Imaginez un instant un agent IA capable de lire un contrat de cent pages, d’extraire chaque clause sensible, chaque tableau de chiffres et chaque graphique sans jamais se tromper. Aujourd’hui, cette promesse reste encore souvent un mirage. Les documents d’entreprise regorgent de mises en page complexes, de tableaux imbriqués et de formulations ambiguës qui font trébucher même les modèles les plus avancés. C’est précisément ce frein que Unsiloed AI a décidé de faire sauter, et les investisseurs viennent de lui donner les moyens de le prouver.
Une levée de fonds qui change la donne pour les documents d’entreprise
Le 18 novembre 2026, la jeune pousse a officialisé une levée de fonds de 7,5 millions de dollars en seed. Felicis, le fonds de la Silicon Valley connu pour ses paris audacieux, a mené le tour. Y Combinator, Orange Collective et Uncorrelated Ventures ont rejoint la table, tout comme les business angels Aarthi Ramamurthy et Beth Turner. Pour une équipe de seulement sept personnes, le signal est clair : le marché croit fort à leur approche.
Basée à San Francisco, Unsiloed AI ne se contente pas d’améliorer un outil d’OCR classique. Elle veut rendre les documents d’entreprise réellement utilisables par les agents IA. Autrement dit, transformer un PDF chaotique en données structurées, traçables et fiables, prêtes à être consommées par n’importe quel système d’automatisation.
Le problème que personne ne voit vraiment
Les entreprises accumulent des tonnes de documents. Contrats, bilans, dossiers patients, notes de frais, rapports techniques… La plupart contiennent des tableaux, des graphiques, des annotations manuscrites ou des mises en page héritées d’un autre siècle. Les grands modèles de langage, aussi puissants soient-ils, restent probabilistes. Ils hallucinent, interprètent mal une cellule ou confondent deux termes techniques proches.
Dans une banque, une erreur de chiffre peut coûter des millions. Dans un hôpital, une mauvaise extraction de donnée médicale peut avoir des conséquences graves. Dans un cabinet d’avocats, une clause oubliée peut faire basculer un litige. C’est cette réalité que Aman Mishra, le CEO, résume sans détour :
Le problème avec les LLM, c’est qu’ils sont intrinsèquement probabilistes. Il y aura toujours une déviation, il y aura toujours de l’hallucination, et cela a un impact négatif massif en aval.
Aman Mishra, co-fondateur et CEO d’Unsiloed AI
Avec Adnan Abbas, son ancien camarade de l’IIT Kharagpur, il a décidé de s’attaquer frontalement à ce point de friction. Les deux co-fondateurs ont rejoint le batch d’automne 2025 de Y Combinator après avoir passé plusieurs mois à peaufiner leur technologie.
Comment Unsiloed AI s’y prend concrètement
La solution repose sur une architecture que l’équipe appelle dual-stream vision models. Une première voie traite exclusivement les tokens de texte. Une seconde s’occupe des tokens d’image. Cette séparation permet de conserver la précision visuelle tout en exploitant la compréhension sémantique du langage.
À cela s’ajoute une technique baptisée heat map-based chunking. Le système identifie les zones critiques d’un document — chiffres, tableaux, graphiques, annotations — et alloue davantage de puissance de calcul à ces régions. Le reste du document est traité de manière plus légère. Résultat : moins de gaspillage de ressources et une meilleure précision là où cela compte vraiment.
Unsiloed AI ne se contente pas d’extraire. Elle conserve le lien exact avec la source originale. Chaque donnée structurée pointe vers l’endroit précis du document d’où elle a été tirée. Les équipes métier peuvent ainsi vérifier en un clic plutôt que de faire aveuglément confiance à l’IA.
Des résultats qui parlent d’eux-mêmes
L’équipe a testé sa solution sur 542 documents financiers fournis par un client entreprise. Résultat annoncé : 99,78 % de précision sur environ 84 000 points de données extraits. La comparaison incluait des modèles généralistes majeurs, Azure Document Intelligence de Microsoft et l’outil interne du client. Ces chiffres n’ont pas encore été vérifiés de manière indépendante, mais ils donnent une idée de l’ambition.
Sur le benchmark public olmOCR-Bench développé par Allen AI, Unsiloed AI revendique un score de 88,0. À titre de comparaison, le système agentique de Reducto obtient 66,0 et Unstructured 39,9. Le test portait sur 1 403 pages de PDF et évaluait la gestion des tableaux, des expressions mathématiques, des documents scannés et des mises en page complexes.
Ces performances s’accompagnent d’un positionnement tarifaire agressif : à partir d’un centime par page. En concentrant la puissance de calcul uniquement là où elle est nécessaire, la startup affirme maîtriser ses coûts tout en maintenant un haut niveau de qualité.
Des clients déjà en production
Unsiloed AI n’attend pas d’avoir des dizaines de millions pour se confronter au marché. Une banque utilise déjà la solution pour traiter ses documents. Un cabinet d’avocats l’a déployée en interne sur ses propres serveurs pour gérer contrats et archives de dossiers. La startup de voice AI Bolna AI s’en sert pour ingérer des bases de connaissances destinées à ses agents vocaux.
Les secteurs prioritaires sont clairs : finance, juridique et santé. Trois univers où la fiabilité n’est pas une option et où le volume de documents complexes ne cesse de croître.
Un marché déjà encombré, mais une différenciation nette
Reducto, Unstructured, les solutions de Microsoft et d’Amazon… le terrain n’est pas vide. Beaucoup d’entreprises tentent aussi d’utiliser directement des modèles généralistes pour extraire l’information. Aman Mishra estime que l’avantage d’Unsiloed réside précisément dans cette architecture dual-stream et dans le décodeur spécialisé capable de comprendre le vocabulaire métier.
Un même terme peut avoir un sens radicalement différent selon qu’il apparaît dans un bilan bancaire, un contrat d’assurance ou un dossier médical. Le décodeur d’Unsiloed prend en compte ces contextes industriels, réduisant les confusions classiques.
Ce que le financement va permettre
Avec sept collaborateurs seulement, l’équipe est encore très lean. Les 7,5 millions de dollars vont servir à recruter des chercheurs et des ingénieurs, à renforcer l’effort commercial et à constituer des jeux de données propriétaires. L’objectif est d’améliorer encore la précision et de couvrir de nouveaux types de documents.
Dans un contexte où les agents IA passent progressivement de la démonstration à la production, la capacité à lire correctement les documents devient un enjeu stratégique. Les entreprises qui réussiront à débloquer cette information gagneront un avantage compétitif majeur.
Pourquoi cette levée mérite qu’on s’y attarde
Le timing est parfait. Les entreprises multiplient les expérimentations avec les agents autonomes, mais se heurtent systématiquement au même mur : la qualité des données entrantes. Unsiloed AI s’attaque exactement à ce goulot d’étranglement.
En combinant une architecture technique originale, des résultats chiffrés impressionnants et un positionnement tarifaire accessible, la startup se donne les moyens de devenir un acteur incontournable de la chaîne de valeur des agents IA. Le fait que Felicis ait choisi de mener le tour n’est pas anodin. Ce fonds a l’habitude de repérer les technologies qui, quelques années plus tard, deviennent des standards.
Pour les directions informatiques et les responsables d’innovation, le message est clair. Il existe désormais une solution dédiée qui ne se contente pas de « faire de l’OCR un peu mieux », mais qui pense vraiment les besoins des agents IA en production. La traçabilité, la précision extrême et la compréhension contextuelle ne sont plus des options, ce sont des prérequis.
Les défis qui restent à relever
Malgré les performances annoncées, le chemin est encore long. Les documents scannés de mauvaise qualité, les écritures manuscrites, les langues multiples et les formats très spécifiques restent des terrains de jeu difficiles. Unsiloed AI devra prouver que sa technologie s’adapte à ces cas extrêmes sans perdre en précision ni exploser les coûts.
La concurrence ne restera pas inactive. Microsoft et Amazon ont les moyens de rattraper rapidement un retard technologique. Les startups spécialisées vont aussi continuer à innover. L’avantage concurrentiel d’Unsiloed reposera donc sur sa capacité à avancer plus vite, à constituer des datasets exclusifs et à tisser des relations profondes avec les clients les plus exigeants.
Une vision plus large : l’ère des agents vraiment autonomes
Si les agents IA doivent un jour gérer des processus métier de bout en bout, ils devront d’abord devenir capables de comprendre le monde documentaire de l’entreprise. Unsiloed AI se positionne comme le chaînon manquant entre les archives poussiéreuses et les systèmes intelligents de demain.
En rendant les documents réellement actionnables, la startup contribue à faire passer l’IA générative du statut de gadget impressionnant à celui d’outil de productivité de masse. C’est un enjeu économique considérable. Les entreprises qui libéreront le plus rapidement la valeur enfouie dans leurs documents prendront une longueur d’avance durable.
Le pari de Felicis et des co-investisseurs est donc clair : dans un avenir proche, chaque agent IA digne de ce nom devra s’appuyer sur une couche d’extraction documentaire de très haute qualité. Unsiloed AI entend bien en être le fournisseur de référence.
Ce qu’il faut retenir
Unsiloed AI arrive au bon moment avec une proposition technique différenciante. La levée de 7,5 millions de dollars lui donne les moyens d’accélérer. Les premiers clients en production et les scores annoncés sur les benchmarks donnent de la crédibilité. Reste maintenant à prouver que la solution scale, qu’elle reste précise sur des volumes importants et qu’elle s’adapte à la diversité réelle des documents d’entreprise.
Pour les décideurs qui cherchent à automatiser des processus documentaires critiques, le moment est venu d’évaluer cette nouvelle génération d’outils. La différence entre une extraction approximative et une extraction quasi parfaite peut se mesurer en millions d’euros d’économies ou de risques évités.
La bataille pour rendre les documents intelligents ne fait que commencer. Unsiloed AI vient d’entrer dans l’arène avec un financement solide et une vision claire. Les prochains mois diront si elle parvient à transformer cette ambition en standard de marché.
En attendant, une chose est certaine : les entreprises qui continueront à faire confiance à des extractions approximatives prendront un risque de plus en plus difficile à justifier. Celles qui choisiront des solutions conçues dès le départ pour les agents IA se donneront les moyens de tirer pleinement parti de la vague d’automatisation qui arrive.
Unsiloed AI a compris ce besoin. Et avec 7,5 millions de dollars en poche, elle a désormais les ressources pour le satisfaire à grande échelle.