Unsiloed AI gọi vốn 7,5 triệu USD: Giải mã 'điểm mù' tài liệu phức tạp cho AI Agent
Điểm nhấn cốt lõi (Key Takeaways)
- Unsiloed AI huy động thành công 7,5 triệu USD vòng Seed do Felicis dẫn dắt, cùng sự tham gia của Y Combinator (Fall 2025), Orange Collective và Uncorrelated Ventures.
- Đạt điểm số 88,0 trên benchmark chuẩn olmOCR-Bench (1.403 trang PDF), vượt xa Reducto (66,0) và Unstructured (39,9); đạt độ chính xác 99,78% trên 84.000 điểm dữ liệu tài chính thực tế.
- Tiên phong ứng dụng mô hình thị giác luồng kép (dual-stream) kết hợp cơ chế Heat Map-based Chunking, tối ưu chi phí xử lý chỉ từ 0,01 USD mỗi trang.
Startup Unsiloed AI vừa hoàn tất vòng hạt giống 7,5 triệu USD do quỹ Felicis dẫn dắt nhằm thương mại hóa kiến trúc thị giác luồng kép, giải quyết triệt để rào cản ảo giác khi AI Agent xử lý bảng biểu và tài liệu doanh nghiệp phức tạp.

Nút thắt ảo giác trong xử lý tài liệu doanh nghiệp
Bản chất xác suất (probabilistic) của các mô hình ngôn ngữ lớn (LLM) đang tạo ra rào cản hệ thống lớn nhất khi doanh nghiệp đưa AI Agent vào tự động hóa các quy trình chuyên sâu. Trong các ngành công nghiệp đòi hỏi độ chính xác tuyệt đối như ngân hàng, y tế hay pháp lý, chỉ một sai số nhỏ ở khâu trích xuất dữ liệu cũng có thể dẫn đến rủi ro pháp lý hoặc thiệt hại tài chính nặng nề. Khi tài liệu nghiệp vụ chứa cấu trúc bảng biểu phức tạp, đồ thị lồng ghép và định dạng phi tuyến tính, các mô hình AI đa phương thức tổng quát thường xuyên gặp hiện tượng ảo giác (hallucination) hoặc diễn giải sai lệch vị trí các trường dữ liệu.
Nhằm tháo gỡ điểm nghẽn hạ tầng này, Unsiloed AI – startup xuất thân từ khóa Fall 2025 của Y Combinator – đã chính thức công bố vòng gọi vốn hạt giống (Seed) trị giá 7,5 triệu USD do quỹ đầu tư mạo hiểm Felicis dẫn dắt. Vòng tài trợ có sự góp mặt của Orange Collective, Uncorrelated Ventures cùng hai nhà đầu tư thiên thần nổi bật là Aarthi Ramamurthy và Beth Turner. Được đồng sáng lập bởi Aman Mishra (CEO) và Adnan Abbas (CTO) – cựu sinh viên Viện Công nghệ Ấn Độ (IIT) Kharagpur, Unsiloed tập trung giải phóng lượng tri thức khổng lồ đang bị "khóa chặt" trong các tệp tài liệu phi cấu trúc của doanh nghiệp.

Kiến trúc thị giác luồng kép và cơ chế Heat Map-based Chunking
Khác biệt căn bản giữa Unsiloed AI và các công cụ OCR hoặc Document AI truyền thống nằm ở cách thức thiết kế mô hình thị giác. Thay vì nén toàn bộ hình ảnh trang tài liệu qua một bộ mã hóa tổng quát duy nhất, Unsiloed sử dụng kiến trúc mô hình thị giác luồng kép (dual-stream vision models):
- Luồng thứ nhất (Text Token Stream): Đảm nhiệm phân tích và xử lý các chuỗi ký tự, bảo toàn ngữ nghĩa văn bản tuyến tính.
- Luồng thứ hai (Image Token Stream): Giữ nguyên các token hình ảnh thực tế, bảo lưu toàn bộ cấu trúc không gian, tọa độ đường kẻ bảng, khoảng cách lề và các yếu tố đồ họa trực quan.
Song song với kiến trúc luồng kép, startup phát triển kỹ thuật phân mảnh theo bản đồ nhiệt (heat map-based chunking). Thay vì dàn trải tài nguyên tính toán đồng đều lên toàn bộ trang giấy, thuật toán định vị chính xác các khu vực có mật độ thông tin trọng yếu như biểu đồ tài chính, bảng biểu số liệu hay chữ ký, sau đó tập trung năng lực điện toán vào các tọa độ này.
Bên cạnh đó, Unsiloed trang bị một bộ giải mã chuyên dụng (specialized decoder) có khả năng phân biệt thuật ngữ nghiệp vụ đặc thù theo từng ngành, ngăn chặn tình trạng hiểu sai các từ ngữ đa nghĩa trong các văn bản pháp lý và ngân hàng. Hệ thống đồng thời cung cấp tính năng truy vết nguồn gốc (provenance/traceability) tức thời: mọi điểm dữ liệu trích xuất đều được gắn kèm tọa độ đối chiếu trực tiếp trên tài liệu gốc, cho phép chuyên viên kiểm toán kết quả thay vì chấp nhận thụ động đầu ra của AI.
So sánh hiệu năng benchmark và bài toán kinh tế học suy luận
Sức mạnh trích xuất của Unsiloed AI được kiểm chứng thông qua các bộ dữ liệu đo kiểm thực tế so với các đối thủ sừng sỏ trong mảng Intelligent Document Processing (IDP):
| Tiêu chí / Chỉ số kỹ thuật | Unsiloed AI | Reducto (Agentic System) | Unstructured | Microsoft Azure Document Intelligence |
|---|---|---|---|---|
| Điểm số olmOCR-Bench (Allen AI) | 88,0 | 66,0 | 39,9 | Chưa công bố tập chuẩn này |
| Độ chính xác tài liệu tài chính | 99,78% (~84.000 điểm dữ liệu) | Thấp hơn ngưỡng thử nghiệm | Thấp hơn ngưỡng thử nghiệm | Thấp hơn Unsiloed |
| Kiến trúc xử lý cốt lõi | Dual-stream + Heat Map | Multi-agent Layout Engine | Rule-based & Vision OCR | OCR quang học & Bố cục đám mây |
| Chi phí triển khai cơ sở | Từ 0,01 USD / trang | Định giá doanh nghiệp cao hơn | Chi phí hạ tầng tự host | Gói tính phí API đám mây cố định |
Trên olmOCR-Bench – bộ benchmark công khai gồm 1.403 trang PDF phức tạp do Viện Trí tuệ Nhân tạo Allen (Allen AI) xây dựng để thử thách khả năng xử lý bảng biểu, công thức toán học và bản quét mờ – Unsiloed đạt 88,0 điểm, vượt trội hoàn toàn so với mức 66,0 của Reducto và 39,9 của Unstructured.
Trong một thử nghiệm thực tế trên 542 tài liệu tài chính phức tạp do khách hàng doanh nghiệp cung cấp, Unsiloed đạt tỷ lệ chính xác 99,78% trên tổng số khoảng 84.000 điểm dữ liệu trích xuất. Kết quả này vượt qua các mô hình AI thương mại quy mô lớn, công cụ nội bộ của khách hàng và giải pháp Azure Document Intelligence từ Microsoft.
Về mặt chi phí suy luận, Unsiloed thiết lập mức giá khởi điểm chỉ 0,01 USD (1 cent) cho mỗi trang tài liệu. Nhờ cơ chế Heat Map định tuyến tài nguyên vào đúng vùng cần xử lý, công ty loại bỏ việc tiêu tốn điện toán GPU vô ích cho các vùng trắng hoặc văn bản lặp lại, giải quyết bài toán chi phí biên vốn đang đè nặng lên các doanh nghiệp vận hành AI Agent.

Bối cảnh chiến lược và góc nhìn ứng dụng tại Việt Nam
Thị trường xử lý tài liệu thông minh đang chứng kiến một bước ngoặt kiến trúc: từ việc chỉ bóc tách văn bản cho con người đọc (Search/OCR) chuyển sang chuyển đổi dữ liệu có cấu trúc phục vụ trực tiếp cho các tác tử tự hành (AI Agents) thực thi hành động. Hiện tại, dù chỉ với quy mô 7 nhân sự, Unsiloed đã ký hợp đồng với một ngân hàng thương mại, một công ty luật lớn (triển khai on-premise để bảo mật hồ sơ tố tụng) và nền tảng AI giọng nói Bolna AI nhằm đồng hóa tri thức cho tổng đài tự động.
Nhìn vào hệ sinh thái chuyển đổi số tại Việt Nam, bài toán của Unsiloed AI phản ánh đúng "nỗi đau" thực tế của các ngân hàng thương mại (như Vietcombank, Techcombank, MB), công ty bảo hiểm và doanh nghiệp dịch vụ tài chính. Đa số các dự án RAG (Retrieval-Augmented Generation) và tự động hóa quy trình tại Việt Nam đang bị nghẽn ở khâu tiếp nhận dữ liệu đầu vào: hóa đơn điện tử, báo cáo tài chính dạng PDF quét mờ hoặc hồ sơ công chứng tiếng Việt thường xuyên bị vỡ bảng biểu khi qua các bộ bóc tách thông thường. Việc ném trực tiếp toàn bộ ảnh tài liệu độ phân giải cao vào các API như GPT-4o hay Claude 3.5 Sonnet vừa gây bùng nổ chi phí vừa không thể đảm bảo độ chính xác 100% cho các phép tính số học.
Mô hình của Unsiloed AI mở ra bài học chiến lược cho các kỹ sư dữ liệu và kiến trúc sư AI tại Việt Nam: chìa khóa để triển khai AI Agent thành công trong doanh nghiệp không nằm ở việc chạy đua quy mô tham số mô hình ngôn ngữ, mà nằm ở tầng tiền xử lý tài liệu thị giác luồng kép, định tuyến điện toán thông minh và bảo đảm tính minh bạch truy vết dữ liệu với chi phí tối ưu.
Unsiloed AI hỗ trợ triển khai trên đám mây hay cài đặt nội bộ (on-premise)?
Unsiloed AI cung cấp cả hai mô hình triển khai: dịch vụ đám mây linh hoạt với chi phí khởi điểm từ 0,01 USD/trang và giải pháp on-premise trên máy chủ riêng của khách hàng để đáp ứng các tiêu chuẩn bảo mật khắt khe trong ngành ngân hàng và pháp lý.
Cơ chế Heat Map-based Chunking giúp cắt giảm chi phí suy luận như thế nào?
Thay vì phân bổ năng lực tính toán đồng đều cho toàn bộ trang tài liệu, thuật toán lập bản đồ nhiệt để xác định các khu vực có mật độ thông tin cao (như bảng biểu, số liệu, đồ thị) và tập trung tài nguyên GPU vào đó, tránh lãng phí điện toán vào các khoảng trắng hoặc văn bản thưa thớt.
Bạn thấy thông tin này như thế nào? Hãy để lại cảm xúc!
Tác giả chuyên sâu về nghiên cứu trí tuệ nhân tạo, quy trình Agentic và giải pháp tự động hoá quy mô lớn.


