Nanonets, ein Startup, das KI zur Automatisierung von Backoffice-Prozessen einsetzt, hat in einer neuen Finanzierungsrunde unter der Leitung von Accel 29 Millionen US-Dollar eingesammelt, um die Genauigkeit von Automatisierungsprozessen zu verbessern, die große Mengen unstrukturierter Daten umfassen.
Die Verarbeitung unstrukturierter Daten aus Dokumenten wie Rechnungen, Quittungen und Bestellungen erfordert häufig sich wiederholende Aufgaben und erfordert einen hohen Personalaufwand. Nanonets, das vor allem auf den Finanzdienstleistungssektor abzielt, sagt, dass seine KI-Plattform darauf abzielt, die Effizienz dieser Prozesse zu verbessern und sie kosteneffizient zu machen.
AY Combinator Alaun, das Startup hat eine KI-Plattform aufgebaut, über die es No-Code-Lösungen anbietet, die nach Angaben des Unternehmens Unternehmen dabei helfen können, Informationen aus Dokumenten, E-Mails, Tickets, Datenbanken und dergleichen zu extrahieren und sie in umsetzbare Erkenntnisse umzuwandeln. Die KI-Plattform des Unternehmens nutzt Architekturen für maschinelles Lernen, um unstrukturierte Daten aus hochgeladenen Dokumenten zu analysieren und nützliche Informationen zu extrahieren. Seine No-Code-KI-Agenten können in ERP-Plattformen wie QuickBooks,
Nanonetze behauptet, dass die manuelle Bearbeitung einer Rechnung normalerweise 15 Minuten in Anspruch nimmt, ihre automatisierten Finanzlösungen diese Zeit jedoch auf weniger als eine Minute reduzieren können. Diese Lösungen können für Prozesse wie Kreditorenbuchhaltung, Abstimmung, Debitorenbuchhaltung und Spesenverwaltung eingesetzt werden.
Mit den frischen Mitteln für Forschung und Entwicklung will das Startup die Genauigkeit seines Systems verbessern und in Vertrieb und Marketing investieren. Das Unternehmen beschäftigt etwa 100 Mitarbeiter, darunter der Großteil des in Indien ansässigen Ingenieurteams. Das Unternehmen wird die neuen Mittel auch nutzen, um seine Mitarbeiterzahl zu erhöhen.
An der All-Equity-Serie-B-Runde beteiligten sich die bestehenden Nanonets-Investoren Elevation Capital und Y Combinator. Damit erhöht sich die Gesamtfinanzierung des Startups auf 42 Millionen US-Dollar, einschließlich der 10-Millionen-Dollar-Serie-A-Runde im Jahr 2022.
Prathamesh Juvatkar, Mitbegründer und CTO von Nanonets, sagte gegenüber TechCrunch, dass das Startup ursprünglich verwendet habe Faltungs-Neuronale Netze (Neuronale Netzwerkarchitekturen, die in der Bildverarbeitung zur Bildklassifizierung und Objekterkennung verwendet werden), um Bilder zu untersuchen und hervorgehobene Objekte zu erkennen. Das Startup erwog später den Einsatz grafischer neuronaler Netze, wechselte jedoch schließlich zu Transformatoren und entschied sich für multimodale Architekturen, nachdem es feststellte, dass diese genauer waren als bestehende Technologien für maschinelles Lernen.
„Im Moment haben wir im Backend mehrere Architekturen. Immer wenn wir einen neuen Kunden gewinnen, trainieren wir alle diese Modelle anhand der Kundendaten und schauen, welches Modell die bessere Genauigkeit erreicht“, sagte er in einem Interview.
Die IIT-Gandhinagar-Absolventen Juvatkar und Sarthak Jain (CEO) waren Mitbegründer von Nanonets, nachdem sie 2016 Cubeit, eine Plattform für maschinelles Lernen, die Webseiten in gemeinsam nutzbare mobile Karten verwandelte, an das Modeportal Myntra verkauft hatten.
Im Gegensatz zu vielen anderen KI-Startups, die auf großen Sprachmodellen (LLMs) und GPTs basieren, bevorzugt Nanonets Transformatoren, um das Problem von Halluzinationen zu umgehen, die auftreten, wenn ein KI-System Informationen generiert, die in den gegebenen Dokumenten nicht vorhanden sind, sondern auf deren Grundlage generiert werden Das Wissen von LLM.
Obwohl die von Nanonets verwendeten Architekturen für maschinelles Lernen dokumentenunabhängig sind, zielt das Startup auf den Finanzdienstleistungsbereich ab, da etwa 50–55 % seiner Kunden aus diesem Bereich stammen. Es bietet eine Reihe von Integrationen zur Rationalisierung der Finanzabläufe. Allerdings expandiert das Unternehmen schrittweise auf „nähere Prozesse“ und hat auch damit begonnen, Kunden im Gesundheitswesen und in der Fertigung zu bedienen, sagte Juvatkar.
Nanonets ist nicht allein auf dem globalen Markt für KI-basierte Workflow-Automatisierung. Der Markt ist überfüllt mit traditionellen OCR-Plattformen (Optical Character Recognition) sowie Start-ups wie Rossum AI und Hyperscience. Größere Unternehmen wie UiPath bieten ebenfalls Workflow-Automatisierung an, allerdings mit strukturierten Daten. Dennoch, so Juvatkar, nehme Nanonets die Konkurrenz mit, indem es eine rekordverdächtige Straight-Through-Processing-Rate von 90 % biete – den Prozentsatz der Daten, die ohne manuelles Eingreifen verarbeitet werden.
„Wir gewinnen Aufträge vor allem aufgrund der Genauigkeit, der Benutzererfahrung und der Qualität unserer Integrationen“, sagte er.
Nanonets bietet seine Lösungen in drei verschiedenen Preisstufen an: Starter, Pro und Enterprise. Von diesen Ebenen, sagte Juvatkar gegenüber TechCrunch, tragen Pro und Enterprise zu gleichen Teilen am meisten zum jährlichen wiederkehrenden Umsatz des Startups bei. Das Startup bietet auch Tools zum Konvertieren von PDFs in Excel-Tabellen, CSV, JSON, XML und Text, Bild in Text und Bild in Excel. Diese Konverter haben dazu beigetragen, die Aufmerksamkeit von Unternehmen zu gewinnen, die Automatisierung benötigen, und in den letzten zwei Jahren mehr als 34 % der weltweiten Fortune-500-Unternehmen zu erreichen, so das Unternehmen. Darüber hinaus hat das Startup seine Nutzerbasis in den letzten 12 Monaten um das Vierfache erweitert und hat derzeit über 10.000 Kunden weltweit.
Nanonets hat Nutzer auf der ganzen Welt, aber die USA machen etwa 40 % seines Umsatzes aus, gefolgt von Europa, das 30 bis 35 % beisteuert, sagte Juvatkar.
Juvatkar sagte gegenüber TechCrunch, ohne die Zahlen preiszugeben, dass der Umsatz von Nanonets seit der Runde 2022 kontinuierlich um das Dreifache pro Jahr gestiegen sei. Auch in diesem Jahr will das Startup seinen Umsatz um das Zwei- bis Dreifache steigern.
Das stetige Umsatzwachstum ist einer der Gründe, warum Investoren trotz der Abschwächung der globalen Märkte in KI-Startups investieren. Die Finanzierung von KI-Startups stieg laut Tracxn von 10 Milliarden US-Dollar im Jahr 2022 auf 21 Milliarden US-Dollar im Jahr 2023, während die Zahl der Deals im vergangenen Jahr um 61 auf 399 zurückging. KI-Startups in den USA erhalten die meisten Investitionen, gefolgt von Unternehmen in China, Großbritannien, Israel und Indien.
„Wir freuen uns sehr, mit Nanonets bei ihrer Mission zusammenzuarbeiten, Back-Office-Abläufe mit KI zu revolutionieren. Sarthak und sein Team haben es sich zur Aufgabe gemacht, den Schwachstellen der Kunden auf den Grund zu gehen und eine leistungsstarke Lösung zu entwickeln, die Geschäftsprozesse durchgängig vollständig automatisiert. Nanonets zeichnete sich für uns durch seine umfassende Plattform und seine Fähigkeit zum Straight Through Processing (STP) aus – diese Eigenschaften zeichnen Nanonets im Bereich der Automatisierung aus und haben bereits ihre positive Wirkung auf Kunden gezeigt“, sagte Abhinav Chaturvedi, Partner bei Accel. in einer vorbereiteten Erklärung.
Hinweis: Diese Geschichte wurde aktualisiert, um eine Namensänderung von Accel widerzuspiegeln, nachdem das Unternehmen um Klarstellung gebeten hatte.