我们已经知道，让人工智能发挥作用意味着需要上线大量新的数据中心和电力基础设施，但这些基础设施项目可能也需要人工智能的一点帮助。
周四，一家名为Dili的新兴AI合规公司宣布完成1500万美元A轮融资，该公司明确瞄准美国新一批基础设施项目。此轮融资紧随其670万美元的种子轮之后，使公司累计融资额达到2170万美元。
该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参与投资。Dili此前曾入选Y Combinator 2023年夏季批次。
聚焦建筑合规痛点
“AI for compliance”（合规人工智能）在初创公司中已是一种常见的宣传话术，但 Dili 专注于建筑项目特有的错综复杂的规则体系，尤其是那些获得某种联邦资金资助的项目。
当被要求举例时，Dili联合创始人兼首席执行官Anand Chaturvedi提到了戴维斯-贝肯法案（Davis-Bacon rules），该法案允许劳工部为某些项目设定现行工资标准。另一套现行工资和学徒制规则（即PWA规则）适用于根据《通胀削减法案》（IRA）资助的清洁能源项目，同时根据工作性质不同，还会适用各种其他OSHA或EPA法规。
这是一套复杂且相互重叠的要求体系，即使是微小的错误也可能带来高昂代价。Chaturvedi 解释道：“不合规可能导致这些项目面临数百万美元的罚款。”因此，能够在数据实时传入时进行全面核查，而非仅进行抽样检查，显得尤为强大。
确定性系统规避AI幻觉
鉴于风险极高，可靠性成为核心关切，但 Chaturvedi 认为 Dili 的架构将防止任何基于大语言模型（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，即把非结构化文档转化为结构化数据的引擎。在此基础上，一个确定性系统会根据复杂但静态的合规规则对数据进行排序。当系统正常运行时，原本需要整整一天才能完成的任务，现在只需几分钟即可处理完毕。
Chaturvedi 解释说：“想象一下，能够通读一家公司内部的所有文档、其所有供应商的文档、所有的 ERP 信息以及所有的薪资系统信息，然后提取出你专门用于报告或合规所需的数据。”
软件模式将成为主流
Dili 已经在实践中使该系统发挥作用。Chaturvedi 表示，该软件已在“约 700 个项目”中使用，涵盖从制造设施到数据中心等各类项目。
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，而另一半则将整个合规流程外包给该公司，采用承包商模式。Dili 能够处理这两种类型的合同，尽管 Chaturvedi 预计未来几年行业将更多地转向软件模式。
Chaturvedi 表示：“软件和 AI 将开始大量取代那些专业服务的工作流程，因此我认为越来越多的人会将这些工作纳入内部处理。”“有趣之处在于，随着 AI 的发展，市场本身将如何演变，以及客户需求将走向何方。”