Relyance 喜获 3200 万美元融资，助力企业守规

随着对人工智能需求的激增，人工智能供应商正把更多精力投入到数据安全问题之中。他们不仅被迫遵守新出台的数据隐私法规（如欧盟数据法案），而且还处于对其数据如何使用和处理持怀疑态度的客户的密切关注之下。

问题在于，在围绕人工智能加强数据安全实践这一方面，许多组织都无法很好地执行。根据数据控制平台 BigID 的一项调查，一半的组织将数据安全列为实施人工智能的最大障碍。

来自应用工程和法律部门的 Abhi Sharma 与 Leila Golchehreh 对这里存在的挑战非常熟悉。他们坚信自己可以构建一些东西来解决数据安全难题，于是两人推出了Relyance AI，这是一个检查公司的数据使用是否符合治理政策的平台。

“我们构建 Relyance 的概念是在一天晚上于旧金山吃披萨时想到的，”夏尔马告诉 TechCrunch。“尽管我们来自两个非常不同的背景，但我们共同意识到，为确保组织数据处理的可见性，还能做更多工作。”

戈尔切赫雷是职业律师，此前曾在 Workday 以及自动驾驶汽车初创公司 Cruise 担任高级顾问。夏尔马是一名软件开发人员，在助力创建 FogHorn（一个边缘人工智能平台，于 2022 年被江森自控收购）之前，曾是 AppDynamics 的平台工程师。

夏尔马表示，大多数公司在采用人工智能时面临三个主要障碍：在人工智能方面对数据缺乏可见性、数据处理方式的复杂性以及创新的快速节奏。夏尔马说，所有这些都会导致声誉风险——并使公司面临法律威胁。

Relyance 的解决方案为一个引擎，它扫描一个组织的数据源——例如第三方应用程序、云环境、人工智能模型和代码库——并检查它们是否符合政策。Relyance 创建了一个“数据清单”和“数据地图”，并将其与客户协议、全球隐私法规及合规框架进行同步。

夏尔马表示：“Relyance 能让组织监控外部供应商的风险，” 并且“其数据沿袭功能能够追踪跨应用程序的数据流，从而主动识别潜在风险。”

现在，Relyance 并非在践行一个全新的理念。夏尔马承认，OneTrust、Transcend、Datagrail 以及 Securiti AI 在某些方面是与其竞争的供应商。比如，Datagrail 提供自动化风险监控工具，助力公司迅速构建第三方应用程序风险评估。

但 Relyance 似乎发展态势良好。夏尔马表示，该业务今年的年度经常性收入有望实现翻番，而且 Relyance 的客户群——包括 Coinbase、Snowflake、MyFitnessPal 和 Plaid——在上半年增长了 30%之多。

为进一步实现增长奠定基础，Relyance 本月完成了由 Thomvest 领投、M12（微软的风险基金）、Cheyenne Ventures、Menlo Ventures 和 Unusual Ventures 参与的 3200 万美元 B 轮融资。这使得这家初创公司的总融资额达到 5900 万美金，新资金将用于在年底之前把 Relyance 的团队扩充到 90 名员工。

“我们决定筹集资金，因为对人工智能的需求持续增长，而且全球范围内正在制定新的隐私和人工智能法规，”夏尔马说。“我们的招聘工作将主要侧重于扩大我们的工程团队，并提高我们推向市场的能力，以支持我们的产品开发和增长势头。”