长期以来，法规遵从性仅限于链端验证功能，现在倾向于从第一个设计阶段开始整合，就像工程或供应链一样。
在多个市场推出产品需要应对分散、不断变化且高度管辖的监管环境。像联网自行车头盔这样常见的物体可以调动一百多种不同的要求，从研发阶段的材料标准到当地认证、标签限制或海关义务。这种复杂性并不是一次性的超载，而是一种结构性现象，并因监管框架的倍增而放大，无论是数字产品通行证还是企业可持续发展报告指令等额外财务报告义务。
在这种情况下，合规性不再局限于法律要求，而是成为一个可操作的上市时间变量，能够加速或阻止营销。正是针对这一摩擦点，Cleo Labs 正在构建其提案。该初创公司正在开发一个人工智能平台，旨在将异构监管流程转换为结构化数据，供产品和合规团队直接使用。
其架构基于 MARIA，这是一个多代理系统，能够持续监控 106 个国家的 25,000 多个监管机构。目标不仅是聚合信息，还要根据给定的产品和市场将其置于情境中，然后提取运营义务。因此，该平台可以提前生成合规检查清单，并确保持续监控监管发展，并分析其对活动的影响。每项结果均由法律专家根据“人机交互”原则进行验证，旨在保持与行业决策相一致的可靠性水平。
自动化和人工验证之间的这种混合反映了监管科技特有的张力。挑战不仅在于产生信息，还在于使其可用而不将过多的法律风险转移给用户。 Cleo Labs 试图在这个领域中协调可扩展性和责任，因为错误可能会导致产品召回、财务制裁或后勤阻塞。
Cleo Labs 联合创始人 Naomie Halioua 解释道：“我们的目标是将目前被视为约束的监管合规转变为公司的战略杠杆。借助人工智能，人们可以预见而不是遭受损失。”因此，合规性不再被视为最终过滤器，而是集成到开发周期中的预期工具。
迪卡侬已经是该解决方案试点的用户，其证词也揭示了这一发展。 “在迪卡侬，我们面临的挑战是在大量国际产品法规中捕获非常精确的信息，同时面临法律和技术方面的挑战：管理我们的全球合规性，同时支持我们的工程师进行产品开发。这是我们通过 Cleo 进行的 PoC 构建的桥梁：他们的 AI 引擎充当智能转换器，过滤噪音以提取结构化数据，我们的团队可以直接采取行动，对于指导我们的 PLM 中的设计至关重要，”Philippine Tamic 解释道。
监管科技的增长不再仅仅基于金融部门的需求，而是扩展到工业、零售和国际价值链上运营的公司。规范生产的集约化作为外生驱动因素，使得此类解决方案变得越来越重要。按照这种逻辑，合规性往往会成为一种基础设施，类似于过去十年中网络安全或数据管理所代表的基础设施。
宣布的融资轮是种子阶段的一部分。该项目由 Larry Berger 领导，Kima Ventures、Financière Saint-James 以及 Boris Paillard、Ambre Soubiran、Stéphanie Zolesio 和 Charles Sutton 等技术生态系统的几位人士参与。该初创公司还赢得了在 Station F 举行的“The Pitch by Deel”地区决赛，这使其能够受益于额外资金并进入迪拜国际决赛。
Cleo Labs 由毕业于巴黎综合理工学院的工程师 Naomie Halioua 和毕业于索邦大学和先贤祠阿萨斯大学、哈瓦斯前首席转型官 Anaëlle Guez 于 2023 年创立，正在开发一个致力于国际产品监管合规性的人工智能平台。该公司已筹集 150 万欧元，用于加速技术开发和商业扩张，目标是将合规性转变为集成到工业流程中的功能。
