数据访问平台 PVML 筹集 800 万美元种子资金、CIOSEA 新闻、ETCIO SEA

PVML 宣布其用于安全人工智能数据访问的平台全面上市，并获得由 NFX 领投、FJ Labs 和 Gefen Capital 参与的 800 万美元种子资金。

尽管不同组织的复杂性、多样性和规模可能有所不同，但所有处理数据的公司都面临着隐私风险。 保护对企业数据的访问不仅会带来威胁，还会抑制机遇。 最明显的一个是人工智能的采用。 约 51% 的企业对人工智能的采用仍然有限或根本不存在，其中 56% 的企业将安全性和合规性视为主要障碍。

PVML 基于差异隐私和人工智能两大支柱，实现对企业数据的安全访问民主化。

“一举将威胁最小化、机会最大化听起来好得令人难以置信，事实也确实如此。我们最初想要解决的痛点是简化对数据的访问。我们的动力来自于我们自己的经验，看到访问数据是多么繁琐。 PVML 联合创始人兼首席执行官 Shachar Schnapp 表示：“即使在最复杂的企业中也是如此。我们认为，必须有更好的方法。”

PVML 有助于跨多个数据源连接、提供访问并保证隐私，甚至可以从敏感数据中解锁实时洞察。 其基础在于其独特的差异隐私数据保护。 差分隐私是一种数学框架，通过在输出中添加受控噪声，在数据驱动系统中提供最强大的数据保护。 PVML 正在通过其独特的实现实现对这一由 Google、Apple 和 Microsoft 等公司开创的突破性框架的民主化访问。

“我们帮助组织在一个地方获得所有内容的可见性，而无需移动数据。无论数据如何访问（通过 SQL、BI 或 API），PVML 都能保护和控制权限。但我们想 – 为什么就此止步？我们更进一步PVML 为非技术用户解锁了对复杂数据的访问，提供了使用人工智能分析数据的自然语言界面”，PVML 联合创始人兼首席技术官 Rina Galperin 说道。

Galperin 和 Schnapp 于 2022 年共同创立了 PVML。PVML 将差异隐私与先进的 RAG（检索增强生成）相结合，不仅可以安全、可靠地访问结构化数据，还可以提供对非结构化数据的额外可选支持。 通过锚定对企业数据的安全生成式 AI 访问，PVML 可确保在不损害隐私的情况下提供可靠的答案。 该平台可以作为身份和访问管理的一站式商店运行，也可以与现有平台集成。