金融风险管理平台Pillar于周二宣布完成2000万美元种子轮融资,本轮融资由Andreessen Horowitz领投。
参与本轮融资的还包括Crucible Capital、Gallery Ventures,以及Uber首席执行官达拉·科斯罗萨西。至此,该公司累计融资额已达2300万美元。
Pillar成立于2023年,专注于为大宗商品驱动型企业(包括金属、食品及航空公司等行业)提供对冲流程自动化服务。所谓对冲,是指企业通过建立特定交易头寸,以抵消或中和其他定价交易可能带来的损失。受地缘政治局势影响,大宗商品市场在过去一年中经历了剧烈波动。
公司联合创始人兼首席执行官哈沙·拉梅什(与首席技术官钦迈·德施潘德共同创立了该公司)表示,Pillar借助AI技术,从客户合同、现金流、库存、ERP软件、电子表格乃至WhatsApp消息中摄取并解析数据,从而"持续分析大宗商品、外汇及货运方面的风险敞口"。
在此基础上,平台能够为客户构建并管理对冲组合,并根据"市场状况、波动率以及客户的风险承受能力"自动调整持仓。拉梅什进一步介绍,平台可直接执行交易并持续监控风险与敞口,将对冲从"静态、周期性的决策转变为持续、自主运行的系统"。
Pillar的现有客户包括:从事金属等大宗商品买卖的贸易公司Shibuya Sakura Industries、可回收材料企业Sigma Recycling,以及同样从事金属回收与贸易的United Metal Solutions Group。
拉梅什曾是一名宏观交易员,负责管理大型衍生品交易账簿,并为全球众多顶级企业在外汇汇率和利率敞口对冲方面提供服务。他表示,自己还曾在一家中型进出口实体企业工作过。
"当时我注意到一个明显的结构性差距——大型机构拥有完善的工具、基础设施和专业人才,而真正推动全球贸易运转的生产商、进口商和制造商,却几乎无法获得这些资源,"他说,"风险管理明明是企业运营的必要环节,却被视作一种奢侈品。"
Pillar希望向中小型企业提供媲美机构级别的专业工具。"我们的目标是让对冲像支付或财务软件一样普及易用,"拉梅什说道。
在竞争格局方面,Pillar面临的竞争对手包括大型银行的传统业务部门,以及Topaz、RadarRadar等大宗商品风险管理平台。
值得注意的是,Pillar目前在某些环节仍保留了人工参与机制,负责处理"审批、监督及战略决策"等事务。对于涉及大额交易的复杂场景,人工团队也会介入,将人类判断与机器执行有机结合。
Q&A
Q1:Pillar平台是如何帮助企业管理大宗商品风险的?
A:Pillar利用AI技术,从客户合同、现金流、库存、ERP软件、电子表格及WhatsApp消息等多类数据源中摄取并解析信息,持续分析大宗商品、外汇和货运方面的风险敞口。在此基础上,平台自动构建和管理对冲组合,并根据市场状况、波动率及客户风险承受能力实时调整持仓,将传统的周期性对冲决策转变为持续自主运行的系统。
Q2:Pillar这轮融资的投资方有哪些?
A:本轮2000万美元种子轮融资由知名风险投资机构Andreessen Horowitz(a16z)领投,参与方还包括Crucible Capital、Gallery Ventures,以及Uber首席执行官达拉·科斯罗萨西个人投资。加上此前融资,Pillar累计融资总额已达2300万美元。
Q3:Pillar的目标客户群体是哪些企业?
A:Pillar主要面向中小型大宗商品驱动型企业,包括金属、食品及航空等行业的生产商、进口商和制造商。现有客户涵盖金属贸易公司Shibuya Sakura Industries、可回收材料企业Sigma Recycling及United Metal Solutions Group等。Pillar的核心愿景是弥合大型机构与中小企业之间在风险管理工具上的差距,让专业对冲服务像支付或财务软件一样普及。
好文章,需要你的鼓励
韩国火箭初创公司Unastella完成2400万美元B轮融资,累计融资达4400万美元。该公司于2025年5月在韩国本土成功发射UNA EXPRESS-I火箭,采用煤油液氧推进系统和电动泵技术。公司计划明年发射UNA EXPRESS-II,目标达到100公里高度。韩国政府已承诺在七年内投入2.66亿美元建设发射基础设施,支持私营航天发展。
ETH苏黎世等机构提出PaGeR,将普通照片的三维重建基础模型迁移到全景图领域,单张全景图一次输出深度、法向量、天空分割和绝对距离四种几何信息。
苹果将于6月8日WWDC上正式发布iOS 27。据悉,此次更新亮点颇多:Siri将迎来史上最大规模升级,底层采用谷歌Gemini技术支持现代AI功能;视觉智能新增扫描营养标签并导入健康App的能力;Liquid Glass界面将获优化改进;"添加到备忘录"功能大幅增强;此外,自动生成字幕已被官方确认,可为无字幕视频自动转录语音内容。
EPFL提出LACUNA系统,让AI智能体写代码后必须通过编译器类型检查才能执行,实现"全有或全无"的原子安全保障,防止AI越权操作和半途失败造成的状态污染。