همزمان با اینکه کسبوکارها بیش از پیش به عاملهای هوش مصنوعی برای خودکارسازی کارها روی میآورند، حجم عظیم اطلاعات قفلشده در اسناد پیچیده همچنان یک مشکل باقی مانده است. استارتاپ «آنسیلوئد ایآی» (Unsiloed AI) برای حل همین مسئله ۷.۵ میلیون دلار سرمایه اولیه (seed) با رهبری «فلیسیس» (Felicis) جذب کرده است؛ هدف این است که با فناوری تخصصی، اسناد سازمانی را برای عاملهای هوش مصنوعی قابلدسترستر کند.
شرکت سرمایهگذاری خطرپذیر دره سیلیکون، فلیسیس، رهبری این دور را بر عهده داشت و «وای کامبینیتور» (Y Combinator)، «اورنج کالکتیو» (Orange Collective) و «آنکورلیتد ونچرز» (Uncorrelated Ventures) هم در آن مشارکت کردند. «آرتی رامامورتی» (Aarthi Ramamurthy) و «بث ترنر» (Beth Turner) از سرمایهگذاران فرشته نیز حضور داشتند.
اسناد تجاری معمولاً شامل جدولها، نمودارها و چیدمانهای پیچیدهای هستند که سیستمهای هوش مصنوعی در تفسیر دقیق آنها دچار مشکل میشوند. اما اشتباه در خواندن این اطلاعات میتواند برای کسبوکارها هزینههای سنگین ایجاد کند و در مورد یک بانک، بیمارستان یا دفتر حقوقی، پیامدها میتواند جدی باشد، چون این نهادها کار روزمره خود را بر پایه همین اسناد پیش میبرند.
آنسیلوئد میخواهد این مشکل را با نرمافزاری حل کند که اسناد پیچیده را تجزیه میکند، اطلاعات را از جدولها، نمودارها و دیگر عناصر بیرون میکشد و آن را به داده ساختاریافتهای تبدیل میکند که عاملهای هوش مصنوعی بتوانند استفاده کنند. این فناوری همچنین نشان میدهد که اطلاعات استخراجشده از کدام بخش سند اصلی آمده است تا کسبوکارها بتوانند نتیجه را بررسی کنند، نه اینکه خروجی هوش مصنوعی را بیقید و شرط بپذیرند.
«امان میشرا» (Aman Mishra)، یکی از بنیانگذاران و مدیرعامل آنسیلوئد، در مصاحبهای میگوید: «مشکل مدلهای زبانی بزرگ این است که ذاتاً احتمالی عمل میکنند. همیشه مقداری انحراف ایجاد میشود. هالوسینیشن هم در کار است و این موضوع در پاییندست اثر منفی بزرگی میگذارد.»
میشرا این شرکت را همراه با «عدنان عباس» (Adnan Abbas)، همکلاسی سابقش در مؤسسه فناوری هند (IIT) خارگپور، تأسیس کرد. این دو پس از مدتی کار روی توسعه فناوری، به دوره پاییز ۲۰۲۵ وای کامبینیتور پیوستند.
میشرا به تککرانچ گفته است که آنسیلوئد هماکنون با مشتریانی در حوزه مالی، خدمات حقوقی و سلامت کار میکند. یک بانک از فناوری این شرکت برای پردازش اسناد استفاده میکند و یک دفتر حقوقی آن را روی سرورهای خودش برای مدیریت قراردادها و پروندههای قدیمی مستقر کرده است؛ البته او نام هیچکدام از این مشتریان را نگفت. با این حال، میشرا استارتاپ «بولنا ایآی» (Bolna AI) را بهعنوان مشتری نام برد و گفت این شرکت از آنسیلوئد برای دریافت پایگاههای دانش و ساخت عاملهای صوتی استفاده میکند.
این استارتاپ که مقر آن در سانفرانسیسکو است، وارد بازاری شده که از قبل شلوغ است و رقبایی دارد: استارتاپهای تخصصی پردازش اسناد مانند «رداکتو» (Reducto) و «آناستراکچرد» (Unstructured)، و همچنین محصولات مایکروسافت و آمازون. کسبوکارها گاهی از مدلهای عمومی هوش مصنوعی هم برای استخراج اطلاعات از اسناد استفاده میکنند که رقبای دیگری برای آنسیلوئد میسازد.
میشرا به تککرانچ گفت که مزیت آنسیلوئد در نحوه پردازش اسناد پیچیده است. این استارتاپ از مدلهای بینایی «دوستریم» (dual-stream) استفاده میکند که دادههای متن و تصویر را جداگانه پردازش میکنند، و همچنین روشی به نام «چانکبندی مبتنی بر نقشه حرارتی» (heat map-based chunking) به کار میبرد که به شناسایی مهمترین بخشهای یک سند کمک میکند.
او میگوید: «در یک جریان، توکنهای متنی را دارید و در جریان دیگر، توکنهای دقیق تصویر را. این چیزی است که زمان زیادی را صرف معماریاش کردهایم.»
این فناوری سپس توان پردازشی بیشتری را به بخشهایی مانند نمودارها، اعداد و چارتها اختصاص میدهد. آنسیلوئد از یک رمزگشای تخصصی هم استفاده میکند که اصطلاحات خاص هر صنعت را در نظر میگیرد و به آن کمک میکند میان واژههایی تمایز بگذارد که در بافتهای کسبوکاری مختلف معانی متفاوتی دارند.
میشرا برای پشتیبانی از این ادعاها به آزمایشی اشاره کرد که روی ۵۴۲ سند مالی تأمینشده از سوی یک مشتری سازمانی انجام شد. بر اساس یک گزارش فنی که استارتاپ منتشر کرده، آنسیلوئد در حدود ۸۴ هزار نقطه داده استخراجشده به دقت ۹۹.۷۸ درصد رسید. این آزمایش آنسیلوئد را با مدلهای بزرگ هوش مصنوعی، «ایژور داکیومنت اینتلیجنس» مایکروسافت و ابزار استخراج داخلی همان مشتری مقایسه کرد. البته این نتایج بهطور مستقل راستیآزمایی نشده است.
آنسیلوئد مدعی است که در «olmOCR-Bench»، بنچمارک عمومی ساختهشده توسط «الن ایآی» (Allen AI)، از رقبای خود در پردازش اسناد با هوش مصنوعی بهتر عمل کرده است. در آزمونهایی که خود استارتاپ انجام داده، آنسیلوئد امتیاز ۸۸.۰ گرفت، در حالی که سیستم عاملمحور رداکتو ۶۶.۰ و آناستراکچرد ۳۹.۹ امتیاز گرفتند. این بنچمارک ۱۴۰۳ صفحه PDF را پوشش میداد و بررسی میکرد که سیستمها تا چه حد از عهده جدولها، عبارات ریاضی، اسناد اسکنشده و چیدمانهای پیچیده برمیآیند.
به گفته میشرا، قیمتگذاری آنسیلوئد از یک سنت به ازای هر صفحه آغاز میشود. او تأکید کرد که این رویکرد به پایین نگهداشتن هزینهها هم کمک میکند، چون به جای پردازش یکسان همه بخشهای سند، توان پردازشی را به بخشهایی میفرستد که بیشترین توجه را میخواهند.
آنسیلوئد در حال حاضر هفت کارمند دارد. میشرا میگوید این استارتاپ قصد دارد سرمایه جدید را صرف استخدام پژوهشگران و مهندسان بیشتر، توسعه فعالیتهای فروش و ساخت مجموعهدادههای اختصاصی برای بهبود فناوریاش کند.