ficando mais rápidos e eficientes. Como novos modelos são lançados constantemente, mantemos nossas avaliações atualizadas para identificar seus pontos fracos e integrar seus pontos fortes aos nossos próprios pipelines, a fim de oferecer o melhor desempenho geral aos nossos clientes. A Reducto quer atuar como sua equipe de ingestão, ajudando você a desenvolver soluções à medida que sua empresa cresce.

As empresas ainda enfrentam o desafio específico de precisar não apenas de desempenho, mas também de capacidade de processamento escalável, governança e verificabilidade em escala de produção — aspectos que continuam sendo difíceis de alcançar com os modelos de base atuais.

Recentemente, testamos isso com o benchmark GDP.pdf, que mostrou que os modelos de ponta ainda têm dificuldade para raciocinar sobre documentos profissionais reais e complexos: suas taxas rigorosas de aprovação em tarefas ficaram abaixo de 15% a 25%. Ao permitir que a Reducto primeiro analisasse esses documentos e, em seguida, fornecer os dados estruturados aos modelos de ponta, a precisão geral aumentou nove pontos percentuais, enquanto o número de tokens usados no raciocínio caiu 13% em comparação com os modelos que processaram os documentos diretamente.

Isso mostra que ainda há enorme valor em uma infraestrutura dedicada à ingestão, já que a maior parte dos dados empresariais continua sem ser aproveitada.

Muitas aplicações empresariais de IA acabam dependendo de geração aumentada por recuperação ou de sistemas agênticos que acessam informações escondidas em documentos internos. Quanto dos problemas de confiabilidade desses sistemas começa, de fato, nas etapas anteriores, com a ingestão e a análise dos documentos?

Uma parte significativa dos problemas começa durante a ingestão: as equipes muitas vezes só os percebem bem mais tarde, porque a resposta incorreta aparece no fim do pipeline. Se um analisador elimina uma linha de uma tabela, troca a ordem de leitura de duas colunas ou deixa passar uma figura, a recuperação não consegue resgatar informações que nunca chegaram a entrar no banco de dados.

É comum observarmos uma melhora significativa na experiência dos usuários finais dos nossos clientes depois que eles substituem a solução de ingestão pela Reducto, pois os sistemas de RAG e de busca passam a fornecer resultados melhores e mais consistentes. A Harvey, por exemplo, registrou uma queda acentuada nos chamados de clientes relacionados ao OCR e um aumento expressivo no uso do produto depois de implementar a Reducto como camada de processamento.

A Reducto expandiu suas atividades para além da análise de documentos, passando a oferecer extração estruturada e fluxos de trabalho documentais mais abrangentes. Qual é a próxima etapa da inteligência documental quando um sistema consegue compreender com precisão a estrutura subjacente de um documento?

A ingestão de dados costuma ser apenas a primeira etapa de um processo empresarial muito mais amplo. Uma empresa pode receber um arquivo de 500 páginas e precisar identificar os documentos que ele contém, classificá-los, extrair informações específicas, compará-las com as de outro sistema e encaminhar casos atípicos a um especialista para análise. Passamos 2 anos treinando os melhores modelos de compreensão de documentos do mercado e, agora, estamos dedicando mais tempo a simplificar as etapas seguintes.

Quando se consegue compreender com confiabilidade o conteúdo e a estrutura de um documento, é possível automatizar mais do trabalho que as pessoas atualmente dedicam a reunir informações, verificá-las e transferi-las entre sistemas. Quase todos os fluxos de trabalho empresariais de alto risco podem ser divididos em etapas que envolvem pessoas lendo documentos, tomando decisões e registrando informações em outros documentos. Nosso objetivo é nos tornar, no futuro, a forma padrão de interação de pessoas ou agentes com dados documentais.

Entre seus clientes estão empresas nativas de IA, como Harvey, Vanta, Scale AI, Mercor e Rogo, além de grandes instituições financeiras e empresas da Fortune 10. Em que medida os requisitos de processamento de documentos de uma startup de IA diferem dos de uma grande empresa regulada?

As empresas nativas de IA tendem a agir rapidamente, e suas equipes de engenharia querem uma API capaz de processar documentos complexos sem obrigá-las a criar e manter sua própria infraestrutura de processamento. As grandes empresas se preocupam igualmente com a precisão, mas muitas vezes têm requisitos adicionais relacionados ao local de armazenamento dos dados, à forma de implantação do software, ao que acontece quando o volume aumenta repentinamente e à possibilidade de os usuários rastrearem um valor extraído até a página original. A Scale AI, por exemplo, usa a Reducto em ambientes governamentais nos quais a confidencialidade e a implantação local são importantes, enquanto a Harvey nos avaliou quanto à precisão, confiabilidade, custo, latência e modos de falha antes de entrar em produção, cerca de seis semanas depois. Trabalhar com os dois tipos de clientes nos levou a dedicar tanta atenção ao desempenho da Reducto diante de requisitos reais de produção quanto à precisão com que processa um documento específico.

Segundo relatos, a Reducto alcançou mais de US$ 5 milhões em receita recorrente anual, em grande parte por meio de vendas conduzidas pelos fundadores, antes de criar uma equipe de vendas dedicada. O que as conversas diretas com esses primeiros clientes ensinaram a você sobre os problemas que os desenvolvedores realmente queriam resolver?

Essas conversas nos ensinaram a dedicar menos tempo a falar de maneira genérica sobre processamento de documentos e mais tempo a entender o que os clientes realmente tentavam realizar. Muitas das primeiras conversas de vendas se transformavam em sessões de trabalho, nas quais um cliente compartilhava os documentos que interrompiam seu fluxo de processamento, e investigávamos o que acontecia nas etapas seguintes quando a extração falhava. Na área da saúde, isso significava ver como uma linha omitida de uma tabela ou uma unidade interpretada incorretamente em um laudo laboratorial podia atrasar um pedido ou deixar um profissional de saúde com um histórico incompleto do paciente. A gravidade dessas consequências redefiniu nosso padrão de precisão: uma pontuação alta em um teste de referência significa pouco se ocultar os erros que mais importam. Os clientes precisavam de precisão, mas também de confiabilidade, segurança, flexibilidade de implantação e desempenho previsível em escala; ouvir isso diretamente moldou o que desenvolvemos.

A Reducto agora processa bilhões de páginas por mês. Que desafios de engenharia surgem nessa escala, especialmente em relação à latência, à precisão, ao custo e à consistência dos resultados em tipos de documentos muito diferentes?

Já perdi a conta do número de páginas que processamos, então até uma pequena ineficiência pode se tornar muito cara rapidamente. Acrescentar inferência desnecessária a cada página aumenta tanto o custo quanto a latência, enquanto otimizar demais para ganhar velocidade pode prejudicar a precisão em documentos difíceis. Por isso, dedicamos bastante esforço de engenharia a determinar quanto processamento cada página realmente exige.

Com o r-1, melhoramos a precisão da análise e reduzimos a latência, além de baixar o preço para um centavo por página. Também estamos trabalhando para automatizar mais o encaminhamento, de modo que uma página simples não consuma os mesmos recursos que uma página com uma tabela ou figura complexa. No volume atual, essas decisões afetam milhões de páginas todos os dias, o que torna a eficiência parte central do problema de engenharia.

Olhando alguns anos à frente, à medida que os agentes de IA interagem cada vez mais com contratos, registros financeiros, artigos de pesquisa, apresentações e outros documentos empresariais, como você imagina a interface ideal entre os sistemas de IA e as informações não estruturadas do mundo?

Os agentes de IA de hoje são essencialmente baseados em texto. Eles são muito bons em raciocinar sobre informações digitais organizadas, mas o mundo real ainda funciona com PDFs, planilhas, apresentações, documentos digitalizados, contratos e registros financeiros. Com o tempo, acredito que os agentes deveriam poder interagir com esses documentos com a mesma naturalidade com que interagem hoje com um arquivo de texto.

Os desenvolvedores não deveriam ter de se aprofundar em OCR, análise de documentos, seleção de modelos ou estrutura documental. Um agente deveria poder receber qualquer arquivo, entender o que ele contém, rastrear informações importantes até a fonte e usar essas informações de forma confiável em qualquer tarefa que precise concluir. A infraestrutura subjacente deveria determinar como processar o documento, escolher os modelos adequados e encaminhar os casos de incerteza quando o julgamento humano for realmente necessário.

Em última análise, essa é a divisão de tarefas que buscamos: máquinas cuidando do trabalho repetitivo com documentos, enquanto as pessoas dedicam seu tempo às decisões que exigem contexto, conhecimento institucional e discernimento. Os documentos contêm uma enorme parcela das informações que mantêm as empresas em funcionamento; portanto, tornar essas informações verdadeiramente acessíveis aos agentes será um grande avanço para ampliar a utilidade da IA nos processos empresariais reais.

Obrigado pela ótima entrevista. Os leitores que desejarem saber mais sobre como transformar documentos complexos em dados confiáveis para aplicações de IA podem visitar Reducto.