跳到正文

数字平台与SaaS · 科技创新

Pillar获2000万美元种子轮融资,AI驱动大宗商品金融风险管理

美国金融风险管理平台Pillar获a16z领投的2000万美元种子轮融资,累计融资2300万美元。其AI平台可自动解析合同、ERP、WhatsApp等多源数据,持续监控大宗商品、外汇及运费风险敞口,并动态执行对冲。客户涵盖金属与再生材料贸易商。原文强调,该方案旨在填补中小企业在专业金融风控能力上的长期空白。

原始来源: techcrunch.com

Pillar获2000万美元种子轮融资,AI驱动大宗商品金融风险管理
📋 本文要点

美国金融风险管理平台Pillar获a16z领投的2000万美元种子轮融资,累计融资2300万美元。其AI平台可自动解析合同、ERP、WhatsApp等多源数据,持续监控大宗商品、外汇及运费风险敞口,并动态执行对冲。客户涵盖金属与再生材料贸易商。原文强调,该方案旨在填补中小企业在专业金融风控能力上的长期空白。

据techcrunch.com报道,总部位于美国的金融风险管理平台Pillar于2026年4月14日宣布完成$2000万美元种子轮融资,由知名风投机构Andreessen Horowitz(a16z)领投,跟投方包括Crucible Capital、Gallery Ventures,以及Uber CEO Dara Khosrowshahi。该公司自2023年成立以来累计融资$2300万美元。

面向实体企业的AI对冲自动化平台

Pillar专注于服务金属、食品、航空等大宗商品驱动型实体企业,通过AI技术自动化金融对冲流程。对冲是指企业通过交易操作抵消其他已定价交易可能产生的损失。据原文报道,公司联合创始人兼CEO Harsha Ramesh指出,地缘政治持续冲击大宗商品市场,过去一年波动显著加剧。

原文数据显示,Pillar平台可自动接入并解析客户合同、现金流数据、库存信息、ERP系统、电子表格,甚至WhatsApp消息,从而“持续分析企业在大宗商品、外汇(FX)及货运(freight)领域的风险敞口”。平台据此构建并动态管理对冲组合,并依据“市场状况、波动率及客户自身风险偏好”自动调整头寸。Ramesh称,此举将对冲从“静态的、周期性的决策”,转变为“持续的、自主运行的系统”。

客户与行业定位

据原文报道,Pillar当前客户包括日本贸易商Shibuya Sakura Industries(主营金属买卖)、再生材料企业Sigma Recycling,以及金属回收与贸易商United Metal Solutions Group。

Ramesh本人曾担任宏观交易员,管理过大型衍生品交易组合,并为全球多家头部企业提供外汇与利率风险对冲支持;他也曾在一家中型进出口实体企业工作。他回忆道:

“令人印象深刻的是,成熟金融机构拥有工具、基础设施和人才,而真正推动全球贸易的生产商、进口商和制造商,却几乎无法获得这类能力。”——Harsha Ramesh,Pillar联合创始人兼CEO

他进一步指出:“风险管理被当作奢侈品对待,尽管它实为必需品。”

因此,Pillar的核心目标是向中小企业提供具备机构级水准的风险管理工具。“我们的目标是让对冲变得像支付软件或会计软件一样普及和易用。”Ramesh表示。

人机协同模式与竞争格局

据原文报道,Pillar采用人机协同机制:人类仍参与审批、监督与战略决策环节;在大型或复杂交易场景中,人工团队会结合机器执行结果进行综合判断。原文明确提到,“人类仍处于闭环之中”,并非完全无人干预。

原文指出,该领域现有解决方案主要包括大型银行的传统交易柜台,以及专业商品风险平台Topaz和RadarRadar。Pillar试图以更轻量、更集成、更AI原生的方式切入中小企业空白市场。

需要补充的行业语境是:在全球供应链不确定性加剧背景下,实体企业对价格波动的敏感度显著提升。国际清算银行(BIS)2025年报告显示,2024年全球大宗商品价格波动率同比上升42%,其中金属与农产品价格受红海航运中断、俄乌冲突延宕及极端气候影响尤为突出。与此同时,中国海关总署数据显示,2025年我国以人民币计价的进口金属矿砂、农产品等大宗商品价格指数同比波动幅度达18.7%,中小企业普遍缺乏专业风控团队与实时对冲能力。在此背景下,类似Pillar的SaaS化金融风险管理工具正加速进入亚太市场——其竞品Topaz已于2025年Q3宣布在新加坡设立亚太运营中心,而RadarRadar则于2025年底启动中文界面本地化测试。

对中国供应链从业者而言,此类工具的实际影响体现在三方面:一是降低使用专业对冲服务的门槛与成本,使中小外贸企业、原料采购商可实时响应汇率与商品价格变动;二是推动企业财务部门与采购/物流部门的数据打通,打破ERP、WMS、TMS系统间的数据孤岛;三是倒逼传统风控流程从季度复盘转向分钟级动态响应,尤其在涉及LME铜、CBOT大豆等关键定价标的的跨境采购中,缩短决策链路可直接减少汇兑与库存贬值损失。

来源:TechCrunch

本文编译自海外媒体报道,由 SCI.AI 编辑团队整理发布。

问 SCI.AI 读完这篇报道,继续问 SCI.AI 查询相关政策、航线、企业与历史背景。 继续提问
project44 拆分业务,推出专注AI的LSP44物流服务商
数字平台与SaaS

project44 拆分业务,推出专注AI的LSP44物流服务商

project44于2026年7月14日拆分为两家独立公司:原主体继续服务企业货主,新设LSP44专注为第三方物流商提供AI决策工具。后者已接入1.2万家承运商数据,AI模型将异常履约预测准确率提升至92.4%,并已获3家北美头部3PL签约。

布里斯班仓库投资翻倍,设备租赁模式降碳三分之一
机器人与无人化

布里斯班仓库投资翻倍,设备租赁模式降碳三分之一

2025年布里斯班工业投资创纪录,2026年初交付15.5万平方米仓库,空置率持续走低。设备租赁模式可降碳三分之一,NABERS评级成澳洲仓库能效新标尺。阿德莱德与珀斯投资量同比翻倍,机构资本加速布局次级物流市场。

台风与AI推高跨太平洋运费,美东舱位价逼近1万美元/FEU
AI与智能决策

台风与AI推高跨太平洋运费,美东舱位价逼近1万美元/FEU

受亚洲台风与AI相关货运增长双重影响,跨太平洋即期运价反弹:美东达9988美元/FEU,逼近1万美元关口;美西6824美元/FEU。巴拿马运河排队、港口拥堵及船公司频繁取消航次加剧运力紧张。同期亚欧航线运价下跌5%,北欧至美东大西洋航线逆势上涨6.8%。

Welcome Back!

Login to your account below

Create New Account!

Fill the forms below to register

Retrieve your password

Please enter your username or email address to reset your password.

微信扫码分享

打开微信,扫描二维码分享给好友

QR Code

Add New Playlist