ドキュメント抽出パイプラインを構築するためのAIエージェントであるRetabは、プラットフォームの立ち上げとともに、350万ドルのシード前資金を調達しました。
Retabは、大規模な言語モデルの時代のドキュメント処理を変換する開発者プラットフォームとSDKです。開発者は、必要なデータスキーマを単純に定義しますが、Retabはデータセットのラベル付けや評価から自動化された迅速なエンジニアリングおよびモデル選択まで、他のすべてを管理します。
Retabのアイデアは、ロジスティクスにおけるドキュメントが多いワークフローのための内部自動化ツールを構築する創業者の初期の作業から生まれました。彼らは、彼らの真のブレークスルーが最終的な結果ではなく、オーケストレーション層では、AIモデルを確実に効率的に機能させるために作成したオーケストレーション層ではすぐに気付きました。そのレイヤーはレタブの中核になりました。
Retabの共同設立者兼CEOであるLouis de Benoistは、共有しています。
人々は魔法のように見えるデモを構築し続けますが、あなたがそれらを生産に入れた瞬間を壊します。
私たちはその痛みを自分で生きました。 PDFからいくつかのフィールドを抽出するためだけに、脆弱なパイプラインを配線します。私たちは、私たちが常に望んでいた開発者ファーストプラットフォームであるため、Retabを構築しました。
今日、Retabのオールインワンプラットフォームは、厄介なPDF、手書きスキャン、およびその他の非構造化入力を、脆弱なサードパーティのツールを必要とせずに、厄介なPDF、手書きのスキャン、およびその他の構造化されたデータに変換するために、数十社が使用しています。ユーザーは、必要なデータを定義し、ファイルをアップロードし、Retabはデータセットのラベル付けや抽出ロジックから評価とベンチマークまで、他のすべてを処理します。タスクを最高のパフォーマンスモデルにインテリジェントにルーティングし、より新しい、効果的なモデルが出現するにつれて自動的に切り替えます。
重要なことに、Retabは単なる別の大規模な言語モデルではありません。これは、現実世界のハイステークスワークフローで使用可能なOpenai、Google、人類などのプロバイダーから最先端のモデルを作成するインテリジェンスレイヤーとして機能します。検証可能な精度でドキュメント抽出の完全なライフサイクルを管理することにより、Retabを使用すると、チームは契約、請求書、コンプライアンスドキュメントなどのユースケース全体で、手動プロセスを高速で正確な、自己改善ワークフローに置き換えることができます。
このプラットフォームは、インテリジェントチェックとバランスのシステムを通じて保証されたパフォーマンスを提供します。
- 自己最適化スキーマ-AIエージェントは、ユーザーのドキュメントに基づいて指示を自動的にテストおよび改良し、システムが公開される前に精度を最大化します。
- インテリジェントモデルルーティング – プラットフォームはモデルに依存しています。優先順位がコスト、速度、または精度であっても、各タスクをジョブに最適なモデルに自動的にベンチマークおよびルーティングします。これにより、他のソリューションよりも最大100倍安いプロセスが可能になります。
- ガイド付き推論＆K-LLMコンセンサス – レタブは、段階的に「考える」ことをモデル化し、複数のモデル間でコンセンサスメカニズムを使用して不確実性を定量化し、信頼できる結果を確保するための強力なセーフティネットとして機能します。
Retabは、構造化されたデータを確実に抽出するためのOSです。エラー処理と構造化された出力で実際にそれらを使用できるロジックの層で最高のモデルをラップします。それは、プロトタイプだけでなく、生産アプリを構築したい場合、開発者が必要とするものです。
デ・ベノイストは言った。
わずか10人の従業員のリーンチームと急速に成長している開発者コミュニティを備えたRetabは、AIインフラストラクチャスタックのコアレイヤーとしての地位を確立しています。これは、可能なことを示すだけでなく、他の人がそれを構築できるようにするために設計されたツールです。
ロジスティクス、ファイナンス、およびヘルスケアの顧客は、すでにRETABの恩恵を受けています。 1つの大手トラック企業がプラットフォームを活用して、99％の精度要件を満たした最小のモデル構成を特定し、運用コストを大幅に削減しました。金融サービス会社は現在、Retabを使用して、200ページの四半期レポートから詳細な定量的メトリックと定性的リスクの洞察を抽出しています。他のユーザーは、クレームの取り扱い、医療記録処理、身元確認、オンボーディングなどのプロセスを合理化しており、最小限のセットアップが必要です。
ラウンドは、ベンチャーフレンド、キマベンチャーズ、K5グローバルを含む主要な初期段階の資金と、エリックシュミット（STEMAI経由）、オリビエポメル（CEO、Datadog）、フロリアンドゥエトー（CEO、Dataiku）とともに支援されました。
DataIKUの共同設立者兼CEOであり、RETABの投資家であるFlorian Douetteauは、経済全体のAIのより広範な採用は、自律システムが効果的に使用できる信頼できる構造化されたデータにドキュメントを重視するデータに変換する能力に依存していると述べました。
大規模には、このプロセスは品質管理、コスト効率、迅速な実装にかかっています。 Retabのチームはこれを徹底的に理解しており、出現している何千ものAIファースト企業のためにそれを解決するために独自に立てられています。
将来を見据えて、Retabはその機能をドキュメント以外に拡大して、信頼できる抽出方法をWebサイトに適用しています。また、ワークフローをさらに合理化するために、N8N、Zapier、Difyなどの自動化プラットフォームとの統合を展開しています。
Retabの長期的なビジョンの中心にあるのは、世界の非構造化データとそれを解釈する必要があるAIエージェントの間のインテリジェントなミドルウェア層になることを目標としています。ローンファイル、契約、税関のマニフェストを処理するかどうかにかかわらず、Retabは構造化されていないコンテンツを使用可能で安全な、プログラム可能なデータに変換します。
新しく昇給した資本は、継続的なプラットフォーム開発とコミュニティの拡大を促進し、会社がインフラストラクチャを拡大して、垂直AIのスタートアップと内部イノベーションチームからの需要の増大を満たすことができます。
リード画像：Retabチーム|写真：クレジットされていません