Unsiloed AI lève 7,5 M$ pour rendre les documents d'entreprise lisibles par les agents IA

Original : Felicis leads $7.5M bet on Unsiloed AI to make enterprise documents usable by AI agents

Pourquoi c'est important

La fiabilité de l'extraction documentaire conditionne l'adoption réelle des agents IA en entreprise.

Unsiloed AI a levé 7,5 M$ en seed, menés par Felicis, avec Y Combinator et Uncorrelated Ventures. La startup san-franciscaine veut rendre les documents complexes — tableaux, graphiques — exploitables par les agents IA, notamment dans la finance, le droit et la santé.

Les documents d'entreprise restent l'un des angles morts des agents IA : tableaux imbriqués, graphiques, mises en page complexes résistent aux LLM classiques. Unsiloed AI, fondée par Aman Mishra et Adnan Abbas (tous deux anciens de l'IIT Kharagpur), s'attaque à ce problème avec un pipeline d'extraction qui convertit ces éléments en données structurées utilisables par des agents IA.

Le tour de table de 7,5 M$ est mené par Felicis, avec la participation de Y Combinator (batch automne 2025), Orange Collective, Uncorrelated Ventures et les business angels Aarthi Ramamurthy et Beth Turner.

La technologie repose sur des modèles de vision dits « dual-stream » — un flux pour le texte, un autre pour les images — combinés à une technique de « heat map-based chunking » pour identifier les passages critiques. Chaque extraction reste liée à sa source dans le document original, permettant aux équipes de vérifier les résultats.

« Les LLM sont intrinsèquement probabilistes. Il y aura des déviation, des hallucinations, avec des conséquences négatives massives en aval », souligne Mishra. Parmi les clients actuels : une banque, un cabinet d'avocats et la startup de voice AI Bolna AI. Le marché est disputé : Reducto, Unstructured, Microsoft et Amazon proposent des solutions concurrentes.

Source

techcrunch.com — Lire l'original →