🤖
🤖
核心导读
AI合规初创公司Dili宣布完成1500万美元A轮融资,加上种子轮共筹得2170万美元,由Khosla Ventures领投。该公司专注于美国基础设施项目(尤其是联邦资助项目)的复杂合规规则,利用AI将非结构化文档转化为结构化数据,再由确定性系统按规则分类,将原本一整天的工作缩短至几分钟。目前Dili软件已应用于约700个项目,覆盖制造设施和数据中心,支持内部工具和外包两种模式。
我们已经知道,要让AI发挥作用,意味着要建设大量新的数据中心和电力基础设施。但这些基础设施项目本身或许也需要AI的一点帮助。
周四,一家名为Dili的新AI合规公司宣布完成1500万美元的A轮融资,目标直指美国新增的基础设施项目。此轮融资紧随其670万美元的种子轮之后,使公司总融资额达到2170万美元。
A轮融资由Khosla Ventures领投,Allianz、Rebel Fund、Brick and Mortar Ventures的Darren Bechtel以及Y Combinator的Garry Tan参投。Dili此前是Y Combinator 2023年夏季孵化项目的成员。
“AI合规”已经是初创公司常见的宣传点,但Dili专注于建筑项目——特别是那些获得联邦资金的项目——所涉及的独特复杂规则。当被问及例子时,Dili联合创始人兼CEO Anand Chaturvedi提到了戴维斯-培根规则,该规则允许劳工部为某些项目设定现行工资。另一套现行工资和学徒规则(简称PWA规则)适用于《通胀削减法案》资助的清洁能源项目,此外还有各种OSHA或EPA规则根据工作性质生效。
这是一套重叠交错的复杂要求——即使小错误也可能代价高昂。“不合规可能导致这些项目面临数百万美元的罚款,”Chaturvedi解释道,“因此,能够随着信息到来而检查所有信息,而不是仅仅抽样数据,确实非常有力。”
鉴于风险如此之高,可靠性是核心关注点,但Chaturvedi相信Dili的架构能够防止任何基于LLM的不确定性渗入最终产品。当代AI模型仅用于公司的数据层,即将非结构化文档转化为结构化数据的引擎。之后,一个确定性系统根据复杂但静态的合规规则对数据进行分类。当一切正常工作时,原本需要一整天完成的任务现在只需几分钟即可处理。
“想象一下,能够阅读公司内部文档、所有供应商文档、所有ERP信息、所有薪资系统信息的完整上下文,”Chaturvedi说,“然后提取出你专门用于报告或合规所需的数据。”
Dili已经在实践中将这一系统运作起来。Chaturvedi表示,Dili的软件目前已在“约700个项目”中使用,覆盖从制造工厂到数据中心的各种类型。
值得注意的是,Chaturvedi表示大约一半的项目将Dili作为内部软件工具使用,而另一半则采用承包商模式将整个合规流程外包。Dili能够处理这两种合同类型,不过Chaturvedi预计未来几年行业将更多地转向软件模式。
“软件和AI将开始吞噬大量专业服务的工作流程,所以我认为越来越多的人会开始将这些流程内部化,”Chaturvedi说,“有趣的是,随着AI的发展,市场本身将如何演变,客户需求将走向何方。”
分享这篇文章: