Relyance 32 میلیون دلار برای کمک به شرکت ها در رعایت مقررات داده ها به دست می آورد
با افزایش تقاضا برای هوش مصنوعی، فروشندگان هوش مصنوعی پهنای باند بیشتری را به مسائل امنیتی داده ها اختصاص می دهند. آنها نه تنها مجبور به پیروی از مقررات نوظهور حفظ حریم خصوصی داده ها (مثلاً قانون داده های اتحادیه اروپا) هستند، بلکه خود را زیر ذره بین مشتریانی می بینند که در مورد نحوه استفاده و پردازش داده های آنها تردید دارند.
مشکل اینجاست که از آنجایی که به تشدید شیوه‌های امنیت داده در مورد هوش مصنوعی مربوط می‌شود، بسیاری از سازمان‌ها در موقعیتی نیستند که به خوبی اجرا شوند. با توجه به الف نظرسنجی از BigID، یک پلت فرم کنترل داده، نیمی از سازمان ها امنیت داده ها را به عنوان مانع اصلی خود برای پیاده سازی هوش مصنوعی رتبه بندی می کنند.
ابهی شارما و لیلا گلچهره که از بخش های مهندسی اپلیکیشن و حقوقی هستند، به خوبی در چالش های موجود در اینجا آشنا بودند. این جفت با اطمینان از اینکه می توانند چیزی برای حل معمای امنیت داده بسازند، راه اندازی شد Relyance AI، پلتفرمی است که بررسی می کند آیا استفاده از داده های یک شرکت با سیاست های حاکمیتی همسو است یا خیر.
شارما به TechCrunch گفت: «مفهوم این که چگونه Relyance را بسازیم، یک شب زمانی که در سانفرانسیسکو مشغول خوردن پیتزا بودیم به ذهنمان رسید. اگرچه ما از دو پس‌زمینه بسیار متفاوت آمدیم، اما با هم متوجه شدیم که می‌توان کارهای بیشتری برای اطمینان از دیده شدن پردازش داده‌های یک سازمان انجام داد.»
گلچهره یک وکیل دادگستری است که پیش از این به عنوان مشاور ارشد در شرکت Workday و استارت آپ خودروی خودران کروز خدمت کرده است. شارما، یک توسعه دهنده نرم افزار، قبل از کمک به تاسیس FogHorn، یک پلتفرم پیشرفته هوش مصنوعی که جانسون کنترل در سال 2022 آن را به دست آورد، یک مهندس پلتفرم در AppDynamics بود.
شارما می‌گوید که اکثر شرکت‌ها با سه مانع اصلی برای پذیرش هوش مصنوعی روبرو هستند: عدم مشاهده اطلاعات در هوش مصنوعی، پیچیدگی نحوه مدیریت داده‌ها و سرعت سریع نوآوری. شارما می‌گوید همه این‌ها به ریسک شهرت کمک می‌کنند – و شرکت‌ها را در برابر تهدیدات قانونی باز می‌کنند.
راه حل Relyance موتوری است که منابع داده یک سازمان – مانند برنامه های شخص ثالث، محیط های ابری، مدل های هوش مصنوعی و مخازن کد – را اسکن می کند و بررسی می کند که آیا آنها با سیاست ها مطابقت دارند یا خیر. Relyance یک «موجودی داده» و «نقشه داده» ایجاد می‌کند که با توافق‌نامه‌های مشتری، مقررات جهانی حریم خصوصی و چارچوب‌های انطباق همگام‌سازی می‌شود.
شارما گفت: «تکیه سازمان‌ها را قادر می‌سازد ریسک‌های فروشنده خارجی را نظارت کنند، در حالی که ویژگی خط داده آن جریان داده‌ها را در بین برنامه‌ها ردیابی می‌کند تا خطرات بالقوه را به طور فعال شناسایی کند.»
اکنون، Relyance یک مفهوم کاملاً جدید را اجرا نمی کند. شارما اعتراف می کند که OneTrust، Transcend، DataGrail و Securiti AI از جمله فروشندگانی هستند که به نوعی با آن رقابت می کنند. به عنوان مثال، DataGrail ابزارهای خودکار نظارت بر ریسک را ارائه می دهد که به شرکت ها کمک می کند تا به سرعت ارزیابی ریسک برنامه های شخص ثالث را بسازند.
اما به نظر می رسد که Relyance در حال حفظ قدرت خود است. شارما ادعا می کند که کسب و کار در مسیر دوبرابر کردن درآمد تکراری سالانه در سال جاری است و پایگاه مشتریان Relyance – که شامل Coinbase، Snowflake، MyFitnessPal و Plaid می شود – در نیمه اول سال 30 درصد رشد کرده است.
Relyance که زمینه را برای رشد بیشتر فراهم کرد، در این ماه یک دور سری B 32 میلیون دلاری به رهبری Thomvest با مشارکت M12 (صندوق سرمایه گذاری مایکروسافت)، Cheyenne Ventures، Menlo Ventures و Ventures غیر معمول را بسته است. با رساندن مجموع جمع آوری شده این استارتاپ به 59 میلیون دلار، سرمایه جدید برای تیم رو به رشد Relyance به 90 کارمند تا پایان سال اختصاص خواهد یافت.
شارما گفت: «ما تصمیم به جمع‌آوری سرمایه گرفتیم زیرا تقاضا برای هوش مصنوعی همچنان در حال رشد است و قوانین جدید حریم خصوصی و هوش مصنوعی در سطح جهان اعمال می‌شوند. “تلاش های استخدام ما در درجه اول بر گسترش تیم مهندسی و افزایش ظرفیت عرضه به بازار برای حمایت از توسعه محصول و شتاب رشد متمرکز خواهد بود.”