Rossum筹集了450万美元使类似光学字符识别的数据输入更加精确

每天,人们都会用发票和其他形式来浪费输入日期。因此,您可以不使用传统的光学字符识别(OCR)提取软件,而可以对文档应用一种新的机器学习形式,以加快处理速度。这就是Rossum技术的思想,该技术使用“认知数据捕获”来教计算机以人类的方式理解文档。该公司表示,其AI工具已被证明比人工提取数据的速度快六倍,同时为公司节省了高达80%的成本。

在与Miton和StartupYard进行一轮100万美元的预种子之后,该公司现在已经获得了450万美元的资金,随后又进行了第二轮350万美元的种子轮融资,由LocalGlobe领导伦敦以外的地区进行。种子营也参加了。

许多天使也参加了会议:埃拉德·吉尔(Elad Gil)(Twitter前战略副总裁兼Airbnb,Square和Pinterest的投资者);Michael Stoppelman(Wish,Lyft的投资人和Yelp的前工程高级副总裁);Vijay Pandurangan(Wish and Get Room的投资人和顾问,Twitter的前工程总监);和Ryan Petersen(Flexport和Import Genius的创始人兼首席执行官)。

Rossum的软件由其三位创始人(前AI博士生Tomas Gogar,Petr Baudis和Tomas Tunys)构建。谷歌的科学论文将博迪斯的工作归功于其在2016年获得的历史性AlphaGo AI胜利。

Rossum的目的不是代替员工,而是要加快人工操作的速度,为企业提供给客户更多的灵活性和可靠性,并帮助员工将注意力集中在更复杂的任务或需要创造力的任务上。Rossum说,其准确率平均在95%左右,而且对于Rossum软件无法识别的任何数据字段,它都要求得到人工的反馈。每次收到反馈时,软件都会学习,改进并提高准确性。

Rossum的产品已经在各大洲的公司中使用,包括多家财富500强企业,例如西门子。

Rossum当前的系统正在帮助其客户主要处理发票和类似文件,如交货单。但是,该技术可用于处理跨多个部门的文档,包括会计,物流,保险,房地产管理等。它计划利用其投资来进一步为多个领域开发该技术,开设美国办事处并继续其全球扩张。

Rossum的联合创始人Tomas Gogar表示:“技术应该使数据输入变得更容易,更便宜,但是企业已经变得过于依赖使用不再满足其需求的旧系统。Rossum无需复杂,笨拙的集成即可解决这些问题。没有开发人员团队;而且成本不高。”

SeedCamp的Reshma Sohoni说:“ Rossum的技术改变了企业的游戏规则。我们很高兴与如此热情和高技能的团队合作,将其AI数据提取工具节省的成本和时间带给更多的企业。”