图片来源：nanonets
AI驱动的工作流自动化：利用最前沿的AI技术， Nanonets通过无代码解决方案和预构建模块提供工作流程自动化解决企业数据处理的繁琐和高成本问题。 胜于准确性、用户体验和集成质量：Nanonets在竞争激烈的全球AI工作流自动化市场中脱颖而出，通过提供90%直通处理率应对竞争挑战，与Rossum AI、Hyperscience等初创公司展开竞争，瞄准金融、医疗和制造业等多领域扩展。 2900万美元B轮融资：Nanonets完成了2900万美元的B轮融资，由Accel领投，资金将用于算法研发和市场扩展，旨在通过AI自动化解决方案彻底革新后台运营。 校友的二次创业之旅：印度理工学院的校友Sarthak Jain和Prathamesh Juvatkar在2016年出售Cubeit给时尚门户Myntra后，创立了Nanonets，致力于通过深度学习实现企业自动化。
“互联网本应消灭纸张，但如今企业生产的文档比以往更多，只是以新的形式出现。” Nanonets联合创始人兼CEO Sarthak Jain在新闻发布中说道。如今有数百万高技能专业人士被困在寻找针尖般的数据，并将这些文档中的数据输入到不同的软件中。
被困在不同的业务应用程序中，业务人员不得不反复复制和粘贴存储在各种不同数据源中的数据。 被困在庞大的数据量中，查找所需信息变得极其困难。大量的人力时间仅仅花费在搜索或定位有用的商业数据上。 被困在数据结构中或缺乏结构。组织内的数据格式和流程并不一致，公司需要专门的人员来重新格式化数据，以手动确保一致性。
02 通过AI驱动的自动化革命：Nanonets如何简化企业数据处理和工作流
总部位于旧金山的Nanonets由Prathamesh Juvatkar与Sarthak Jain创办于2016年。公司目前约有100名员工，其中大部分工程团队位于印度。
“可以把我们看作是一个由人工智能驱动的工作流程自动化平台。” Prathamesh说。该平台提供了多种功能和工具，能够帮助企业轻松处理数据。Prathamesh表示，这为客户带来了多种好处。“传统系统和流程要求企业让员工手动审核和验证复杂的文档，然后将数据输入到CRM、ERP或Excel等系统或电子表格中。这既繁琐又耗时，容易出错，更不用说对从事这项工作的人员来说非常枯燥。”
图片来源：nanonets
其最显著的功能之一是其先进的文档分类和提取能力。借助Nanonets，企业可以轻松训练和部署机器学习模型，准确分类并从各种文档中提取信息，如发票、收据、合同等。这可以减少人工数据输入的繁琐工作和时间成本，而这些工作往往既费时又昂贵。
通常创建一个针对业务需求的定制机器学习模型需要数月时间、数百万个数据点和世界顶尖的技术人才。Nanonets降低了全球任何人、任何地方部署AI进行工作流和业务自动化的门槛。通过提供预构建的模型、模板和用户友好的界面提供无代码解决方案，使用户能够轻松定义文档的结构，并指定需要提取的数据。客户以模拟他们以前手动操作的方式来自动化流程，并设置明确的标准以完成任务。
图片来源：nanonets
Nanonets提供了预构建模块，涵盖了这一常见场景，包括驾驶证OCR、护照OCR和身份证OCR，这些模块可以从每种文件中提取数据，识别所获取的数据类型，然后将其填充到数据库中定义的字段中，如姓名、地址、出生日期等。
它甚至可以跨多种语言和布局执行此操作，并能与KYC自动化集成，验证文件及客户身份。同样的OCR和AI技术还可以应用于其他文档，如收据、发票、采购订单、提单和表格，使该平台在各种应用中都具有灵活性。一旦在Nanonets平台上设置了流程，它便可以接管任务，尽可能自动处理工作量。
图片来源：nanonets
如果自动化得当，则会带来巨大的效率提升。公司表示，普通公司处理一张供应商发票可能需要15分钟，而Nanonets可以在不到一分钟的时间内完成同样的工作。
准确性、用户体验和集成质量也是公司的一大特点。Nanonets能够保证直接处理（Straight Through Processing，STP），其他生成式大型语言模型（LLMs）由于数据幻觉问题，往往在STP方面表现不佳，这阻碍了自主代理在端到端任务中的大规模应用。
此外，与其他LLMs不同的是，他们的模型能够即时从新信息中学习，无需复杂的训练。每月处理数百万份文档，Nanonets的STP率超过90%，显著提高了生产力并节省了成本。
图片来源：nanonets
公司表示，主要的挑战在于提高AI模型的准确性。与生成模型不同，Nanonets使用判别模型，这些模型不会生成新数据，而是仅基于提供的数据查找信息。“我们不使用生成模型，而是使用判别模型。尽管这些模型与生成型AI模型一样庞大，但它们不会编造东西。这一差别在像首席财务官结算月度账目这样需要准确性的场景中尤为重要。你需要的是一个能够找到正确结果并输出准确数据的模型，而不是编造数据的模型。”公司表示。
Nanonets主要面向金融服务领域，其客户中约50%-55%来自该领域。Nanonets提供了多种集成方案，以简化财务操作。不过，公司正在逐步扩展到“更多相邻的流程”，并且已经开始为医疗和制造业客户提供服务。
公司在过去两年中覆盖了全球超过34%的《财富》500强企业；用户基数在过去12个月内增长了四倍，目前在全球拥有超过10,000名客户。主要客户是中型企业，但Nanonets也越来越吸引大型企业的关注。除了美国的大部分客户，公司也在欧洲、新加坡、澳大利亚和其他地区拥有客户。客户包括瑞士制药集团罗氏和英国支付服务公司SaltPay。
图片来源：nanonets
03 从Cubeit到Nanonets：Sarthak和Prathamesh的二次创业之旅，推动AI在企业中的应用
图片来源：nanonets
Indian Institute of Technology Gandhinagar校友Prathamesh Juvatkar和Sarthak Jain在2016年将Cubeit（一种将网页转化为可共享移动卡片的机器学习平台）出售给时尚门户Myntra后共同创立了Nanonets。这是他们的第二次创业，致力于通过深度学习为企业自动化手动工作流程。
Sarthak Jain是Nanonets的首席执行官，常驻印度。他毕业于印度理工学院，并曾担任Myntra的高级产品经理。
图片来源：linkedin
Prathamesh Juvatkar是Nanonets的创始人。他在印度理工学院获得电气工程学士学位，辅修机械工程和计算机科学，并获得了学院金牌。在毕业后立即开始创业，构建了多个领域的产品，如位置服务 (LBS)、物联网 (IoT) 和社交应用。他曾是Myntra的tech lead。
图片来源：linkedin
04 收入每年增长3倍，完成2900万美元B轮融资，获Accel和YC支持
图片来源：nanonets
虽然未透露具体数字，但自2022年融资轮次以来，Nanonets的收入每年稳定增长三倍。该初创公司今年的目标也是将收入增长2到3倍。Nanonets在全球拥有用户，美国占其收入的约40%，其次是欧洲，占收入的30%到35%。
此次全股权的B轮融资2900万美元由Accel领投，由Nanonets的老股东Elevation Capital和Y Combinator参与。加上2022年的1000万美元A轮融资及天使轮融资，该初创公司的总融资额已达4200万美元。
“我们很高兴能与Nanonets合作，共同实现通过AI彻底革新后台运营的使命。Sarthak和他的团队致力于深入了解客户的痛点，并构建了一个强大的解决方案，实现了端到端的业务流程全自动化。Nanonets之所以脱颖而出，是因为其全面的平台以及其直接处理（STP）的能力——这些特点使Nanonets在自动化领域独树一帜，并已向客户展示了其积极的影响。”Accel合伙人Abhinav Chaturvedi在一份声明中表示。
作者：Anthony
References：
https://www.forbes.com/sites/davidprosser/2024/03/12/why-enterprises-are-learning-to-love-nanonets-automation/
https://nanonets.com/blog/nanonets-raises-29-million-in-series-b/
https://www.pymnts.com/news/investment-tracker/2024/nanonets-raises-29-million-to-automate-mundane-office-work/
https://www.techradar.com/reviews/nanonets-review
https://yourstory.com/2024/08/nanonets-helps-business-drive-efficiency-ai-driven-data-processing-automation
https://techcrunch.com/2024/03/12/nanonets-funding-accel-india/
-----------END-----------
