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

Lojistik, finans ve sağlık gibi sektörlerde AI güçlü araçlar geliştiren geliştiriciler için sürekli bir engel vardır: büyük dil modellerinin (LLM) gerçek dünya belgelerinden güvenilir bir şekilde veri çıkarması. PDF faturalar, 200 sayfalık raporlar, el yazısı formlar ve taranmış kimlik belgeleri genellikle güçlü AI sistemlerini engeller.

Retab, bu sorunu yaşayan mühendisler tarafından kurulan yeni bir startup, bunu çözmek için kuruldu. Platformunun halka açık lansmanı ile birlikte şirket, VentureFriends, Kima Ventures, ve K5 Global liderliğindeki 3,5 milyon dolarlık ön-seed finansmanını da duyurdu. Eric Schmidt (StemAI aracılığıyla), Olivier Pomel (Datadog CEO’su) ve Florian Douetteau (Dataiku CEO’su) de finansmana katıldı.

Bir LLM sağlayıcısı olmak yerine, Retab bir üst katmanda yer alır – geliştiriciler için bir belge AI platformu sunar. Bu platform, kullanıcıların çıkarmak istedikleri verileri tanımlamasına ve ardından tüm süreci ele almasına olanak tanır: etiketleme, değerlendirme,.prompt mühendisliği, model benchmarking ve yönlendirme.

“İnsanlar, üretime geçildiğinde bozulan AI demostrarı oluşturmaya devam ediyor,” dedi Louis de Benoist, Retab’ın kurucu ortak ve CEO’su. “Belgelerden sadece birkaç alanı çıkarmak için kırılgan boru hatları kurmaktan bıktık. Şimdi, geliştiriciler odakladıkları şemaya odaklanabilir – geri kalanını biz hallederiz.”

Retab’ın Gerçekten Ne Yaptığı

Temelde, Retab yapılandırılmamış belgeleri – PDF’leri, taramaları, formları – 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’ı kullanan şirketler, çıkarmak istedikleri verilerin şemasını tanımlar. Retab sonra otomatik olarak etiketli veri kümeleri oluşturur, optimal LLM’leri seçer, promtleri iyileştirir ve hata algılama ve yeniden deneme mantığını işler. Retab, üç temel yenilik sayesinde üretim sınıfı doğruluğunu sağlar:

• Kendini İyileştiren Şemalar: Retab, gerçek örnekleri kullanarak çıkarma talimatlarını yinelemeli olarak test etmek ve iyileştirmek için dahili bir AI aracını kullanır. Bu, manuel ayarlamaya olan ihtiyacı ortadan kaldırır.
• Akıllı Model Yönlendirme: Platform, model-bağımsızdır ve LLM’ler (örneğin, OpenAI, Anthropic, Google) arasında otomatik olarak benchmark yapar. Her belgeyi maliyet, hız ve doğruluk gereksinimlerine göre en iyi modele yönlendirir. Bu, bazı kullanıcıların işleme maliyetlerini 100 kata kadar azaltmasını sağlar.
• k-LLM Konsensüs ve Rehberli Mantık: Retab, tek bir modelin çıktısına güvenmek yerine, adım adım mantık (zincirleme düşünme) uygular ve birden fazla modeli paralel olarak çalıştırarak bir konsensüs sağlar. Belirsizlik kalırsa, bu durum işaretlenir veya yeniden hesaplanır. Bu, geliştiricilerin her cevaba güvenmesini sağlar.

Bu orkestrasyon katmanı, geliştiricilere sözleşmeleri analiz etme, kimlik doğrulama veya fatura analiz gibi hatalı belge akışlarını ölçeklenebilir, kendini düzeltme sistemlerine dönüştürme gücü verir.

Lojistikten Altyapıya

Kurucular, Retab’ın temelini, lojistik endüstrisinde belgelerle yoğun operasyonların iç süreçlerini otomatikleştirirken oluşturdu. Ancak, araçları geliştirdikçe, Retab’ın değerinin tek bir kullanım örneğinden çok daha fazla olduğunu fark ettiler. Bugün, Retab zaten çok çeşitli sektörlerdeki şirketler tarafından kullanılıyor:

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

Bir kamyon şirketi, Retab’ı 99% doğruluk gereksinimini karşılayan en küçük ve en hızlı model yapılandırmasını belirlemek için kullandı. Bu, hesaplama maliyetini ve gecikmeyi performansını feda etmeden azalttı. Bir finansal firma, Retab’ı yatırımcı belgelerinden yapılandırılmış risk göstergeleri çıkarmak için kullandı ve böylece çeyrek analiz süresini günler azalttı.

“AI ekonomisi, insan tarafından okunabilir, dağınık 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. Bu, rekabet analizi, uyum kazandırma ve otomatikleştirilmiş iş akışları gibi kullanım örneklerine kapı açacak. Zapier, n8n ve Dify gibi araçlarla entegrasyonlar da yolunda. Bu, Retab’ın özel kodlama gerektirmeden mevcut iş akışlarına entegre olmasını sağlayacak.

Uzun vadede, Retab, dünyanın yapılandırılmamış verisi ile bunları kullanan AI ajanları arasındaki ara katman olmak istiyor – bu, kurumsal arama, RPA veya AI kaptanları için olsun.

Sadece on çalışanı olmasına rağmen, Retab already AI yerli ürünler geliştiren geliştiriciler için temel bir yapı taşı olarak tanınmaya başlandı – sadece bir satıcı değil, gerçek dünya verilerinin karmaşıklığını işlerlik kazandırmak için bir araç seti.