Relyance 32 میلیون دلار به‌دست آورد تا به شرکت‌ها در تطابق با مقررات داده کمک کند
با افزایش تقاضا برای هوش مصنوعی، فروشندگان هوش مصنوعی توجه بیشتری به مسائل امنیت داده‌ها می‌نمایند. نه تنها مجبورند با مقررات حریم خصوصی داده‌های نوظهور (مانند قانون داده‌های اتحادیه اروپا) مطابقت داشته باشند، بلکه تحت نظارت مشتریانی قرار دارند که نسبت به‌چگونگی استفاده و پردازش داده‌هایشان شک دارند.
مسئله این است که در مورد تقویت رویه‌های امنیت داده‌ها در اطراف هوش مصنوعی، بسیاری از سازمان‌ها در موقعیتی برای اجرای خوب قرار ندارند. بر اساس یک نظرسنجی از BigID، یک پلتفرم کنترل داده، نیمی از سازمان‌ها امنیت داده را به عنوان مهم‌ترین مانع برای اجرای هوش مصنوعی درک می‌کنند.
آبهی شرما و لیلا گلچهره، که از مهندسی اپلیکیشن و بخش حقوقی آمده‌اند، با چالش‌های موجود این حوزه آشنا بودند. آنها با اطمینان به توانایی‌های خود برای ساخت چیزی که بتواند معمای امنیت داده را حل کند، Relyance AI را راه‌اندازی کردند، پلتفرمی که بررسی می‌کند آیا استفاده از داده‌های یک شرکت با سیاست‌های حکمرانی همخوانی دارد یا خیر.
شرما گفت: «ایده ساخت Relyance به ما شباهنگام زمانی که در سان‌فرانسیسکو دور هم جمع شده بودیم، به ذهنمان رسید. هرچند که ما از دو پشتوانه بسیار متفاوت بودیم، اما با هم متوجه شدیم که می‌توان کارهای بیشتری برای ایجاد شفافیت در پردازش داده‌های سازمان انجام داد.»
گلچهره به عنوان وکیل حرفه‌ای، قبلاً به عنوان مشاور ارشد در Workday و استارتاپ خودروهای خودران Cruise خدمت کرده است. شرما، توسعه‌دهنده نرم‌افزار، به عنوان مهندس پلتفرم در AppDynamics کار می‌کرد قبل از اینکه به تأسیس FogHorn که یک پلتفرم هوش مصنوعی مرزی است بپردازد که در سال 2022 توسط Johnson Controls خریده شود.
شرما می‌گوید بیشتر شرکت‌ها با سه چالش اصلی در پذیرش هوش مصنوعی روبرو هستند: عدم مشاهده‌پذیری داده‌ها در هوش مصنوعی، پیچیدگی در نحوه رسیدگی به داده‌ها و سرعت سریع نوآوری. شرما می‌گوید که همه اینها به خطرات اعتباری منجر می‌شود و شرکت‌ها را در معرض تهدیدات قانونی قرار می‌دهد.
راه‌حل Relyance یک موتور است که منابع داده‌های سازمانی مانند اپلیکیشن‌های شخص ثالث، محیط‌های ابری، مدل‌های هوش مصنوعی و مخازن کد را اسکن می‌کند و بررسی می‌کند که آیا با سیاست‌ها همخوانی دارند یا خیر. Relyance یک «موجودی داده» و «نقشه داده» ایجاد می‌کند که با توافق‌نامه‌های مشتری، مقررات جهانی حریم خصوصی و چارچوب‌های تطابق همزمان می‌شود.
شرما گفت: «Relyance به سازمان‌ها اجازه می‌دهد خطرات فروشنده بیرونی را نظارت کنند، در حالی که ویژگی منشأ داده آن جریان‌های داده را در میان اپلیکیشن‌ها دنبال می‌کند تا خطرات بالقوه را به‌طور پیش‌فعال شناسایی کند.»
اکنون، Relyance بر روی یک مفهوم کاملاً جدید اجرا نمی‌کند. شرما اعتراف می‌کند که OneTrust , Transcend , Datagrail , و Securiti AI جزو فروشندگانی هستند که به نوعی با آن رقابت می‌کنند. به عنوان مثال، Datagrail ابزارهای نظارت بر خطرات خودکار ارائه می‌دهد که به شرکت‌ها کمک می‌کند ارزیابی خطرات اپلیکیشن‌های ثالث را به‌سرعت انجام دهند.
اما به نظر می‌رسد Relyance توانسته خود را نگه دارد. شرما ادعا می‌کند که کسب و کار در مسیر دو برابر کردن درآمد تکراری سالانه است و تعداد مشتریان Relyance — که شامل Coinbase، Snowflake، MyFitnessPal و Plaid می‌شود — در H1 30% رشد کرده است.
برای آماده‌سازی برای رشد بیشتر، Relyance این ماه یک دور سری B را به مبلغ 32 میلیون دلار به رهبری Thomvest با مشارکت M12 (صندوق سرمایه‌گذاری مایکروسافت)، Cheyenne Ventures، Menlo Ventures و Unusual Ventures به پایان رساند. با آوردن مجموع تأمین سرمایه استارتاپ به 59 میلیون دلار، وجوه جدید به رشد تیم Relyance تا 90 نفر تا پایان سال اختصاص خواهند یافت.
شرما گفت: «ما تصمیم گرفتیم سرمایه‌گذاری کنیم زیرا تقاضا برای هوش مصنوعی همچنان در حال رشد است و قوانین جدید حریم خصوصی و هوش مصنوعی به طور جهانی در حال تدوین هستند. تلاش‌های استخدامی ما عمدتاً بر گسترش تیم مهندسی و افزایش ظرفیت ورود به بازار برای حمایت از توسعه محصول و افزایش رشد ما متمرکز خواهد بود.»
