Nanonets是一家利用人工智能自动化后台流程的初创公司，在Accel领投的新融资轮中筹集了2900万美元。该公司正致力于提高涉及大量非结构化数据的自动化流程的准确性。
处理来自发票、收据和采购订单等非结构化数据通常涉及重复性任务并需要大量人力资源。Nanonets主要面向金融服务行业，其表示的人工智能平台旨在提高这些流程的效率并使其更具成本效益。
无代码AI平台与自动化解决方案
作为Y Combinator的校友企业，该初创公司已构建了一个AI平台，通过该平台提供无代码解决方案。据公司介绍，这些方案可帮助企业从文档、电子邮件、工单、数据库等来源提取信息，并将其转化为可操作的洞察。该公司的AI平台使用机器学习架构来分析上传文档中的非结构化数据并提取有用信息。其无代码AI代理可以接入QuickBooks、Xero、Sage和NetSuite等ERP平台，以自动化应付账款流程；通过获取Square和Tableau的历史数据来优化供应链；以及总结患者管理系统中的健康报告。
Nanonets声称，虽然手动处理发票通常需要15分钟，但其自动化财务解决方案可将处理时间缩短至不到一分钟。这些解决方案适用于应付账款、对账、应收账款和费用管理等流程。
资金用途与技术架构演进
这家初创公司计划将新获得的资金用于研发，以提高系统的准确性，并投资于销售和市场推广。该公司约有100名员工，其中大部分工程团队位于印度。公司还将利用这笔新资金增加员工人数。
这轮纯股权B轮融资得到了Nanonets现有投资者Elevation Capital和Y Combinator的参与。这使得该公司的总融资金额达到4200万美元，其中包括2022年完成的1000万美元A轮融资。
Nanonets的联合创始人兼首席技术官Prathamesh Juvatkar向TechCrunch表示，该初创公司最初使用卷积神经网络（用于计算机视觉中图像分类和目标识别的神经网络架构）来检查图像并检测特征对象。该公司后来考虑部署图神经网络，但在发现其准确性高于现有机器学习技术后，最终转向Transformer并拥抱多模态架构。
“目前，在后端我们有多种架构。每当有新客户时，我们都会在客户数据上训练所有这些模型，看看哪个模型的准确率更高，”他在一次采访中表示。
IIT Gandhinagar校友Juvatkar与首席执行官Sarthak Jain在2016年将机器学习平台Cubeit（该平台可将网页转换为可共享的移动卡片）出售给时尚门户Myntra后，共同创立了Nanonets。
与许多依赖大型语言模型（LLMs）和GPT的其他AI初创公司不同，Nanonets更倾向于使用Transformer架构，以避免幻觉问题的发生。幻觉是指AI系统基于LLM的知识生成信息中未包含的内容。
市场定位与竞争策略
尽管Nanonets使用的机器学习架构是文档无关的，但该初创公司仍瞄准金融服务领域，因为其约50%-55%的客户来自该领域。该公司提供了多种集成方案以简化财务运营。然而，Juvatkar表示，公司正在逐步扩展到“更多相邻的流程”，并且已开始服务于医疗和制造行业的客户。
在全球基于人工智能的工作流自动化市场中，Nanonets 并非孤军奋战。该市场竞争激烈，既有传统的光学字符识别（OCR）平台，也有 Rossum AI 和 Hyperscience 等初创企业。UiPath 等大型公司也提供工作流自动化服务，但主要针对结构化数据。尽管如此，Juvatkar 表示，Nanonets 通过提供高达 90% 的直通处理率——即无需人工干预即可处理的数据比例——来应对竞争。
他表示：“我们赢得交易主要得益于准确性、用户体验以及我们集成方案的质量。”
商业模式与增长表现
Nanonets 提供三种不同定价层级的解决方案：Starter、Pro 和 Enterprise。Juvatkar 告诉 TechCrunch，在这三个层级中，Pro 和 Enterprise 是该公司年度经常性收入的主要贡献者，两者占比相等。该公司还提供将 PDF 转换为 Excel 电子表格、CSV、JSON、XML 和文本，以及将图像转换为文本和 Excel 的工具。据该公司称，这些转换工具吸引了需要自动化的企业客户，并在过去两年内覆盖了全球超过 34% 的《财富》500 强公司。此外，该公司的用户群在过去 12 个月内增长了四倍，目前在全球拥有超过 10,000 名客户。
Juvatkar 表示，Nanonets 的用户遍布全球，但美国约占其收入的 40%，其次是欧洲，贡献了 30% 至 35% 的收入。
Juvatkar 向 TechCrunch 透露（未披露具体数字），自 2022 年融资轮次以来，Nanonets 的收入每年稳定增长三倍。该公司今年也计划将顶层收入扩大 2 到 3 倍。
持续的收入增长是投资者在全球市场放缓的背景下仍投资人工智能初创企业的原因之一。据 Tracxn 数据，人工智能初创企业的融资额从 2022 年的 100 亿美元飙升至 2023 年的 210 亿美元，而去年交易数量则从 61 笔下降至 399 笔。美国的人工智能初创企业获得的投資最多，其次是中国的公司，随后是英国、以色列和印度的公司。
Accel 合伙人 Abhinav Chaturvedi 在一份准备好的声明中表示：“我们很高兴能与 Nanonets 合作，共同致力于利用人工智能彻底改变后台运营。Sarthak 及其团队一直致力于深入解决客户的痛点，并构建了一个能够完全端到端自动化业务流程的强大解决方案。Nanonets 凭借其全面的平台和直通处理（STP）能力脱颖而出——这些特质使 Nanonets 在自动化领域独树一帜，并已向其客户证明了积极的影响。”
注：应该公司要求澄清后，本文已更新以反映 Accel 名称的变更。