加入我们的每日和每周的新闻通讯，获取有关行业领先的AI覆盖范围的最新更新和独家内容。了解更多
Reclence ai，确保确保的数据治理平台提供商3210万美元的B系列资金去年10月，正在推出新解决方案旨在解决企业AI采用中最紧迫的挑战之一：准确了解数据如何通过复杂的系统移动。
公司的新数据旅行平台，今天宣布的是，针对实施AI的组织的关键盲点，不仅是跟踪数据所在的位置，而且是如何以及为什么在应用程序，云服务和第三方系统中使用它。
``基本前提是确保我们的客户具有这种本地，上下文感知的观点，非常视觉对数据，服务，服务，基础架构，第三方的整个旅程，''在对VentureBeat的独家访谈中，Abhi Sharma，首席执行官兼Reclenance AI的联合创始人Abhi Sharma说。``您确实可以掌握数据处理的原因，这是一般AI治理所需的最基本的层。”
发射是在企业AI治理的关键时刻。随着公司加速AI的实施，他们面临着全球监管机构的越来越多的压力。超过四分之一财富500家公司有我将AI规定视为SEC申请的风险，以及与GDPR相关的罚款达到了11亿美元仅在2024年（当前汇率约为12.6亿美元）。数据旅行如何跟踪信息流，而其他人则跌落不足
该平台代表了传统数据谱系方法的显着发展，该方法通常会在特定系统内以桌面到列的方式跟踪数据移动。
数据谱系的状态基本上是表和列级谱系的表。
Sharma解释说，我可以看到数据如何在我的雪花实例或S3存储桶中移动。但是没有人可以回答：它最初是从哪里来的？数据管道，第三方供应商，API呼叫，抹布架构之间发生了什么细微的转换，以最终降落在这里？
数据旅行旨在提供这种全面的视图，显示从原始集合到每个转换和用例的完整数据生命周期。系统从代码分析开始，而不是简单地连接到数据存储库，从而使其有关为什么以特定方式处理数据的上下文。
AI的承诺对如何使用数据有重大责任。在看到Reclyance AI数据旅行后，我们立即意识到它有可能彻底改变我们负责AI的发展方法，”隐私官兼隐私管理局长Heather Allen说CHG医疗保健。自动化的，上下文感知的数据谱系功能将解决我们最紧迫的挑战。它完全代表了我们正在寻找支持我们全球AI治理框架的东西。
数据可见性有望解决的四个业务问题
根据Sharma的说法，数据旅行在四个关键领域中提供价值：
首先，合规性和风险管理：今天，您需要保证数据处理的完整性，但是您可以看到内部。夏尔马说，这基本上是盲目的治理。该平台使组织在面临监管审查时能够证明其数据实践的完整性。
其次，确切的偏见检测：公司不仅检查用于培训模型的直接数据集，还可以将潜在的偏见追溯到其来源。Sharma指出，偏见通常在推理时间发生，不是因为您在数据集中有偏见。”重点是，实际上不是那个数据集。这是旅途。
第三，解释性和问责制：对于贷款批准或医学诊断等高风险AI决策，了解完整的数据出处是必不可少的。Sharma解释说，为什么背后的背后是非常重要的，并且多次，模型的不正确行为完全取决于其在推理时间之前采取的多个步骤。” Sharma解释说。
最后，监管合规性：该平台提供了Sharma所说的数学证明点，即公司正在适当使用数据，从而帮助他们导航日益复杂的全球法规。
从小时到几分钟：可以衡量的更好的数据监督回报
Repance声称该平台提供可衡量的投资回报。根据夏尔马的说法，客户在合规文件和证据收集中节省了70-80％的时间。他称之为确定性的时间'能够快速回答有关如何使用特定数据的问题。”
在一个示例中，Sharma共享，一家直接面向消费者的公司正在从脑溪到条纹。一名无意中创建了该项目的工程师，该代码将信用卡信息存储在纯文本中，以错误的列名中的错误雪花。
Sharma说，我们抓住了该法规时。”夏尔马说。如果没有数据流的视觉表示数据流，这一潜在的安全事件可能一直未被发现，直到很久以后。
将敏感数据保持在墙内：自托管选项
除了数据旅行外，还在介绍Inthord这是一个为具有严格数据主权要求或高度监管行业的组织设计的自托管部署模型。
Sharma说：“对托管内选择最感兴趣的行业是更受监管的工业。”夏尔马说。这包括银行业务，欺诈检测，信用价值应用，遗传学和个人医疗保健服务。
在云中或在公司自己的基础架构中部署的灵活性解决了对敏感数据的越来越关注，使组织界限，特别是对于可能处理受监管信息的AI应用程序。
REFASSION AI的扩展计划指出了发展AI治理市场
依赖将数据旅行定位为更广泛的策略的一部分，以成为Sharma所说的“全球隐私合规性，数据安全姿势管理和AI治理”的统一AI-Native平台。
Sharma透露，在今年下半年，我推出了一个AI治理解决方案，该解决方案将是对您环境中所有AI足迹的360度管理。
该公司的长期愿景是雄心勃勃的。Sharma说：``AI代理人将在整个世界中运行世界，我们希望成为那家公司为组织提供信任和管理基础设施的公司。”我们希望帮助改善世界的数据实用索引。
随着竞争的升温，投资者大大关注数据治理
居民面临着来自相邻空间中成熟参与者的竞争。在早期采访TechCrunchSharma承认包括Onetrust，Transcend，Datagrail和Secuiti AI在内的竞争对手，尽管他强调，Recultance的综合方法将其与众不同。
投资者似乎相信公司的潜力。它是3210万美元的B系列2024年10月，由Thomvest Ventures参与Microsoft的M12风险投资基金，将依赖的总资金达到5,900万美元。
Thomvest Ventures董事总经理Umesh Padval强调了问题的紧迫性正在解决：``依赖AI都使首席隐私，安全人员和信息官员管理数据隐私和合规性，避免付出昂贵的罚款，同时采用安全和负责任的AI。
为什么数据监督可能决定企业中的AI成功
夏尔马（Sharma）将公司的使命框架为实施AI技术的组织的更广泛当务之急。
他说，AI正在成为您组织中的默认要求，每个人都需要考虑您组织中的核心，基础支柱，这将成为信任和治理的基础设施。”
•领导者是否使用依赖，这是要考虑的重要方面，因为这确实会释放您可以在组织中以有意义的方式采用AI的速度。”
当企业急于实施AI时，保持对数据流程的可见性的能力已从仅仅是合规性复选框演变为基本的业务必要性。这种转变代表了那些安静而深刻的变化之一，但没有成为头条新闻，而是重塑行业。建立这些可见性工具的公司本质上是为AI的空中交通管制系统而不是浮华的喷气机本身，而是防止它们彼此崩溃的基础架构。没有它，即使是最令人印象深刻的算法也成为公司负债。
