Стартап InsightFinder AI, основанный на базе 15-летних академических исследований в области машинного обучения, привлёк $15 млн в раунде Series B. Сделку возглавил фонд Yu Galaxy; общий объём финансирования компании с момента основания достиг $35 млн. Примечательно, что сама компания раунд не искала: инвесторы вышли на неё после того, как InsightFinder закрыл семизначный контракт с одной из компаний из списка Fortune 50 — и уложился в три месяца.
InsightFinder работает в сегменте observability — это класс инструментов, которые позволяют инженерам понять, что происходит внутри сложных технических систем, не разбирая их по частям. Исторически такие платформы отслеживали метрики серверов, логи приложений и сетевой трафик. С приходом ИИ-агентов в корпоративную среду задача усложнилась: теперь нужно одновременно следить за поведением модели, качеством данных, которые она получает, и состоянием железа, на котором она работает. Именно на стыке этих трёх слоёв и возникает большинство инцидентов.
Основатель и CEO компании Хелен Гу — профессор информатики в Университете штата Северная Каролина, ранее работавшая в IBM и Google — приводит показательный пример из практики. Один из клиентов InsightFinder, крупная американская компания по выпуску кредитных карт, зафиксировал дрейф модели обнаружения мошенничества. Причиной оказался устаревший кеш на нескольких серверных узлах — не проблема с данными и не ошибка в самой модели. Найти такую связь вручную практически невозможно: нужно одновременно анализировать сотни метрик из разных слоёв стека.
Выручка компании за последний год выросла более чем втрое — инвесторы сами вышли на InsightFinder после крупной сделки.
Новый продукт компании — Autonomous Reliability Insights — автоматизирует именно этот процесс. Он использует комбинацию обучения без учителя, собственных языковых моделей разного размера, предиктивного ИИ и каузального вывода. Система не зависит от конкретного формата данных: она принимает на вход любые потоки, коррелирует сигналы между собой и выдаёт заключение о первопричине сбоя — от обнаружения до рекомендаций по устранению. По словам Гу, ключевое заблуждение рынка состоит в том, что ИИ-observability нужна только на этапе разработки и тестирования. На практике модели деградируют в продакшене, и именно там нужен непрерывный контур обратной связи.
Рынок observability становится всё более конкурентным. InsightFinder соперничает с Grafana Labs, Datadog, Dynatrace, New Relic, Fiddler и BigPanda — все они активно добавляют ИИ-функциональность в свои платформы. Гу считает, что десятилетний опыт работы с крупными корпоративными клиентами — UBS, NBCUniversal, Lenovo, Dell, Google Cloud, Comcast — создаёт достаточный барьер. По её словам, компания «почти никогда» не теряет клиентов в пользу конкурентов, потому что понимает взаимосвязь между ИИ-системами и инфраструктурой — область, где специалисты по данным и инженеры по надёжности традиционно говорят на разных языках. Выручка за последний год выросла более чем втрое. Привлечённые средства пойдут на первые найм в отдел продаж и маркетинга: сейчас в компании работает менее 30 человек.
