Retab збирає $3,5 млн та запускає платформу, яка перетворює неструктуровані документи на структуровані дані

Для розробників, які будують інструменти, що використовують штучний інтелект, у галузях, таких як логістика, фінанси та охорона здоров’я, одна проблема постійно стоїть на заваді: отримання великих мовних моделей (LLM) для надійного видобування даних з реальних документів. PDF-накладні, 200-сторінкові звіти, рукописні форми та скановані ідентифікатори часто завдають удар по іншим потужним системам штучного інтелекту.

Retab, новий стартап, заснований інженерами, які особисто зіткнулися з цією проблемою, тільки що запустився для її вирішення. Разом з публічним дебютом своєї платформи компанія також оголосила про збор $3,5 млн у рамках пре-сід-фінансування під керівництвом VentureFriends, Kima Ventures, і K5 Global, з участю Еріка Шмідта (через StemAI), Олів’є Помеля (CEO, Datadog (DDOG )) і Флоріана Дуето (CEO, Dataiku).

Натомість бути ще одним постачальником LLM, Retab займає позицію над ними, пропонуючи платформу для документації штучного інтелекту для розробників, яка дозволяє користувачам визначити саме те, які дані вони хочуть видобути, а потім обробляє весь процес: маркування, оцінювання, інженерія запитів, бенчмаркінг моделей та маршрутизацію.

“Люди продовжують будувати демонстрації штучного інтелекту, які виглядають магічними, але розриваються у виробництві,” сказав Луї де Бенуа, співзасновник і CEO Retab. “Ми створили Retab, тому що ми були втомлені від підключення крихких трубопроводів просто для видобування кількох полів з документа. Тепер розробники можуть зосередитися на схемі, яку вони хочуть — ми обробляємо все інше.”

Що таке Retab

У своїй основі Retab перетворює неструктуровані документи — PDF, скани, форми — у чисті, структуровані JSON або табулярні виходи, які розробники можуть впровадити у виробничі системи. Будучи створеною як SDK і платформою, вона абстрагує всю складність будівництва потоків видобування даних, що використовують штучний інтелект.

Компанії, які використовують Retab, просто описують схему даних, яку вони хочуть. Retab потім автоматично генерує позначені набори даних, вибирає оптимальну LLM(и), уточнює запити та обробляє виявлення помилок і логіку повторної спроби. Вона забезпечує виробничу точність завдяки трьом основним інноваціям:

• Самооптимізовані схеми: Retab використовує внутрішнього агента штучного інтелекту для ітеративного тестування та уточнення інструкцій видобування за допомогою реальних прикладів, ліквідуючи потребу в ручному налаштуванні.
• Інтелектуальна маршрутизація моделей: Платформа є агностичною щодо моделі та автоматично бенчмаркує через LLM (наприклад, OpenAI, Anthropic, Google ), маршрутизуючи кожен документ до найкращої моделі на основі вимог до витрат, швидкості та точності. Це дозволило деяким користувачам скоротити витрати на обробку до 100 разів.
• k-LLM консенсус та кероване міркування: Замість того, щоб покладатися на один вихід моделі, Retab забезпечує крок за кроком міркування (ланцюг думок) та запускає кілька моделей паралельно для досягнення консенсусу. Якщо залишається невизначеність, вона позначається або перераховується, надаючи розробникам впевненість у кожній відповіді.

Цей оркестровий шар надає розробникам можливість перетворити похибні потоки документів — як розбір контрактів, верифікацію ідентифікаторів або аналіз накладних — у масштабовані, самокоригувальні системи.

Від логістики до інфраструктури

Засновники спочатку побудували основу Retab під час автоматизації внутрішніх процесів для документів у галузі логістики. Але коли вони вдосконалювали інструменти, вони зрозуміли, що його цінність далеко перевищує будь-який окремий випадок використання. Сьогодні Retab вже використовується десятками компаній у різних галузях:

• Логістика: Розбір накладних, митних маніфестів та записів про доставку
• Фінанси: Видобування факторів ризику та фінансових показників з довгих звітів
• Охорона здоров’я: Автоматизація форм для прийому, претензій та медичних записів

Одна транспортна компанія використала Retab для визначення найменшої, найшвидшої конфігурації моделі, яка відповідає вимогам точності на 99% — скорочуючи витрати на обчислення та затримку без втрати продуктивності. Фінансова фірма скоротила дні з квартального аналізу, використовуючи Retab для видобування структурованих показників ризику з документів інвесторів.

“Економіка штучного інтелекту залежить від перетворення неструктурованих, людських документів у структуровані, верифіковані дані,” сказав Флоріан Дуето, CEO Dataiku. “Retab — це платформа, яка робить цей стрибок можливим у масштабі.”

Погляд у майбутнє

Retab зараз розширюється за межі документів: майбутні випуски дозволять користувачам видобувати дані з веб-сторінок та динамічного контенту, відкриваючи двері до випадків використання, таких як конкурентний аналіз, збор даних про відповідність та автоматизація прийому. Інтеграції з інструментами, такими як Zapier, n8n та Dify, також плануються, що дозволить Retab безшовно інтегруватися у існуючі робочі процеси без потреби у спеціальному коді.

У довгостроковій перспективі Retab має на меті стати шаром посередництва між неструктурованими даними світу та агентами штучного інтелекту, які на них залежать — незалежно від того, чи це для корпоративного пошуку, RPA чи штучних копілотів.

Незважаючи на те, що у Retab лише десять працівників, Retab вже визнаний фундаментальним будівельним блоком для розробників, які будують продукти, орієнтовані на штучний інтелект — не просто ще одним постачальником, а набором інструментів для операціоналізації неструктурованих даних реального світу.