
生成式AI狂潮席捲企業,但真正關鍵在於如何把塞滿表格與圖表的複雜文件精準「解鎖」給AI代理人使用。新創Unsiloed AI拿下750萬美元種子輪、對戰Microsoft等巨頭,搶攻金融、法律與醫療等高風險領域的文件結構化市場。
在企業急速導入AI代理人(AI agents)自動化工作的浪潮下,一個看似老派、卻最棘手的問題正浮上檯面:大量關鍵資訊仍被鎖在 PDF、報表與合約等複雜文件裡,讓再聰明的AI也難以下手,形成「智慧最後一哩」的瓶頸。如今,一家名為 Unsiloed AI 的新創,宣告要專門處理這個難題,並已獲得矽谷資金加持,正式把「AI文件解鎖」推上戰略高度。
根據 TechCrunch 報導,Unsiloed AI 近日完成 750 萬美元種子輪融資,由矽谷創投 Felicis 領投,Y Combinator、Orange Collective、Uncorrelated Ventures 等知名投資人跟進,還有天使投資人 Aarthi Ramamurthy 與 Beth Turner 參與。這筆資金將用於擴編技術與業務團隊、強化自有資料集,顯示投資人普遍認為「讓 AI 看懂複雜文件」是下一階段企業數位轉型的要角。
在現實企業環境中,關鍵文件往往不是純文字,而是混合表格、圖表、多欄排版與掃描影像。金融機構的監管報告、醫院的病歷與檢驗報表、律所的合約與判決書,都屬於高度結構化又難以解析的內容。一般大型語言模型(LLMs)雖然能讀字,卻常在欄位對應、數字位置與圖表意義上出錯,導致資訊偏差,風險尤其在銀行、醫療與法律場景中被急速放大。
Unsiloed AI 共同創辦人暨執行長 Aman Mishra 直言,大型語言模型的本質是「機率式」運算,天生有偏差與幻覺(hallucination)問題,若直接拿來處理高風險文件,很容易在下游決策留下致命錯誤。因此,他與共同創辦人 Adnan Abbas 在就讀印度理工學院卡爾格普爾分校(Indian Institute of Technology Kharagpur)期間,就開始嘗試打造一套專門為複雜文件而生的技術,並在加入 Y Combinator 之後加速產品化,鎖定金融、法律服務與醫療產業客戶。
與一般「用一個大模型解決所有問題」的作法不同,Unsiloed 強調其核心架構是所謂「雙流視覺模型」(dual-stream vision models),將文字 token 與影像 token 分流處理,再透過「熱點圖分塊」(heat map-based chunking)技術,鎖定文件中最重要的區塊,例如數字、圖表與關鍵欄位,集中算力做深度解析;而非浪費大量資源均勻處理整頁文件。這樣的設計,一方面提高精準度,另一方面也壓低每頁處理成本,官方定價從每頁 0.01 美元起跳。
更關鍵的是,Unsiloed 不只做抽取,還會記錄每一筆資料在原始文件中的位置與來源,讓企業可以「回溯」檢查,而不是被迫盲目相信 AI 結果。對於必須面對監管稽核的銀行、醫院或律所而言,這種可驗證性與可追蹤性,是導入 AI 代理人的前提條件。Mishra 指出,團隊也打造了專門的解碼器(decoder),會納入產業特定術語的上下文,避免同一個名詞在不同產業中被誤解,這在金融與法律文件中特別重要。
在成效面上,Unsiloed 對外展示一場企業客戶提供的 542 份金融文件測試,號稱在約 8.4 萬筆抽取資料點上達到 99.78% 準確率,並自稱在 Allen AI 設計的公開基準 olmOCR-Bench 上,優於專門文件處理新創 Reducto 與 Unstructured。然而,這些數據仍由業者自行公布、尚未經獨立第三方完整驗證,市場也因此保留觀望空間,等待更多客戶案例實證。
即便如此,Unsiloed 已在實務上與多家企業合作。Mishra 表示,現有客戶涵蓋金融業、法律服務與醫療領域,其中一間銀行已用其技術處理大量文件,一家律所則選擇在自家伺服器部署系統處理合約與舊案卷;在新創圈方面,語音 AI 新創 Bolna AI 也透過 Unsiloed 將知識庫轉為可供語音代理人使用的結構化資料。這顯示,市場對「把文件轉成 AI 可讀資料」的需求,已不再停留在概念階段,而是直接連動到具體產品線。
不過,Unsiloed 所處的戰場並不寧靜。專精文件處理的新創如 Reducto、Unstructured 已在市場佔有一席之地,科技巨頭 Microsoft(MSFT)與 Amazon 也推出自家文件智能服務;同時,部分企業選擇直接用通用型 AI 模型搭配內部工具抽取資料。Unsiloed 要突圍,必須持續在「複雜文件解析」與「成本效益」上維持明顯優勢,否則規模與生態都更完整的巨頭,隨時可能透過產品更新壓縮這個利基市場。
從更宏觀角度看,Unsiloed 的崛起反映了企業導入 AI 的路徑正在改變。過去一兩年,多數公司焦點放在聊天機器人與生成內容,如今開始意識到,真正核心資產是內部累積多年的文件與知識,若這些資料無法被 AI 精準理解與調用,AI 代理人終究只能停留在表層應用。文件結構化技術,因而成為連接企業「舊世界」與「新世界」的關鍵橋樑。
展望未來,隨著金融監管持續強化、醫療資料標準更新,以及企業在法律風險上愈來愈謹慎,「可驗證的 AI 文件抽取」勢必成為標準配備。Unsiloed 目前僅有約 7 人團隊,接下來怎麼在技術深度與商業拓展之間取得平衡,將決定能否在與 Microsoft 等巨頭的競賽中保有一席之地。對企業而言,下一個重要問題是:在追求效率與自動化同時,是否願意為「正確與可追溯」付費,讓 AI 真的成為可信賴的決策夥伴,而不是風險放大的加速器。這場「文件解鎖」的戰爭,才剛開打。
點擊下方連結,開啟「美股K線APP」,獲得更多美股即時資訊喔!
https://www.cmoney.tw/r/56/9hlg37
本網站所提供資訊僅供參考,並無任何推介買賣之意,投資人應自行承擔交易風險。

我的網誌


