InsightFinder recauda 15 millones de dólares para solucionar los fallos de los agentes de IA

El papel de las herramientas de observabilidad ha vuelto a evolucionar. Si bien el mercado de soluciones que garantizan la fiabilidad de los sistemas tecnológicos se ha ampliado con el tiempo, el enfoque ha ido pasando progresivamente de «lo monitorizar todo» a «gestionar la complejidad y controlar los costes». Al mismo tiempo, la rápida irrupción y adopción de agentes de IA en las empresas ha introducido una categoría de cargas de trabajo totalmente nueva que requiere supervisión.

InsightFinder AI, una startup basada en 15 años de investigación académica, conoce muy bien este reto.

La empresa lleva utilizando el aprendizaje automático desde 2016 para supervisar, identificar y resolver de forma proactiva los problemas de la infraestructura de TI. Ahora aborda las preocupaciones actuales sobre la fiabilidad de los modelos de IA con una solución de agentes de IA capaz de gestionar todo, desde la detección y el diagnóstico hasta la corrección y la prevención.

Fundada por la directora ejecutiva Helen Gu, profesora de informática en la Universidad Estatal de Carolina del Norte y antigua empleada de IBM y Google, la empresa ha conseguido recientemente 15 millones de dólares en una ronda de financiación de la Serie B liderada por Yu Galaxy, según ha sabido TechCrunch en exclusiva.

Según Gu, el reto más importante al que se enfrenta el sector hoy en día va más allá de la supervisión y el diagnóstico de fallos en los modelos de IA. Implica diagnosticar cómo funciona toda la pila tecnológica ahora que la IA es un componente integral.

«Para diagnosticar eficazmente los problemas de los modelos de IA, hay que supervisar y analizar de forma conjunta los datos, el modelo y la infraestructura subyacente», explicó Gu a TechCrunch. «El problema no siempre se limita al modelo o a los datos; a menudo es una combinación de ambos. A veces, la causa raíz es simplemente la infraestructura».

Gu ilustró esto con un ejemplo real: uno de los clientes de InsightFinder, una importante empresa estadounidense de tarjetas de crédito, experimentó una deriva en su modelo de detección de fraudes. Como InsightFinder supervisaba toda la infraestructura de la empresa, identificó que la deriva del modelo estaba causada por datos de caché obsoletos en nodos de servidor específicos.

«Un error común es pensar que la observabilidad de la IA se limita a la evaluación de los modelos de lenguaje grande (LLM) durante el desarrollo y las pruebas. En realidad, una plataforma de observabilidad de IA sólida debería proporcionar soporte para un bucle de retroalimentación de extremo a extremo que abarque las fases de desarrollo, evaluación y producción», afirmó.

El último producto de InsightFinder, denominado Autonomous Reliability Insights, logra esto combinando aprendizaje automático no supervisado, modelos de lenguaje propios de gran y pequeño tamaño, IA predictiva e inferencia causal. Según Gu, esta capa fundamental es independiente de los datos, lo que permite al sistema ingestar y analizar flujos de datos completos, recopilar señales y correlacionarlas y validarlas de forma cruzada para identificar las causas raíz.

El panorama de la observabilidad está ahora repleto de competidores que se disputan una cuota del nuevo mercado creado por la proliferación de herramientas de IA. Tras casi una década en funcionamiento, InsightFinder compite con empresas como Grafana Labs, Fiddler, Datadog, Dynatrace, New Relic y BigPanda, todas las cuales están desarrollando capacidades para abordar los nuevos retos que plantea la IA.

Sin embargo, Gu sigue confiando en el futuro. Afirma que la experiencia, los conocimientos y la capacidad de personalización de InsightFinder constituyen una sólida ventaja competitiva. «Rara vez perdemos clientes frente a la competencia... En última instancia, todo se reduce a los conocimientos. El problema es que muchos científicos de datos entienden la IA pero no el sistema, mientras que muchos desarrolladores de ingeniería de fiabilidad de sitios (SRE) entienden el sistema pero no la IA... A menudo pasan por alto las relaciones intrínsecas que existen entre ambos».

En la actualidad, la cartera de clientes de InsightFinder incluye a UBS, NBCUniversal, Lenovo, Dell, Google Cloud y Comcast. Gu atribuye este éxito a una década de esfuerzo dedicada a comprender las necesidades de los grandes clientes empresariales.

«Ha supuesto colaborar estrechamente con nuestros clientes de la lista Fortune 50 para perfeccionar nuestro enfoque y comprender los requisitos del entorno empresarial para implementar estos modelos», afirmó. «Hemos estado trabajando con Dell para implementar nuestros sistemas de IA a nivel global para algunos de nuestros clientes más importantes. Esto no es algo que se pueda lograr simplemente aplicando un modelo básico de IA a los datos de las máquinas».

Gu informó de que la fuente de ingresos de la empresa es «sólida», ya que se ha «triplicado con creces» en el último año. De hecho, la empresa no estaba buscando activamente esta ronda de financiación de la Serie B; los inversores se pusieron en contacto con ellos después de que InsightFinder cerrara un acuerdo de siete cifras con una empresa de la lista Fortune 50 en un plazo de tres meses.

InsightFinder utilizará el nuevo capital para realizar sus primeras contrataciones en ventas y marketing con el fin de ampliar su equipo, compuesto por menos de 30 personas, e invertir en su estrategia de comercialización. Hasta la fecha, la empresa ha recaudado un total de 35 millones de dólares.