Retab 3,5 Milyon Dolar Yatırım Aldı ve Belgeleri Yapılandırılmış Verilere Dönüştüren AI Güçlü Platformu Başlattı

AI güçlü araçlar geliştiren geliştiriciler için lojistik, finans ve sağlık gibi sektörlerde bir engel sürekli olarak ortaya çıkıyor: büyük dil modellerinin (LLM’ler) gerçek dünya belgelerinden güvenilir bir şekilde veri çıkarmasını sağlamak. PDF faturalar, 200 sayfalık raporlar, el yazısı formlar ve taranmış kimlik kartları genellikle güçlü AI sistemlerini engelliyor.

Retab, bu sorunu ilk elden yaşayan mühendisler tarafından kurulan yeni bir startup, bunu çözmek için kuruldu. Platformunun halka açık lansmanıyla birlikte, şirket ayrıca VentureFriends, Kima Ventures ve K5 Global‘in liderliğinde 3,5 milyon dolarlık ön-seed finansman aldığını duyurdu. Eric Schmidt (StemAI aracılığıyla), Olivier Pomel (Datadog (DDOG ) CEO’su) ve Florian Douetteau (Dataiku CEO’su) de katılımcılar arasında yer aldı.

Retab, başka bir LLM sağlayıcısı değil, geliştiricilere belge AI’si için geliştirici öncelikli bir platform sunuyor. Bu platform, kullanıcıların çıkarmak istedikleri verileri tanımlamasına olanak tanır, ardından etiketleme, değerlendirme,.prompt mühendisliği, model benchmarking ve yönlendirme gibi tüm süreci gerçekleştirir.

“İnsanlar AI demostrarını inşa etmeye devam ediyor, ancak bunlar üretim aşamasında bozuluyor,” dedi Louis de Benoist, Retab’ın kurucu ortaklarından ve CEO’su. “Retab’ı inşa ettik, çünkü belgelerden sadece birkaç alanı çıkarmak için kırılgan boru hatları kurmaktan bıktık. Şimdi, geliştiriciler çıkarmak istedikleri şemaya odaklanabilir – biz geri kalanını hallederiz.”

Retab’ın Gerçekten Ne Yaptığı

Retab’ın temelinde, yapılandırılmamış belgeleri – PDF’ler, taramalar, formlar – temiz, yapılandırılmış JSON veya tablo çıkışlarına dönüştürür. Bir SDK ve platform olarak inşa edilen Retab, AI güçlü veri çıkarma iş akışlarını oluşturmanın tüm karmaşıklığını soyutlar.

Retab kullanan şirketler, çıkarmak istedikleri verilerin şemasını tanımlar. Retab sonra otomatik olarak etiketli veri kümeleri oluşturur, optimal LLM’leri seçer,.promptları iyileştirir ve hata tespiti ve yeniden deneme mantığını işler. Retab, üç temel yenilik sayesinde üretim sınıfı doğruluğunu sağlar:

• Kendiliğinden İyileştirilen Şemalar: Retab, gerçek örnekleri kullanarak çıkarma talimatlarını yinelemeli olarak test etmek ve iyileştirmek için bir dahili AI aracını kullanır, bu da manuel ayarlamaya olan ihtiyacı ortadan kaldırır.
• Akıllı Model Yönlendirme: Platform, model-bağımsızdır ve LLM’ler (örneğin, OpenAI, Anthropic, Google ) arasında otomatik olarak benchmarklar, her belgeyi maliyet, hız ve doğruluk gereksinimlerine göre en iyi modele yönlendirir. Bu, bazı kullanıcıların işleme maliyetlerini %100’e kadar azaltmasını sağlar.
• k-LLM Konsensusu ve Rehberlikli Mantık: Retab, tek bir modelin çıkışına güvenmek yerine, adım-adım mantık (zincir-düşünce) uygular ve birden fazla modeli paralel olarak çalıştırarak bir konsensusa ulaşır. Eğer belirsizlik kalırsa, bu, geliştiricilere her cevaba güvenmesini sağlayan bir şekilde işaretlenir veya yeniden hesaplanır.

Bu orkestrasyon katmanı, geliştiricilere hata eğilimli belge akışlarını – sözleşme analizi, kimlik doğrulama veya fatura analizi gibi – ölçeklenebilir, kendini düzeltiren sistemlere dönüştürme gücü verir.

Lojistikten Altyapıya

Kurucular, Retab’ın temelini, lojistik endüstrisinde belge yoğun operasyonlar için iç süreçleri otomatikleştirirken inşa ettiler. Ancak, araçları iyileştirirken, onun değerinin tek bir kullanım örneğinin ötesine geçtiğini fark ettiler. Bugün, Retab, logistics, finans ve sağlık gibi sektörlerde dozens of şirketler tarafından kullanılıyor:

• Lojistik: Konşimento, gümrük manifestosu ve teslimat kayıtlarını analiz etme
• Finans: Uzun raporlardan risk faktörleri ve finansal göstergeleri çıkarma
• Sağlık: Otomatik giriş formları, talepleri ve tıbbi kayıtları işleme

Bir kamyon şirketi, Retab’ı kullanarak %99’luk doğruluk gereksinimini karşılayan en küçük, en hızlı model yapılandırmasını belirledi – böylece hesaplama maliyeti ve gecikme olmadan performansını artırdı. Bir finansal firma, Retab’ı kullanarak yatırımcı belgelerinden yapılandırılmış risk göstergeleri çıkarmak için kullandı ve böylece çeyrek analiz süresini kısalttı.

“AI ekonomisi, insan tarafından okunabilir, yapılandırılmamış belgeleri yapılandırılmış, doğrulanabilir verilere dönüştürmeye dayanır,” dedi Florian Douetteau, Dataiku CEO’su. “Retab, bu sıçramayı büyük ölçekte mümkün kılan platformdur.”

İleriye Bakış

Retab, belgelerin ötesine geçiyor: yakında çıkacak sürümler, kullanıcıların web sayfalarından ve dinamik içerikten veri çıkarmasına olanak tanıyacak, böylece rekabet analizi, uyumluluk kazıma ve otomatikleştirilmiş kurulum gibi kullanım örneklerini mümkün kılacak. Zapier, n8n ve Dify gibi araçlarla entegrasyonlar da yolda, Retab’ı mevcut iş akışlarına özel kodlama gerektirmeden entegre etmeyi sağlayacak.

Uzun vadeli olarak, Retab, dünyanın yapılandırılmamış verilerinin ve bunlara bağımlı AI ajanlarının arasındaki ara katman olmayı hedefliyor – bu, kurumsal arama, RPA veya AI kaptanları için olsun.

Sadece on kişilik bir ekibe sahip olmasına rağmen, Retab zaten AI yerli ürünler geliştiren geliştiriciler için temel bir yapı taşı olarak tanınmaya başlandı – sadece bir satıcı değil, gerçek dünya verilerinin karmaşıklığını işler hale getirmek için bir araç seti.