Dili получила 15 миллионов долларов для внедрения ИИ-контроля в инфраструктуру США
Стартап Dili объявил о завершении сбора 15 миллионов долларов на этапе Seriа А. Эти средства, привлеченные лидером Khosla Ventures и другими инвесторами, будут направлены на решение уникальных задач соответствия нормативным требованиям в сфере строительства в США. Компания использует гибридную архитектуру, объединяющую возможности языковых моделей для обработки неструктурированных данных и детерминированные системы для проверки сложных правил федерального финансирования.
# Dili получает финансирование для контроля соответствия нормативных требований в сфере ИИ-инфраструктуры
В то время как индустрия искусственного интеллекта создает спрос на новые дата-центры и энергетические объекты, сама инфраструктура также требует поддержки со стороны технологий соответствия. Стартап Dili, специализирующийся на автоматизации проверки соблюдения правил в строительстве, объявил о сборе 15 миллионов долларов в рамках раунда Seriа А. Общий объем привлеченных компанией средств составил 21,7 миллиона долларов, включая 6,7 миллиона долларов, собранных на этапе Seed.
Рунд был возглавлен венчурным фондом Khosla Ventures. К участию в инвестициях присоединились Allianz, Rebel Fund, Darren Bechtel из Brick and Mortar Ventures, а также Garry Tan из Y Combinator. Ранее Dili прошел отбор в Summer Batch программы ускорителя Y Combinator в 2023 году.
Сложность федерального регулирования
Подход компании отличается от типичных предложений стартапов по «искусственному интеллекту для соответствия». Dili фокусируется на специфической и запутанной сети правил, регулирующих строительные проекты, особенно те, что получают федеральное финансирование. Сопредседатель и исполнительный директор компании Ананд Чатурведи (Anand Chaturvedi) привел в пример правила Дэвиса-Бейкона (Davis-Bacon rules), позволяющие Министерству труда устанавливать актуальные зарплаты для определенных проектов.
Отдельный набор правил Prevailing Wage and Apprenticeship (PWA rules) применяется к проектам чистой энергии, финансируемым в рамках Налогового законодательства о возобновляемой энергетике (IRA), а также существуют различные требования OSHA или EPA в зависимости от характера выполняемых работ. Соприкосновение этих требований создает сложный комплекс пересекающихся нормативных актов. Даже мелкие ошибки могут стать финансово критичными.
«Несоблюдение может привести к штрафам в миллионы долларов для таких проектов», — объясняет Чатурведи. «Поэтому крайне важно проверять всю поступающую информацию, а не выборочно анализировать данные».
В связи с высокими ставками надежности, это центральная озабоченность, но Чатурведи полагает, что архитектура Dili будет исключать любые неточности, присущие крупным языковым моделям (LLM), в конечном продукте.
Архитектура детерминизма и надежности
Современные модели искусственного интеллекта в компании используются исключительно в слое данных. Их функция заключается в преобразовании неструктурированных документов в структурированные данные. Оттуда система с детерминированным алгоритмом сортирует информацию в соответствии со сложными, но статичными правилами соответствия.
«Представьте, что вы можете просмотреть весь контекст внутренних документов компании, документов всех поставщиков, информации из ERP-систем и данных систем зарплат», — говорит Чатурведи. «И затем извлечь те данные, которые вам действительно нужны для отчетности или соблюдения требований».
Когда система работает корректно, задача, которая ранее занимала весь рабочий день, теперь выполняется за несколько минут.
Практическое применение и будущее рынка
Компания уже внедряет эту систему в реальном секторе. Чатурведи отмечает, что программное обеспечение Dili используется примерно на 700 проектах, варьирующихся от производственных мощностей до дата-центров. Интересно, что примерно половина проектов используют Dili как внутренний инструмент программного обеспечения, в то время как вторая половина outsourcit весь процесс соблюдения требований через модель подрядчика.
Компания способна обрабатывать оба типа контрактов. Однако Чатурведи ожидает, что отрасль со временем сместится в сторону программного подхода. «Программное обеспечение и ИИ будут потреблять значительную часть рабочих потоков профессиональных услуг», — говорит он. «Интересным будет то, как эволюционирует рынок и где будут лежать потребности клиентов по мере развития искусственного интеллекта».
Технологический прогресс продолжает трансформировать подход к проверке соответствия в инфраструктурном секторе, делая возможными ранее труднодостижимые скорости проверки сложных нормативных требований.