AI向け文書解析のUnsiloed、750万ドルを調達
原題: Felicis leads $7.5M bet on Unsiloed AI to make enterprise documents usable by AI agents
なぜ重要か
文書解析の精度がAIエージェントの信頼性を左右するため、金融・医療・法務向けの需要は今後も拡大が見込まれる。
Felicis VenturesがリードするシードラウンドでUnsiloed AIが750万ドルを調達した。Y Combinator、Orange Collective、Uncorrelated Venturesも参加。同社は表やグラフを含む複雑な企業文書をAIエージェントが処理できる構造化データに変換する技術を開発しており、金融・法務・医療分野の顧客にすでに提供している。
AIエージェントによる業務自動化が広がる中、企業が抱える膨大な文書をAIが正確に読み込めないという問題が顕在化している。Unsiloed AIはこの課題に特化したスタートアップだ。
共同創業者でCEOのAman Mishraと、同じくインド工科大学(IIT)Kharagpur出身のAdnan Abbasが設立し、2025年秋のY Combinatorバッチを経て事業を本格化させた。今回の調達にはFelicisがリードし、Y Combinator、Orange Collective、Uncorrelated Ventures、そしてエンジェル投資家のAarthi RamamurthyとBeth Turnerが参加した。
同社の技術的な核心は「dual-stream」ビジョンモデルと「heat map-based chunking」と呼ぶ手法にある。テキストと画像データを別々のストリームで処理し、文書内の重要部分を特定することで、表・グラフ・複雑なレイアウトから精度高く情報を抽出する。さらに、抽出した情報が元文書のどこから来たかを明示することで、企業側がAIの出力を検証できる仕組みを備える。
MishraはLLMの確率的な性質によるハルシネーションが金融機関や病院、法律事務所に深刻な影響を与えると指摘する。現状の顧客として、ある銀行が文書処理に活用しているほか、法律事務所が自社サーバー上でコントラクトや過去の訴訟ファイルの処理に導入。音声AIスタートアップのBolna AIも音声エージェント構築用のナレッジベース取り込みに利用していると明かした。
競合はすでに多い。Reducto、Unstructured、Microsoft、Amazonといった専業・大手が市場に存在し、汎用AIモデルで文書処理を代替する企業もある。Unsiloedがこの競争をどう乗り越えるかは、技術の差別化だけでなく顧客獲得のスピードにかかってくる。