Iris.ai

一句話介紹

Iris.ai是一套能將論文、專利及企業文件轉換為可搜尋、可提取、可驗證之知識的AI平台，目前主要服務於研發團隊、知識管理部門以及受監管行業。

工具簡介

Iris.ai由挪威公司Iris AI AS所運營，初期因為其作為AI文獻搜尋工具的優異表現，而受到科研人員的青睞。目前，該品牌的定位已經擴展為企業級的AI知識管理平台，透過Axion、Neuralith和RSpace等工具來處理數據結構化問題，並支援Agentic RAG及各種研究工作流程。

因此，它不能再被簡單地描述為一個論文搜尋網站。個人研究人員所關心的文獻相關功能仍屬於RSpace的範疇，而企業客戶則可以將其內部的文件、圖表、專利以及資料庫整合到更完善的知識與智慧體系中。

三大產品定位

Axion數據結構化

Axion用於將分散在文件、圖片、掃描檔、表格和圖形中的知識，轉換為統一的、機器可讀的格式。它並非僅負責OCR功能，而是透過結合上下文、元資料、實體關係以及行業特定的架構，來建立可重複使用的資料層。

• 連接PDF、Word、Excel、PowerPoint、純文字、網頁和掃描圖像。
• 從表格、圖形和圖像中識別數值、標籤、關係及說明。
• 透過OCR處理圖片中的文字，並生成視覺內容描述。
• 使用行業模板來整理合約、專利、臨床試驗以及財務報表等資料。
• 輸出可用於搜尋、分析、RAG和智能體的結構化數據。
• 以品質報告和自評估標記需要人工複核的項目。

Axion工作流程

1. 確定要支援的業務問題以及最終需要的欄位和關係。
2. 連接檔案、雲端儲存、資料庫或業務系統，並限定處理範圍。
3. 選擇行業Schema或設計自訂Operating Data Layer。
4. 運行OCR、上下文切分、表格圖形抽取和實體關聯。
5. 檢查品質報告、低可信度欄位和異常文件。
6. 由領域專家修正樣本，再調整抽取和索引規則。
7. 把穩定結果交給搜尋、RAG、分析或Neuralith智能體。

Axion支援格式與語言

Neuralith智能體編排

Neuralith用於企業的Agentic RAG系統之設計、部署與管理。它以Axion所建立的資料為基礎，來組織搜尋、模型、工具以及智能體的工作流程，讓應用程式能夠根據企業的知識來回答問題並執行任務。

RSpace研究工作區

RSpace將文獻的發現、篩選、主題分析、結構化抽取、總結以及問答等功能整合在同一個工作區中。研究人員可以透過組合這些模組來一次性完成文獻綜述，同時也能持續監控新的論文、專利或內部研發資料。

文獻發現與篩選

Explore並不要求使用者一開始就寫出完美的布林查詢式，而是從問題或代表性文獻中理解相關概念，並進一步擴展相關研究。最終的結果仍需透過過濾器和領域判斷來確定。

• 先明確研究問題、納入標準和排除標準。
• 用一篇高相關論文或完整問題啟動概念探索。
• 檢查概念圖和代表文獻，修正歧義詞和遺漏主題。
• 組合時間、資料庫、主題和上下文過濾條件。
• 保存排除理由，避免同一批文獻反覆審查。
• 對系統綜述補充資料庫原生檢索並記錄完整檢索策略。

分析主題分析

Analyze會從文件集合中識別出高頻出現的詞彙、概念和主題，並將這些結果提供給過濾面板。它適用於了解研究集合的內部結構，不過主題標籤仍需由該領域的專家來解釋。

詞頻高並不代表證據有力，主題聚類也不等同於因果關係。用戶應回到具體論文，核對方法、樣本、統計數據及結論。

Extract結構化抽取

Extract可根據Output Data Layout定義需要提取的欄位，將論文、專利或報告中的資訊整理成可比較的表格。常見欄位包括材料、樣本、方法、指標、實驗條件和結論。

1. 從研究問題推導最小字段集合，並定義每個字段的類型與單位。
2. 選取代表性文件建立抽取樣本。
3. 配置字段說明、同義詞、允許值和缺失值規則。
4. 運行抽取並抽查正文位置、表格和圖形對應關係。
5. 統一單位、實體名稱和多值欄位格式。
6. 把低置信度或衝突結果交給領域專家確認。
7. 導出數據後保留文件識別碼和版本，支援回溯。

Summarize與Chat

Summarize可壓縮單篇文件或資料集，Chat則讓用戶圍繞工作區內容繼續提問。兩者適合快速導航，不能替代對關鍵原文、統計表和補充材料的閱讀。

• 摘要應區分作者結論、實驗結果和平台生成的歸納。
• 提問時限定資料集、時間和術語含義。
• 要求答案給出可回到文件和段落的依據。
• 重要數字、比較和否定結論必須人工核對。
• 不要把沒有提及的信息解讀為不存在。

Multi-RAG與檢索技術

Iris.ai的RAGaaS並非僅依賴單一的向量相似度，而是結合了向量檢索、圖遍歷、知識指紋以及關鍵字搜尋等技術。系統會根據是簡短問題、長篇問題還是實體型問題，來選擇適當的檢索方式。

企業可以選擇自己的大模型，並透過評估框架比較不同的模型與微調方案。真正的準確性取決於資料結構、檢索、提示、模型以及業務評估等各要素的綜合作用。

企業知識管理

Iris.ai能夠將多年來的內部文件集中起來，進行索引處理、增強元數據，並持續更新這些資料，如此一來，相關知識就能被檢索出來，並供智慧體使用。它特別適用於那些資料複雜且對追蹤性有高要求的研發、製造、生命科學、金融及公共部門。

• 建立文件所有者、保密等級、版本和有效期欄位。
• 按部門、專案和角色限制資料可見範圍。
• 對過期政策和撤回論文設置失效規則。
• 把外部論文、專利與內部實驗和決策記錄區分。
• 持續監測新資料並執行增量索引。
• 讓每個回答保留文件、段落和抽取字段的回溯鏈。

部署與集成

Axion可連接內部資料庫、CRM、BI工具和雲端儲存，RAGaaS也能服務企業應用開發者。採購前應透過樣本數據驗證吞吐量、欄位、Webhook、認證及錯誤恢復功能，而不僅僅觀看演示。

Axion套餐與報價

每頁0.05歐元是Enterprise在最高折扣條件下的最低宣傳價格，並非所有項目都能享有此固定單價。文件複雜度、OCR處理、圖表、架構、部署方式、工程服務以及承諾的服務量等因素，都會影響最終的報價。

RSpace與Neuralith價格

目前，官方網站並未公開RSpace和Neuralith的統一訂閱價格，主要是透過示範以及企業需求評估來定價。網路上那些名稱與Iris相同的個人助理服務的價格頁面，並不屬於本產品，因此不能混為一談。

採購測試方法

1. 選取包含正文、表格、掃描件、圖形和多語言的真實樣本。
2. 提前定義字段級準確率、檢索召回、回答可追溯性及處理時間。
3. 讓供應商在相同樣本上展示Axion、RSpace或Neuralith的完整流程。
4. 檢查低置信度標記、人工修正和重新處理能力。
5. 分別報價軟體、Credits、實施、OCR、部署、支援和超額用量。
6. 驗證資料刪除、權限、審計、備份及合約退出流程。
7. 透過小規模生產試點證明指標後再擴大數據量。

隱私與外部儲存

隱私政策說明：Google Drive、Dropbox和Microsoft SharePoint是透過OAuth2授權機制來連接的，平台僅會儲存加密後的令牌，而不會儲存使用者的密碼。這些令牌則被儲存在歐洲經濟區的AWS環境中。

• 只授權專案需要的資料夾和最小訪問範圍。
• 在原儲存平台與Iris.ai兩側都複查共享權限。
• 斷開連線或刪除帳戶時，相關的OAuth令牌會被撤銷和刪除。
• Google用戶的資料不得用於廣告或出售，且受有限使用要求的約束。
• 企業仍應確認文件副本、索引、抽取結果和備份的刪除時間。

安全與資料治理

系統可以降低知識錯誤，但無法保證所有抽取和回答的準確性。受監管的決策應保留專家複核、審批及最終負責人。

帳戶與數據刪除

用戶可在帳戶設定中刪除帳戶，相關內容會立即刪除且無法恢復。若在已付週期結束前刪除，不再續費但不會退還未使用部分。

長期沒有實質性研究活動的帳戶，可能在兩年後被視為潛在帳戶，並在經過多次通知後被刪除。企業合約的保存及終止方式可能有所不同，應以簽署的文件為準。

GitHub與開源狀態

Iris.ai擁有與其品牌形象相符的GitHub組織，但目前僅公開了在2018年更新的ICO合約儲存庫。至於Axion、Neuralith、RSpace或Multi-RAG等核心平台的代碼，則並未公開。

公司說明其系統結合了自研模型以及經過修改和微調的開源模型，但這並不代表最終產品是開源的。目錄中的開源狀態應標記為「否」，而部署權與源碼權則應分別判斷。

適合哪些用戶

• 需要跨資料庫發現和篩選學術論文的科研人員。
• 進行系統綜述、證據表和專利分析的研發團隊。
• 需要從掃描件、表格和圖形中提取結構化欄位數據的團隊。
• 希望讓內部知識支援RAG和智能體的企業AI團隊。
• 重視私有部署、權限、審計和可追蹤性的受監管組織。
• 需要比較模型和檢索流程實際業務表現的AI平台團隊。

產品優勢

• 從論文發現擴展到企業多模態數據結構化與智能體編排。
• RSpace涵蓋Explore、Filter、Analyze、Extract、Summarize和Chat。
• Axion可處理文本、掃描件、表格、圖形和68種以上語言。
• 多RAG組合向量、關鍵字、圖遍歷和知識指紋等檢索方式。
• 支援自有模型、雲端、私有雲及本地部署。
• 重視品質報告、低置信度標記、評估及人工複核。
• 適合科學、專利及受監管企業的複雜知識。

使用限制

• 目前主要用於企業的示範及訂製報價，不適合追求透明低價的個人用戶。
• RSpace與Neuralith沒有公開固定套餐價格。
• 複雜Schema、OCR、圖表和領域適配需要實施與專家投入。
• 抽取、主題和生成結果仍可能錯誤，必須回到原文驗證。
• 公開API技術細節及標準化自助接入資訊有限。
• GitHub沒有公開核心產品代碼，無法自行私有部署開源版本。
• 系統綜述仍需可重複的檢索策略及人工納入排除判斷。

常見問題

Iris.ai現在只是論文搜尋工具嗎？

不是。論文發現與研究流程集中在RSpace，目前整體定位還包含Axion企業數據結構化以及Neuralith Agentic RAG編排。

RSpace有哪些主要工具？

主要包括Explore、Filter、Analyze、Extract、Summarize和Chat，可組合完成文獻發現、篩選、主題分析、數據抽取、摘要和問答。

能處理掃描件和圖表嗎？

Axion支援掃描PDF、圖片OCR、表格、圖形和圖表抽取，也能處理Word、Excel、PowerPoint和純文字。

支援中文嗎？

Axion公開說明支援68種以上語言，包含中文。多語言技術文件仍應分別測試OCR、術語、表格和翻譯品質。

Iris.ai多少錢？

RSpace和Neuralith並未公開固定的價格。Axion則有Starter、Professional和Enterprise三種版本，不過通常需要聯絡銷售人員才能獲得報價；而Enterprise版本在大量採購時，最低報價可低至每頁0.05歐元。

可以接入企業系統嗎？

可以透過API和連接方式接入雲儲存、資料庫、CRM及BI等系統，並支援雲端、私有雲和本地部署。具體接口需在項目評估中確認。

Iris.ai是開源的嗎？

核心產品不開源。官方GitHub僅有一個舊ICO合約倉庫，自研平台雖然使用了部分開源模型，但這並不代表Axion、Neuralith或RSpace的源代碼是開放的。

能直接替代人工系統綜述嗎？

不能。它可以加快發現、篩選、抽取和總結的流程，但研究協議、偏見評估、原文核驗以及最終結論仍需由研究人員負責。

總結

Iris.ai已從文獻搜尋工具，發展成為一個涵蓋資料結構化、研究處理以及企業智慧體的知識基礎平台。RSpace用於輔助科研流程，Axion則能將複雜的資料轉換成AI可使用的格式，而Neuralith則負責Agentic RAG的編排與管理。

它尤其適合資料複雜、領域術語眾多且合規要求高的組織，但採購門檻與實施的複雜度也高於一般的研究助手。以真實樣本來驗證準確率、可追蹤性、部署過程以及總成本，是決定是否採用的關鍵。