基建项目正迎来一波 AI 建设热潮，而伴随大量新建数据中心与电力设施而来的，还有一个长期被忽视的痛点——联邦资助项目的合规审核&查验。
专注这一领域的 AI 合规公司 Dili 宣布完成 1500 万美元 A 轮融资，至此累计融资额达到 2170 万美元。本轮由 Khosla Ventures 领投，Allianz、Rebel Fund、Brick and Mortar Ventures 的 Darren Bechtel 以及 Y Combinator 的 Garry Tan 跟投。Dili 曾入选 Y Combinator 2023 年夏季批次。
基建合规有多复杂？
"AI + 合规" 早已是创业公司的常见切入点，但 Dili 的差异化在于深耕建筑工程项目的独特规则体系——尤其是涉及联邦资金的项目。
Dili 联合创始人兼 CEO Anand Chaturvedi 以 Davis-Bacon 法规 为例做了说明：该法规授权美国劳工部为特定项目设定"现行工资"标准。此外，受《通胀削减法案》（IRA）资助的清洁能源项目还需遵守另一套现行工资与学徒制规则（PWA 规则）；同时，项目性质不同，还可能涉及 OSHA 或 EPA 的各类规定。多套规则体系交织叠加，合规门槛极高。
"违规可能导致项目面临数百万美元罚款，因此在信息进入时就能全面核查，远比以往的人工抽样检查要强大得多。"Chaturvedi 强调。
技术架构：AI 提取数据，规则引擎定性
高风险意味着高可靠性要求。Chaturvedi 指出，Dili 的架构设计正是为了消除 LLM 本身存在的"模糊性"：
- 数据层：AI 模型仅负责从非结构化文档中提取结构化数据。
- 规则层：此后由确定性系统依据复杂但静态的合规规则对数据进行分类判断。
整套流程打通后，过去需要一个工作日才能完成的合规审核&查验，现在几分钟内即可完成。
Chaturvedi 描述了理想场景："想象一下，你能够横跨一家公司所有内部文档、所有供应商文档、所有 ERP 系统数据和所有薪资系统数据，提取出专门用于报告或合规的数据。"
落地情况：约 700 个项目已在使用
Dili 目前已有约 700 个项目上线其软件，涵盖制造工厂、数据中心等多种类型。
从商业模式看，约一半客户将 Dili 作为内部软件工具自用，另一半则采用外包模式，将整套合规流程交给 Dili 处理。Chaturvedi 预判，未来行业将逐步向软件内化方向迁移： "软件和 AI 将开始吞噬大量专业服务流程，越来越多客户会把这些能力收归内部。真正有趣的在于市场本身将如何演变，以及随着 AI 发展，客户需求会走向何方。"
评论