x-octo 首页 AI 应用的生意判断
EN
← 返回融资雷达

FUNDING DESK · 瑞典 · AI 合规与第三方风险管理(RegTech / GRC),面向受监管企业与向大客户供货的中小公司。

Proofbacked

Proofbacked 是一款 AI 合规协作平台,让 AI 完成供应商评估、框架映射与问卷起草等准备工作,由具名责任人做出并留痕每一项决定。

产品官网 ↗

已检索的一手资料

最近检索:2026-11-21

资料缺口:定价 · 客户案例 · 技术文档

替代什么旧工作

替代合规团队中大量阅读合同与证书、比对供应商声明、映射 NIS2/DORA/ISO 27001 等框架、起草客户问卷答案与追缺失证据的人工工作,以及部分外部 vCISO/顾问的初筛环节。

商业判断

它把卖点从“AI 替你做合规”改成“AI 准备、人决定、决定可证”,切中合规场景对可审计性的硬约束;但能否成立取决于它是否真能替代外部顾问与人力成本,而这在现有证据中尚未被验证。

以下为基于公开资料的编辑分析,推断与证据缺口均在正文中标明。融资不是收入或产品市场契合的证明。
产品分析核验于 2026-11-07

01

产品做什么

官网把产品拆成 Third-Party(供应商审查、分级、合同与证书比对)、Programme(NIS2、DORA、ISO 27001、GDPR、CRA、AI Act 等框架作为一套控制项、责任人与证据管理)与 Customer responses(导入客户问卷、基于已审事实起草答案)三条工作流,共用同一套“政策、事实、要求、承诺”上下文。产品明确把批准、分级、盖章、对外发送等动作从 AI 手中拿走,只允许具名责任人执行,并把每次决定生成可分享、防篡改的回执。官网展示的合同审查、框架匹配、问卷起草均为“illustrative / fictional”示例,真实功能深度、集成覆盖与准确率尚无第三方验证。

02

谁使用、谁付钱

使用者横跨销售、采购、安全、合规与董事会:销售要快速回答客户问卷,采购要追供应商证据,安全要反复核对控制项,合规负责人要应对新框架映射,管理层要能解释“谁基于什么证据做了什么决定”。付费者最可能是合规/安全负责人或 CISO,痛点频率高且周期性复发——每来一个新客户问卷、新监管框架或年度复审就要重做一遍。官网未披露客户规模、行业分布或付费角色,上述为基于页面角色描述的推断。

03

实际工作流

输入是供应商合同、证书、供应商声明、内部政策、监管文本与客户问卷文件;AI 读取并逐条比对,标出哪些结论有来源支撑、哪些来源互相矛盾(如供应商声明称数据留在 EEA 而审计报告相反),并停在需要判断的地方。具名责任人查看来源、确认匹配、记录理由并做出决定,系统生成含决定人、授权依据、证据链接与时间戳的回执。缺失证据会回到责任人处跟进,新框架可“拖入”后显示已有工作覆盖多少、新增多少。整个流程的关键设计是来源逐字保留、摘要不被当作全部真相。

04

收费与单位经济

官网只有“Book a demo”,未公开定价、计费单位(按供应商数、按席位还是按框架)或是否有免费层,因此不能推断单位经济。可合理推断(非已验证)其为 B2B SaaS 订阅,价值锚点是“不新增合规人头”的替代人力成本;但这一锚点是否成立取决于部署与人工复核的实际耗时,现有证据无法判断毛利率或获客成本。

05

采用证据与缺口

可确认的采用信号仅限于:公司自称“已出隐身模式(out of stealth)”,官网列出三位具名高管(CEO、CCO、CISO)及瑞典公司主体信息,并宣称支持 Fortnox、Visma、Microsoft 365、Entra ID、GitHub、Jira 等集成。官网所有客户案例、性能数字与合规结论均为示例或公司自述,未提供具名客户、留存、收入或审计结论;融资报道亦未给出客户数。因此采用证据薄弱。

06

竞争与壁垒

相对通用大模型,它的差异不在模型能力而在产品约束:把“AI 不得批准、盖章、签署、外发”写进产品而非提示词,并让每个决定可追溯到来源与授权,这契合审计与监管对可解释性的要求。相对旧流程(Excel、邮件、顾问),它把多框架映射与证据复用做成共享底座。壁垒条件是:回执机制是否被审计方真正接受、框架库与集成的维护深度、以及客户切换成本随证据沉淀而上升;这些目前都只是设计主张,未被外部验证。

07

如何解读这轮融资

本轮为 Other 阶段、金额与原币由确定性层给出,投资方名单包含 Saminvest、Skåne Ventures 及两位个人,但名单不等于领投,轮次也不应猜作 Seed 或 Series A。该融资说明公司获得了早期资本以继续产品与市场推进,但不能作为需求验证或产品胜出的证据;资金具体用途未披露。下一里程碑应是公开可核验的具名客户案例、定价页与文档,而非更多功能宣称。

08

可能失败在哪里

第一,若 AI 准备工作的准确率不足或来源比对频繁出错,责任人复核成本会抵消“不新增人头”的价值主张,导致续费失败。第二,合规采购周期长、信任门槛高,若回执机制不被审计方或监管方认可,产品就退化为又一个文档管理工具。第三,多框架(DORA、NIS2、AI Act 等)持续变动,维护框架库与集成的成本可能侵蚀小团队资源。第四,通用模型厂商或现有 GRC 厂商把类似“人在环”能力内置,会压缩其差异化空间。

09

可借鉴的做法

对 AI 产品创业者最有借鉴意义的是它的边界设计:不追求让 AI 做最终决定,而是把“准备”与“判断”拆开,并用可验证回执把人的决定变成产品资产。这让它在高信任门槛的合规场景里比“全自动”叙事更容易被采购方接受,也把每次使用沉淀为切换成本。

10

下一步看什么

可验证的下一指标:是否公开定价页与产品文档、是否出现具名客户案例或审计方对回执的认可、集成是否从“宣称支持”变为可验证的只读连接说明,以及下一轮融资的轮次与用途披露。

资料与核验链接