Relyance AI，一家在去年十月成功获得3210万美元B轮融资的数据治理平台提供商，近日推出了一项旨在解决企业AI采用中最紧迫挑战的新解决方案：全面了解数据如何在复杂系统中流动。该公司今日宣布推出的Data Journeys平台，填补了企业在实施AI过程中的一个关键盲点——不仅追踪数据的存放位置，还追踪数据如何在应用程序、云服务和第三方系统之间被使用，以及为何被使用。
Relyance AI的首席执行官兼联合创始人Abhi Sharma在接受VentureBeat独家采访时表示：“我们的基本前提是确保客户拥有这种AI原生、上下文感知的视图，一个非常直观的数据在整个旅程中的视图，这涵盖了他们的应用程序、服务、基础设施和第三方。你可以真正触及数据处理的核心原因，这是通用AI治理所需的最基础层面。”
Data Journeys平台的推出正值企业AI治理的关键时期。随着企业加速AI的实施，它们正面临来自全球监管机构的巨大压力。超过四分之一的财富500强公司在证券交易委员会（SEC）的文件中将AI监管视为风险，而仅2024年一年，与《通用数据保护条例》（GDPR）相关的罚款就达到了12亿欧元（按当前汇率计算约为12.6亿美元）。
该平台代表了从传统数据血缘方法的重大进步，传统方法通常仅在特定系统内的表与表或列与列之间追踪数据移动。“数据血缘的现状基本上是表到表和列级别的血缘。我可以看到数据如何在我的Snowflake实例或我的S3存储桶内移动，”Sharma解释道，“但没有人能回答：它最初是从哪里来的？数据管道、第三方供应商、API调用、RAG架构之间发生了什么细微的转换，才最终到达这里？”
Data Journeys旨在提供这种全面视图，展示从原始收集到每一次转换和用例的完整数据生命周期。该系统从代码分析开始，而不是简单地连接到数据仓库，从而提供了关于为何数据以特定方式被处理的上下文。
AI的承诺伴随着对数据使用方式的重大责任。CHG Healthcare的隐私官员兼隐私管理主管Heather Allen在看过Relyance AI Data Journeys后表示：“我们立即认识到了它在推动我们负责任的AI开发方法方面的潜力。其自动化的、上下文感知的数据血缘功能将解决我们最紧迫的挑战。它正是我们一直在寻找的，以支持我们的全球AI治理框架。”
据Sharma介绍，Data Journeys在四个关键领域提供价值：
一是合规与风险管理：“如今，你基本上需要保证数据处理的完整性，但你无法看到内部情况。这基本上是盲目的治理，”Sharma说。该平台使组织能够在面临监管审查时证明其数据实践的完整性。
二是精确的偏见检测：公司不仅可以检查用于训练模型的直接数据集，还可以追踪潜在偏见的来源。“偏见通常发生在推理时间，而不是因为你的数据集中存在偏见，”Sharma指出，“重点是，问题实际上不在于那个数据集。而在于它所经历的旅程。”
三是可解释性和责任性：对于贷款审批或医学诊断等高风险AI决策，了解完整的数据来源变得至关重要。“背后的原因非常重要，而且很多时候，模型的错误行为完全取决于推理时间之前的多个步骤，”Sharma解释道。
四是法规遵守：该平台提供了Sharma所说的“数学证明点”，证明公司正在适当使用数据，从而帮助它们应对日益复杂的全球法规。
Relyance声称该平台能带来可衡量的投资回报。据Sharma介绍，客户在合规文档和证据收集方面节省了70%至80%的时间。他所谓的“确定时间”——即快速回答关于特定数据如何被使用的问题的能力——已从数小时缩短至数分钟。
Sharma分享的一个例子是，一家直接面向消费者的公司正在从Braintree更换到Stripe作为支付处理器。参与该项目的一名工程师无意中创建了代码，将信用卡信息以纯文本形式存储在Snowflake中错误的列名下。“我们在代码签入时就发现了这个问题，”Sharma说。如果没有Data Journeys提供的数据流的可视化表示，这一潜在的安全事件可能要等到很久以后才会被发现。
除了Data Journeys之外，Relyance还推出了InHost，这是一种为对数据主权有严格要求或处于高度监管行业的组织设计的自托管部署模型。“对托管选项最感兴趣的行业是监管更严格的行业——金融科技和医疗保健，”Sharma说。这包括银行、欺诈检测、信用评级应用、遗传学和个人医疗服务。
无论是部署在云端还是公司自己的基础设施内，这种灵活性都解决了敏感数据离开组织边界的担忧，特别是对于可能处理受监管信息的AI应用程序而言。
Relyance将Data Journeys定位为更广泛战略的一部分，以打造Sharma所说的“全球隐私合规、数据安全态势管理和AI治理的统一AI原生平台”。
“在今年下半年，我将推出一个AI治理解决方案，它将对您环境中的所有AI足迹进行360度管理，”Sharma透露，该解决方案将涵盖合规性、实时伦理监控、偏见检测和第三方及内部AI系统的责任性。
公司的长期愿景是雄心勃勃的。“AI代理将运行这个世界，而我们希望成为为组织提供信任和治理基础设施的那家公司，”Sharma说，“我们希望能帮助提高世界的数据效用指数。”
Relyance面临着来自相邻领域老牌企业的竞争。在早前接受TechCrunch采访时，Sharma承认了包括OneTrust、Transcend、DataGrail和Securiti AI在内的竞争对手，但他强调，Relyance的集成方法使其脱颖而出。
投资者似乎对该公司的潜力深信不疑。去年10月，由Thomvest Ventures领投、微软M12风险投资基金参投的3210万美元B轮融资，使Relyance的总融资额达到了5900万美元。
Thomvest Ventures董事总经理Umesh Padval强调了Relyance正在解决的问题的紧迫性：“Relyance AI使首席隐私官、首席安全官和首席信息官能够管理数据隐私和合规性，避免高昂的罚款，同时推动安全、负责任的AI采用。”
Sharma将该公司的使命定位为实施AI技术的组织更广泛使命的一部分。“AI正在成为你组织中的默认要求，每个人都需要考虑你组织中的那个核心、基础支柱，它将成为信任和治理的基础设施，”他说，“无论领导者是否使用Relyance，这都是一个需要考虑的重要方面，因为这将真正决定你在组织内部以有意义的方式采用AI的速度。”
随着企业争相实施AI，保持对数据流程的可见性已经从简单的合规检查项演变为基本的业务必要性。这一转变代表了那些不引人注目但意义深远的变革之一，这些变革虽然不上头条新闻，但却在重塑行业。构建这些可见性工具的公司实际上是在为AI创建空中交通管制系统——不是那些炫目的喷气式飞机本身，而是防止它们相互碰撞的基础设施。没有它，即使是最令人印象深刻的算法也会成为企业的负债。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/relyance-ai-tui-chu-shu-ju-lyu-cheng-ping-tai-wei-qi-ye-shu
