Retab atrage 3,5 milioane de dolari și lansează o platformă bazată pe IA pentru a transforma documentele haotice în date structurate

Pentru dezvoltatorii care construiesc unelte bazate pe IA în industrii precum logistica, finanele și sănătatea, o provocare constantă stă în calea lor: obținerea de modele de limbaj mari (LLM) pentru a extrage în mod fiabil date din documente din lumea reală. Facturile PDF, rapoartele de 200 de pagini, formularele scrise de mână și ID-urile scanate adesea îi împiedică pe sistemele AI puternice.

Retab, o nouă companie fondată de ingineri care au întâmpinat această problemă din proprie experiență, a fost lansată pentru a o rezolva. În paralel cu lansarea publică a platformei sale, compania a anunțat, de asemenea, 3,5 milioane de dolari în finanțare pre-seed condusă de VentureFriends, Kima Ventures, și K5 Global, cu participarea lui Eric Schmidt (prin StemAI), Olivier Pomel (CEO, Datadog (DDOG )) și Florian Douetteau (CEO, Dataiku).

Mai degrabă decât a fi un alt furnizor de LLM, Retab se situează pe un nivel superior, oferind o platformă pentru dezvoltatori de IA pentru documente care le permite utilizatorilor să definească exact ce date doresc să extragă, apoi să gestioneze întregul proces: etichetare, evaluare, inginerie de prompt, benchmarking de modele și rutare.

„Oamenii continuă să construiască demo-uri de IA care par magice, dar se destramă în producție,” a declarat Louis de Benoist, co-fondator și CEO al Retab. „Am construit Retab pentru că eram obosiți să conectăm conducte fragile doar pentru a extrage câteva câmpuri dintr-un document. Acum, dezvoltatorii pot să se concentreze asupra schemei pe care o doresc – noi ne ocupăm de restul.”

Ce Retab de fapt

În esență, Retab transformă documente nestructurate – PDF-uri, scanări, formulare – în ieșiri curate, structurate JSON sau tabulare pe care dezvoltatorii le pot integra în sistemele de producție. Construită ca un SDK și platformă, aceasta abstractizează toată complexitatea construirii fluxurilor de lucru de extragere a datelor bazate pe IA.

Companiile care utilizează Retab descriu pur și simplu schema datelor pe care le doresc. Retab generează apoi automat seturi de date etichetate, selectează LLM-ul (modelele de limbaj mare) optim, rafinează prompturile și gestionează detectarea erorilor și logica de retry. Asigură acuratețea de producție prin trei inovații de bază:

• Scheme auto-optimizate: Retab utilizează un agent intern de IA pentru a testa și a rafina iterativ instrucțiunile de extragere utilizând exemple reale, eliminând nevoia de reglare manuală.
• Rutare inteligentă de modele: Platforma este agnostică la model și benchmark automat peste LLM (de exemplu, OpenAI, Anthropic, Google ), rutând fiecare document către cel mai bun model în funcție de cerințele de cost, viteză și acuratețe. Acest lucru a permis unor utilizatori să reducă costurile de procesare cu până la 100 de ori.
• Consens k-LLM și raționament ghidat: În loc de a se baza pe ieșirea unui singur model, Retab impune raționament pas cu pas (lanț de gândire) și rulează mai multe modele în paralel pentru a ajunge la un consens. Dacă incertitudinea persistă, aceasta este marcată sau recalculată, oferind dezvoltatorilor încredere în fiecare răspuns.

Acest strat de orchestrare oferă dezvoltatorilor puterea de a transforma fluxurile de documente predispuse la erori – precum analiza contractelor, verificarea identității sau analiza facturilor – în sisteme scalabile și auto-corectoare.

De la logistică la infrastructură

Fondatorii au construit inițial fundația Retab în timp ce au automatizat procesele interne pentru operațiuni grele de documente în industria logisticii. Dar pe măsură ce au rafinat instrumentarul, au realizat că valoarea sa depășește cu mult orice caz de utilizare singular. Astăzi, Retab este deja utilizat de zeci de companii din:

• Logistică: Analiză a facturilor de livrare, manifeste vamale și înregistrări de livrare
• Finanțe: Extragerea factorilor de risc și a metricilor financiare din rapoarte lungi
• Sănătate: Automatizarea formularelor de înscriere, a pretențiilor și a înregistrărilor medicale

O companie de transport a utilizat Retab pentru a identifica cea mai mică și mai rapidă configurație a modelului care îndeplinea cerința de acuratețe de 99% – reducând astfel costul de calcul și latența fără a sacrifica performanța. O firmă financiară a redus zilele de analiză trimestrială prin utilizarea Retab pentru a extrage indicatori de risc structurați din documente de investitori.

„Economia bazată pe IA depinde de transformarea documentelor haotice, lizibile de om, în date structurate și verificabile,” a declarat Florian Douetteau, CEO al Dataiku. „Retab este platforma care face posibilă această salt la scară.”

Privind înainte

Retab se extinde acum dincolo de documente: lansările viitoare vor permite utilizatorilor să extragă date din pagini web și conținut dinamic, deschizând ușa către cazuri de utilizare precum analiza competitivă, extragerea conformității și automatizarea înscrierii. Integrările cu instrumente precum Zapier, n8n și Dify sunt, de asemenea, pe drum, permițând Retab să se integreze în fluxurile de lucru existente fără cod personalizat.

Pe termen lung, Retab își propune să devină stratul de middleware între datele nestructurate ale lumii și agenții de IA care depind de ele – fie că este vorba de căutare enterprise, RPA sau copiloți de IA.

În ciuda faptului că are doar zece angajați, Retab este deja recunoscut ca o componentă de bază pentru dezvoltatorii care construiesc produse native IA – nu doar un alt furnizor, ci un set de instrumente pentru a operaționaliza realitatea haotică a datelor din lumea reală.