ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارTechCrunch→ المصدر

Unsiloed تجمع 7.5 مليون دولار لقراءة ملفات PDF لوكلاء الذكاء الاصطناعي: 99.78% من القيم صحيحة في اختبار

قد يخلط الوكيل الذكي بين أعمدة جدول أثناء قراءة تقرير PDF، فيصل البنك إلى استنتاج خاطئ. جمعت شركة Unsiloed الناشئة 7.5 مليون دولار في جولة تمويل أولية (seed) بقيادة Felicis، وهي تحوّل هذه الملفات إلى بيانات مرفقة بإشارة إلى موضع كل قيمة في الأصل. في اختبارها الخاص على 542 وثيقة مالية استخرجت 99.78% من نحو 84 ألف قيمة بشكل صحيح، لكن لا يوجد تحقق من جهة خارجية. جرّبوا المحلّل على ملفاتكم الخاصة.

معالج بواسطة الذكاء الاصطناعي من TechCrunch؛ بتحرير Hamidun News
Unsiloed تجمع 7.5 مليون دولار لقراءة ملفات PDF لوكلاء الذكاء الاصطناعي: 99.78% من القيم صحيحة في اختبار
المصدر: TechCrunch. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليTechCrunch ↗
رئيس التحرير
على olmOCR-Bench (وفق قياسات Unsiloed)88.0 مقابل 66.0 لدى Reducto
حقيقة رئيسية #2يبدأ السعر من سنت واحد للصفحة، ويضم الفريق سبعة أشخاص
العملاءبنك، وشركة محاماة ثبّتت النظام على خوادمها، وBolna AI

المشكلة بسيطة: تريد الشركات أن تُسند العمل إلى وكلاء الذكاء الاصطناعي، لكن معارفها لا تقبع في قاعدة بيانات مرتبة، بل في ملفات PDF: عقود، وتقارير مالية، وسجلات مرضية، ومسوح ضوئية لقضايا قديمة. تخيّلوا وكيلًا يقرأ تقريرًا سنويًا، فيأخذ بسبب التنسيق المعقّد رقم عام 2024 بدلًا من 2025. بعدها يقدّم بثقة استنتاجًا خاطئًا بشأن قرض أو عقد. هذه الثغرة تحاول شركة Unsiloed AI الناشئة سدّها، وقد جمعت 7.5 مليون دولار في جولة seed (وهي أول جولة استثمار جريء كبيرة) بقيادة Felicis. أما الرقم الرئيسي في العنوان، 99.78%، فيمثّل حصة القيم المستخرجة بشكل صحيح من نحو 84 ألف حقل في اختبار على 542 وثيقة مالية. أجرت الشركة الاختبار بنفسها، ولا يوجد تحقق مستقل حتى الآن.

ماذا تفعل Unsiloed بالضبط

يعمل المنتج كطبقة وسيطة بين الوثيقة والوكيل. فهو يحلّل الملف، ويستخرج البيانات من الجداول والرسوم البيانية وعناصر أخرى، ثم يحوّلها إلى شكل منظّم يستطيع الوكيل العمل عليه لاحقًا. وثمة تفصيل مهم: يظهر لكل قيمة الموضع الذي أُخذت منه في الأصل. وبذلك يستطيع الإنسان التحقق من النتيجة بسرعة بدل تصديق إجابة النموذج على علّاتها.

شارك في الجولة أيضًا Y Combinator وOrange Collective وUncorrelated Ventures، إضافة إلى المستثمرَين الملاكَين آرتي راماميرتي وبيث تيرنر. ويشرح المؤسس والرئيس التنفيذي أمان ميشرا الحاجة إلى المنتج بأن نماذج LLM احتمالية بطبيعتها، وأن في إجاباتها دائمًا انحرافًا ونسبة من الهلوسة، وهذا يؤثر بشدة في النتيجة النهائية على امتداد السلسلة. أسس ميشرا الشركة مع عدنان عبّاس، زميله في الدراسة في معهد IIT Kharagpur الهندي. وقد أتمّ الفريق برنامج Y Combinator للخريف 2025، ويضم اليوم سبعة أشخاص.

كيف يعمل النظام من الداخل

تصف الشركة بنيتها بأنها «ثنائية المسار» (dual-stream). الأمر أشبه بموظف يقرأ نص الصفحة وآخر ينظر إليها كصورة، ثم يطابقان ما دوّناه. في مسار واحد تمرّ الرموز النصية (tokens)، وفي الآخر رموز الصورة. أما الفكرة الثانية فهي «التقطيع بالخريطة الحرارية» (chunking): يحدد النظام أهم أجزاء الصفحة ويخصص حوسبة أكبر للرسوم والأرقام والمخططات، بدل معالجة الوثيقة كلها بالطريقة نفسها. ويقول ميشرا إن ذلك يخفض التكاليف أيضًا. وهناك كذلك مفكّك ترميز (decoder) خاص يراعي المصطلحات القطاعية ويساعد على التمييز بين كلمات تختلف دلالتها من مجال إلى آخر.

يبدأ السعر من سنت واحد للصفحة. ومن العملاء بنك، وشركة محاماة (نشرت النظام على خوادمها الخاصة للعقود والقضايا القديمة)، وBolna AI، وهي شركة ناشئة للمساعدات الصوتية تحمّل عبر Unsiloed قواعد المعرفة لوكلائها الصوتيين. ولم يكشف ميشرا اسم البنك ولا الشركة.

الأرقام وتحفظاتها

ثمة نتيجتان. الأولى: في اختبار على 542 وثيقة مالية تعود إلى عميل مؤسسي، حققت Unsiloed دقة 99.78% على نحو 84 ألف قيمة مستخرجة. وقورنت النتائج بنماذج ذكاء اصطناعي كبيرة، وبخدمة Azure Document Intelligence من Microsoft، وبالأداة الداخلية لدى العميل نفسه. الثانية: في اختبار olmOCR-Bench العام من Allen AI (1 403 صفحة PDF تتضمن جداول ومعادلات ومسوحًا ضوئية وتنسيقات معقدة) نالت الشركة 88.0 نقطة، بينما نال النظام الوكيلي من Reducto 66.0، ونالت Unstructured 39.9. وهذه القياسات أيضًا أجرتها Unsiloed بنفسها.

والسوق مزدحمة أصلًا: فيها Reducto وUnstructured، وعروض Microsoft وAmazon، كما ترسل شركات كثيرة ملفات PDF ببساطة إلى نموذج عام الأغراض.

ما العمل عمليًا

الجولة متواضعة، لكن الإشارة واضحة: جودة تحليل الوثائق تتحول إلى طبقة مستقلة في منظومة الوكلاء، وهناك من هو مستعد للدفع مقابلها. إذا كنتم تبنون نظام RAG أو وكيلًا للبنوك أو المحامين أو القطاع الطبي، فلا تصدّقوا نسب الآخرين على علّاتها. اجمعوا 100–200 ملف من ملفاتكم تحوي أصعب الجداول والمسوح، وحدّدوا القيم المرجعية، وقارنوا بين عدة محللات. وانظروا إلى الدقة، وكذلك إلى إمكانية التحقق من مصدر كل رقم، وإلى خيار التثبيت لديكم إذا كان لا يجوز إرسال البيانات إلى السحابة.

ستنفق Unsiloed الأموال على توظيف الباحثين والمهندسين، وتوسيع المبيعات، وبناء مجموعات بياناتها الخاصة. وبعد عام سيتضح هل يستطيع فريق من سبعة أشخاص الحفاظ على تفوقه أمام عمالقة يملكون سحبهم الخاصة.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ماذا تفعل Unsiloed بالضبط؟

يعمل المنتج كطبقة وسيطة بين الوثيقة والوكيل. فهو يحلّل الملف، ويستخرج البيانات من الجداول والرسوم البيانية وعناصر أخرى، ثم يحوّلها إلى شكل منظّم يستطيع الوكيل العمل عليه لاحقًا. وثمة تفصيل مهم: يظهر لكل قيمة الموضع الذي أُخذت منه في الأصل. وبذلك يستطيع الإنسان التحقق من النتيجة بسرعة بدل تصديق إجابة النموذج على علّاتها. شارك في الجولة أيضًا Y Combinator وOrange Collective وUncorrelated Ventures، إضافة إلى المستثمرَين الملاكَين آرتي راماميرتي وبيث تيرنر.

ما أبرز التفاصيل حول كيف يعمل النظام من الداخل؟

تصف الشركة بنيتها بأنها «ثنائية المسار» (dual-stream). الأمر أشبه بموظف يقرأ نص الصفحة وآخر ينظر إليها كصورة، ثم يطابقان ما دوّناه. في مسار واحد تمرّ الرموز النصية (tokens)، وفي الآخر رموز الصورة. أما الفكرة الثانية فهي «التقطيع بالخريطة الحرارية» (chunking): يحدد النظام أهم أجزاء الصفحة ويخصص حوسبة أكبر للرسوم والأرقام والمخططات، بدل معالجة الوثيقة كلها بالطريقة نفسها. ويقول ميشرا إن ذلك يخفض التكاليف أيضًا.

ما أبرز التفاصيل حول الأرقام وتحفظاتها؟

ثمة نتيجتان. الأولى: في اختبار على 542 وثيقة مالية تعود إلى عميل مؤسسي، حققت Unsiloed دقة 99.78% على نحو 84 ألف قيمة مستخرجة. وقورنت النتائج بنماذج ذكاء اصطناعي كبيرة، وبخدمة Azure Document Intelligence من Microsoft، وبالأداة الداخلية لدى العميل نفسه. الثانية: في اختبار olmOCR-Bench العام من Allen AI (1 403 صفحة PDF تتضمن جداول ومعادلات ومسوحًا ضوئية وتنسيقات معقدة) نالت الشركة 88.0 نقطة، بينما نال النظام الوكيلي من Reducto 66.0، ونالت Unstructured 39.9. وهذه القياسات أيضًا أجرتها Unsiloed بنفسها.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
ما رأيك؟
جارٍ تحميل التعليقات…