FileAI表示,其已准备好通过全新的智能体人工智能平台为会计、数据收集、金融服务、法律和保险行业的工作流自动化提供强大支持,该平台能够自动化数百项人工和重复性任务。
这家初创公司,正式名称为Bluesheets Pte Ltd.,开发了一个智能体AI平台,专门用于收集和理解各种文件类型的业务数据,包括断开连接的数据库、非结构化格式和孤立系统。该平台将这些数据整合在一起,更好地理解数据并推动自动化发展。
FileAI联合创始人兼首席执行官Christian Schneider表示,能够理解和结合这些不同类型的数据至关重要,因为普通企业高达90%的内容都是非结构化的,分散在PDF、Excel文件、Word文档、电子邮件系统、在线资源等各处。由于这些数据如此分散,它成为业务自动化的主要障碍。FileAI通过将这些碎片化信息转换为清洁、可验证和结构化的数据来解决这个问题,让智能体能够理解这些数据。
"我们始终专注于基础——提供尽可能最清洁、最准确的数据,让AI工作流真正实现自动化承诺,"Schneider说。"我们调用确定性行为,消除幻觉,添加引用并验证每个数据点,超越人类准确性。这不仅仅是升级,而是重新定义文件智能的能力。"
FileAI的平台由多个智能体组成,共同执行各种业务任务,包括一个光学字符识别引擎,能够解析、提取、分类和验证合同、发票、财务报表和图像等数据访问文件,以及一个获取和检索智能体,能够定位和比较不同文件类型并验证其中的信息。
该公司还构建了一个类似ChatGPT的AI驱动答案引擎,使员工能够轻松查询其数据文件,以及一个具有强大访问控制的安全文档存储库,任何添加的文档都可以通过AI进行洞察分析。最后,还有一个推理模型,能够创建复杂的AI数据模式来支持工作自动化。
FileAI平台的综合能力支持智能体执行各种工作,如为保险公司提供索赔处理、保单验证和监管报告,为金融服务客户提供交易验证、客户身份验证检查、对账和风险管理。在供应链行业,其模型可以自动化采购和订单管理,而对于法律团队,它能够比较各种法律条款、审查合同并执行合规检查。
直到现在,FileAI一直在与早期采用者低调运营,但在过去一年中,它已经为这些客户创建了超过4亿个AI模式,总共节省了320万小时的工作时间和6000万美元的处理成本。
FileAI产品和工程主管Tim Prugar表示,公司的发展势头源于上述行业的组织面临着尽可能多地自动化工作的巨大压力。"FileAI为他们提供了访问、结构化和处理关键信息的工具,以推动成功的业务成果,而不是被过时的流程和碎片化数据所拖累,"他说。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。