InsightFinder привлек 15 млн долларов на устранение сбоев в работе ИИ-агентов

Роль инструментов наблюдаемости вновь претерпела изменения. Хотя рынок решений, обеспечивающих надежность технологических систем, со временем расширился, акцент постепенно сместился с «отслеживания всего» на «управление сложностью и контроль затрат». Между тем, стремительное внедрение и широкое использование ИИ-агентов в компаниях привело к появлению совершенно новой категории рабочих нагрузок, требующих мониторинга.
InsightFinder AI, стартап, основанный на 15-летних академических исследованиях, хорошо знаком с этой проблемой.
С 2016 года компания использует машинное обучение для мониторинга, выявления и проактивного устранения проблем в ИТ-инфраструктуре. Сейчас она решает актуальные проблемы надежности моделей ИИ с помощью решения на базе ИИ-агентов, способного обрабатывать все — от обнаружения и диагностики до устранения и предотвращения.
Как стало известно TechCrunch из эксклюзивных источников, компания, основанная генеральным директором Хелен Гу, профессором информатики в Университете штата Северная Каролина и бывшим сотрудником IBM и Google, недавно привлекла 15 миллионов долларов в рамках раунда финансирования серии B, возглавляемого Yu Galaxy.
По словам Гу, самая значительная проблема, стоящая сегодня перед отраслью, выходит за рамки мониторинга и диагностики сбоев моделей ИИ. Она включает в себя диагностику того, как функционирует весь технологический стек теперь, когда ИИ является его неотъемлемой частью.
«Чтобы эффективно диагностировать проблемы с моделями ИИ, необходимо комплексно отслеживать и анализировать данные, модель и базовую инфраструктуру», — пояснила Гу TechCrunch. «Проблема не всегда ограничивается моделью или данными; часто это их сочетание. Иногда первопричиной является просто ваша инфраструктура».
Гу проиллюстрировала это на реальном примере: у одного из клиентов InsightFinder, крупной американской компании, выпускающей кредитные карты, произошло отклонение в модели обнаружения мошенничества. Поскольку InsightFinder осуществляла мониторинг всей инфраструктуры компании, она выявила, что отклонение модели было вызвано устаревшими данными кэша на определенных серверных узлах.
«Распространенное заблуждение заключается в том, что наблюдаемость ИИ ограничивается оценкой LLM на этапах разработки и тестирования. На самом деле надежная платформа наблюдаемости ИИ должна обеспечивать поддержку сквозной петли обратной связи, охватывающей этапы разработки, оценки и производства», — заявила она.
Новейший продукт InsightFinder под названием Autonomous Reliability Insights достигает этого за счет сочетания неконтролируемого машинного обучения, собственных больших и малых языковых моделей, прогнозирующего ИИ и причинно-следственного вывода. По словам Гу, этот базовый уровень не зависит от данных, что позволяет системе принимать и анализировать полные потоки данных, собирать сигналы, а также соотносить и перекрестно проверять их для выявления первопричин.
Сфера наблюдаемости сейчас переполнена конкурентами, борющимися за долю нового рынка, созданного распространением инструментов ИИ. Проработав почти десять лет, InsightFinder конкурирует с такими компаниями, как Grafana Labs, Fiddler, Datadog, Dynatrace, New Relic и BigPanda, каждая из которых разрабатывает возможности для решения новых задач, связанных с ИИ.
Однако Гу остается уверена в себе. Она утверждает, что экспертиза, опыт и возможность настройки InsightFinder составляют сильное конкурентное преимущество. «Мы редко теряем клиентов в пользу конкурентов... В конечном итоге все сводится к аналитическим выводам. Проблема в том, что многие специалисты по данным понимают ИИ, но не систему, в то время как многие разработчики в области инженерии надежности сайтов (SRE) понимают систему, но не ИИ... Они часто упускают из виду внутренние взаимосвязи между ними».
Сегодня в портфель клиентов InsightFinder входят UBS, NBCUniversal, Lenovo, Dell, Google Cloud и Comcast. Гу объясняет этот успех десятилетием усилий, посвященных пониманию потребностей крупных корпоративных клиентов.
«Это включало тесное сотрудничество с нашими клиентами из списка Fortune 50, чтобы отточить наш подход и понять требования корпоративной среды к развертыванию этих моделей», — сказала она. «Мы работаем с Dell над глобальным развертыванием наших систем ИИ для некоторых из наших крупнейших клиентов. Этого нельзя достичь, просто применив базовую модель ИИ к машинным данным».
Гу сообщила, что поток доходов компании «силен», за последний год он вырос «более чем в три раза». На самом деле компания не активно искала финансирование серии B; инвесторы обратились к ней после того, как InsightFinder заключила семизначную сделку с компанией из списка Fortune 50 в течение трех месяцев.
InsightFinder направит новый капитал на набор первых сотрудников в отдел продаж и маркетинга, чтобы расширить свою команду, насчитывающую менее 30 человек, а также на инвестиции в стратегию выхода на рынок. На сегодняшний день компания привлекла в общей сложности 35 миллионов долларов.
Связанная статья
Бывший главный научный сотрудник OpenAI Илья представляет SSI и раскрывает первую модель
Искусственный интеллект достиг еще одной важной вехи. После своего ухода из OpenAI бывший главный научный сотрудник Илья Сутскер основал компанию Safe Superintelligence Inc. (SSI), которая недавно раскрыла детали своей первой модели. Сообщения в зару
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
14 мая 2026 года платформа разработки приложений на базе искусственного интеллекта Lovable объявила о своем участии в раундеSeed-финансирования на сумму $800 000 для датского стартапа в области аппаратного обеспечения Atech. При ведущем участии Lovab
Anthropic расширяет инструменты для программирования Claude AI в Японии в рамках стратегии роста за рубежом
Anthropic, prominent U.S. artificial intelligence firm, is intensifying its global outreach. On Wednesday, the company hosted a major developer gathering, "Code with Claude," in Tokyo, drawing close to 500 software engineers. This initiative seeks to
Рекомендации по связанным специальным темам
Комментарии (1)

Роль инструментов наблюдаемости вновь претерпела изменения. Хотя рынок решений, обеспечивающих надежность технологических систем, со временем расширился, акцент постепенно сместился с «отслеживания всего» на «управление сложностью и контроль затрат». Между тем, стремительное внедрение и широкое использование ИИ-агентов в компаниях привело к появлению совершенно новой категории рабочих нагрузок, требующих мониторинга.
InsightFinder AI, стартап, основанный на 15-летних академических исследованиях, хорошо знаком с этой проблемой.
С 2016 года компания использует машинное обучение для мониторинга, выявления и проактивного устранения проблем в ИТ-инфраструктуре. Сейчас она решает актуальные проблемы надежности моделей ИИ с помощью решения на базе ИИ-агентов, способного обрабатывать все — от обнаружения и диагностики до устранения и предотвращения.
Как стало известно TechCrunch из эксклюзивных источников, компания, основанная генеральным директором Хелен Гу, профессором информатики в Университете штата Северная Каролина и бывшим сотрудником IBM и Google, недавно привлекла 15 миллионов долларов в рамках раунда финансирования серии B, возглавляемого Yu Galaxy.
По словам Гу, самая значительная проблема, стоящая сегодня перед отраслью, выходит за рамки мониторинга и диагностики сбоев моделей ИИ. Она включает в себя диагностику того, как функционирует весь технологический стек теперь, когда ИИ является его неотъемлемой частью.
«Чтобы эффективно диагностировать проблемы с моделями ИИ, необходимо комплексно отслеживать и анализировать данные, модель и базовую инфраструктуру», — пояснила Гу TechCrunch. «Проблема не всегда ограничивается моделью или данными; часто это их сочетание. Иногда первопричиной является просто ваша инфраструктура».
Гу проиллюстрировала это на реальном примере: у одного из клиентов InsightFinder, крупной американской компании, выпускающей кредитные карты, произошло отклонение в модели обнаружения мошенничества. Поскольку InsightFinder осуществляла мониторинг всей инфраструктуры компании, она выявила, что отклонение модели было вызвано устаревшими данными кэша на определенных серверных узлах.
«Распространенное заблуждение заключается в том, что наблюдаемость ИИ ограничивается оценкой LLM на этапах разработки и тестирования. На самом деле надежная платформа наблюдаемости ИИ должна обеспечивать поддержку сквозной петли обратной связи, охватывающей этапы разработки, оценки и производства», — заявила она.
Новейший продукт InsightFinder под названием Autonomous Reliability Insights достигает этого за счет сочетания неконтролируемого машинного обучения, собственных больших и малых языковых моделей, прогнозирующего ИИ и причинно-следственного вывода. По словам Гу, этот базовый уровень не зависит от данных, что позволяет системе принимать и анализировать полные потоки данных, собирать сигналы, а также соотносить и перекрестно проверять их для выявления первопричин.
Сфера наблюдаемости сейчас переполнена конкурентами, борющимися за долю нового рынка, созданного распространением инструментов ИИ. Проработав почти десять лет, InsightFinder конкурирует с такими компаниями, как Grafana Labs, Fiddler, Datadog, Dynatrace, New Relic и BigPanda, каждая из которых разрабатывает возможности для решения новых задач, связанных с ИИ.
Однако Гу остается уверена в себе. Она утверждает, что экспертиза, опыт и возможность настройки InsightFinder составляют сильное конкурентное преимущество. «Мы редко теряем клиентов в пользу конкурентов... В конечном итоге все сводится к аналитическим выводам. Проблема в том, что многие специалисты по данным понимают ИИ, но не систему, в то время как многие разработчики в области инженерии надежности сайтов (SRE) понимают систему, но не ИИ... Они часто упускают из виду внутренние взаимосвязи между ними».
Сегодня в портфель клиентов InsightFinder входят UBS, NBCUniversal, Lenovo, Dell, Google Cloud и Comcast. Гу объясняет этот успех десятилетием усилий, посвященных пониманию потребностей крупных корпоративных клиентов.
«Это включало тесное сотрудничество с нашими клиентами из списка Fortune 50, чтобы отточить наш подход и понять требования корпоративной среды к развертыванию этих моделей», — сказала она. «Мы работаем с Dell над глобальным развертыванием наших систем ИИ для некоторых из наших крупнейших клиентов. Этого нельзя достичь, просто применив базовую модель ИИ к машинным данным».
Гу сообщила, что поток доходов компании «силен», за последний год он вырос «более чем в три раза». На самом деле компания не активно искала финансирование серии B; инвесторы обратились к ней после того, как InsightFinder заключила семизначную сделку с компанией из списка Fortune 50 в течение трех месяцев.
InsightFinder направит новый капитал на набор первых сотрудников в отдел продаж и маркетинга, чтобы расширить свою команду, насчитывающую менее 30 человек, а также на инвестиции в стратегию выхода на рынок. На сегодняшний день компания привлекла в общей сложности 35 миллионов долларов.
Бывший главный научный сотрудник OpenAI Илья представляет SSI и раскрывает первую модель
Искусственный интеллект достиг еще одной важной вехи. После своего ухода из OpenAI бывший главный научный сотрудник Илья Сутскер основал компанию Safe Superintelligence Inc. (SSI), которая недавно раскрыла детали своей первой модели. Сообщения в зару
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
14 мая 2026 года платформа разработки приложений на базе искусственного интеллекта Lovable объявила о своем участии в раундеSeed-финансирования на сумму $800 000 для датского стартапа в области аппаратного обеспечения Atech. При ведущем участии Lovab
Anthropic расширяет инструменты для программирования Claude AI в Японии в рамках стратегии роста за рубежом
Anthropic, prominent U.S. artificial intelligence firm, is intensifying its global outreach. On Wednesday, the company hosted a major developer gathering, "Code with Claude," in Tokyo, drawing close to 500 software engineers. This initiative seeks to





Дом






