AI 合規系統 Dili 籌資 2,170 萬美元，切入重資產基建監管
為何重要
這是一個典型的「高確定性 AI」在嚴肅產業的落地例項。對開發者而言，這展示如何將 LLM 作為處理圖書館規模的非結構化資料的管道，但隨後交由 deterministic system（決策系統）執行關鍵業務邏輯，以避免模型纏繞。對投資人與產業觀察者，這標誌著 AI 從 B2C 或一般性生成任務，正在向具備「寬進嚴出」特性的企業合規領域滲透，重資產基礎建設的運營風險管理正成為新的 AI 訂閱商機。
隨著 AI 發展所需的巨型資料中心興起，獲聯邦資助的基礎建設專案面臨 Davis-Bacon 與 PWA 等嚴苛的法規。新創公司 Dili（YC '23 期）即以「AI for compliance」為核心，利用大模型處理檔案但保留決策系統的確定性，最近完成 1,500 萬美元 A 輪資金。"n-" 客戶與部署規模：軟體已應用於約 700 個專案（從製造廠到資料中心），目前約 50% 採取內部軟體工具模式，其餘為委外合約模式。"n-" 資金體量：完成 A 輪（領投 Khosla Ventures）後總融資達 2,170 萬美元，公司成立於 2023 年夏季。"n-" 技術架構：僅在資料層的「非結構化 -> 結構化」轉換引入現代 AI 模型，最終依據靜態合規規則進行排序，以消除 LLM 固有的不確定性。"n-" 效能提升：藉由整合內部檔案、供應商檔案與 ERP/薪資系統資訊，原本耗時一整天的合規檢查可縮短為幾分鐘。