Skip to content

融資速報|Pulley A+B 輪合計 $64M(Jump Capital/CRV 領投)

2026年11月20日1 分鐘
TL;DRPulley 同時公布 Series A 與 Series B,合計募得 $64M,由 Jump Capital 與 CRV/Susa Ventures 領投,年度經常性收入年增 5 倍。這筆錢代表 AI agent 正打入高度監管的實體審批領域,靠的是 AI 加人工專家協作,而不是全自動化。

查詞與收藏

正在載入查詞工具…

English version

融資資訊

項目值
公司Pulley(美國)
輪次Series A+Series B(同時公布)
金額$64M($23M Series A + $41M Series B)
領投Series B:Jump Capital;Series A:CRV、Susa Ventures
跟投Catalyst Investors(Series B)
估值未揭露
累計融資官方未提供精確累計數字;已知含 2023 年 $4.4M 種子輪+本次 $64M
成立年份約 2020 年(PitchBook)
員工數約 80 人,其中 75 人為持照許可專家(TrueUp 估計;公司自稱團隊含 75 名 licensed experts)

這家公司做什麼

Pulley 是做建築開發許可(permitting)AI 自動化的公司——用 AI agent 搭配持照專家團隊,幫企業把蓋房子、開店、建工廠前要跑的審批流程,從動輒數月甚至數年壓縮到幾天。

核心產品是「AI 原生許可服務」,結合深度許可法規知識與專屬法規情報,已覆蓋全美 50 州、超過 2000 個城市與郡的私人審查項目(可直接代替地方政府核准建築圖審查)。平台讓 75 名持照專家與 AI agent 協作:AI agent 處理法規比對、審批策略草擬、建築圖審查初篩,專家負責最終判斷並跟地方政府協調——客戶典型只需經過一輪地方政府意見回覆,其中逾 40% 案件完全沒有被要求補件。

目前客戶包括 Amazon、Starbucks、JLL、Equinix、Meta 等大型零售、餐飲、銀行、製造業與雲端業者,已協助省下 11,750 週的專案等待時間,涵蓋總值 $210 億的商業建案。年度經常性收入(ARR)年增 5 倍。

這筆融資的信號

對 Agent 生態的意義

Pulley 這輪的重點是把 AI agent 用在一個此前幾乎沒人用 AI 碰過的領域——實體世界的法規審批,而且不是取代人,是讓 AI agent 跟持照專家協作分工。資金將用於擴大許可服務,並推出新產品幫客戶在「選地點、決定蓋什麼、怎麼通過審批」這幾個更早期的決策環節也導入 AI。

投資人在賭什麼

Jump Capital 合夥人 Sach Chitnis 的邏輯是 Pulley 把「長期破碎、仰賴人力」的工作變成可規模化的科技產品,而且情報層會隨案件愈多愈聰明——這跟許多 agent 基礎設施投資人看中的「數據複利」邏輯一致。CRV、Susa Ventures 從更早的種子輪就跟到現在,代表這類垂直深度行業 know-how 加 AI 的公司,早期投資人傾向持續加碼,而不是被後期大型基金取代。

Pulley 客戶審查意見年減 65%
Pulley 客戶審查意見年減 65%用同一批客戶的建案審查意見次數比較,2026 年比 2025 年同期減少 65%,是少數有具體量化證據支持「模型隨使用量變聰明」的 agent 垂直應用案例。 建案審查意見次數(以 2025 年同期=100%) 2025 年同期 100% 2026 年 35%(减少 65%)

示意比例取自 Pulley 官方新聞稿(Business Wire,2026-11-18)自報數字,未經第三方審計。基線 100% 代表 2025 年同期審查意見次數。

值得觀察的數字

  • 專案審查意見比去年同期減少 65%,是少數有明確「模型隨使用量變聰明」量化證據的 agent 垂直應用案例。
  • ARR 年增 5 倍,但公司未揭露具體金額,也未提供估值,透明度低於同天公布的其他融資案。
  • $64M 這輪由 Series A($23M)和 Series B($41M)「同時」公布,暗示 Pulley 可能先完成一輪較小規模的過渡輪,近期才補上大規模資金,實際時間線官方未說明。

Watchlist 狀態

Pulley 尚未在 watchlist 中。建議加入新 section(垂直產業 AI agent/Proptech),追蹤重點:建築許可審批 agent、$64M A+B 輪、客戶含 Amazon/Meta 等大型企業。

今日收穫

Pulley 沒有把自己包裝成「取代人力的 agent」,而是強調「AI agent 跟持照專家協作」——這提醒我們,在很多高度監管、需要法律責任歸屬的實體世界領域,目前能落地的 agent 應用可能不是全自動化,而是「AI 做大量初篩、人做最終決定」的分工模式,這種模式的護城河可能更深,因為它同時需要 AI 能力和真正的領域專家網路。

參考資料