InsightFinder arrecada US$ 15 milhões para ajudar empresas a descobrir onde os agentes de IA erram

O papel das ferramentas de observabilidade evoluiu mais uma vez. Embora o mercado de soluções para garantir a fiabilidade dos sistemas tecnológicos tenha crescido ao longo dos anos, o centro de gravidade mudou constantemente de “rastrear tudo” para “controlar a complexidade e os custos”. Entretanto, o rápido afluxo e a adoção de agentes de IA nas empresas apenas acrescentaram uma nova categoria de carga de trabalho que precisa de ser observada.

InsightFinder IAuma startup baseada em 15 anos de pesquisa acadêmica, conhece bem esse problema.

A empresa tem usado aprendizado de máquina para monitorar, identificar e corrigir proativamente problemas de infraestrutura de TI desde 2016 e agora está atacando o problema atual de confiabilidade do modelo de IA com uma solução de agente de IA que pode fazer tudo, desde detecção e diagnóstico até remediação e prevenção.

A empresa, fundada pela CEO Helen Gu, professora de ciência da computação na Universidade Estadual da Carolina do Norte que trabalhou anteriormente na IBM e no Google, arrecadou recentemente US$ 15 milhões em uma rodada da Série B liderada por Yu Galaxy, descobriu exclusivamente o TechCrunch.

De acordo com Gu, o maior problema que a indústria enfrenta hoje não é apenas monitorar e diagnosticar onde os modelos de IA falham; é diagnosticar como toda a pilha de tecnologia funciona agora que a IA faz parte dela.

“Para diagnosticar esses problemas do modelo de IA, você precisa realmente monitorar e analisar os dados, o modelo e a infraestrutura juntos”, disse Gu ao TechCrunch. “Nem sempre é um problema de modelo ou de dados; é uma combinação. Às vezes, é simplesmente a sua infraestrutura.”

Gu explicou como isso acontece na vida real com uma anedota: um de seus clientes, uma grande empresa de cartão de crédito dos EUA, percebeu que um de seus modelos de detecção de fraude estava à deriva. Como o InsightFinder estava monitorando toda a infraestrutura da empresa, ele conseguiu identificar que o desvio do modelo foi causado por cache desatualizado em alguns nós do servidor.

“O maior equívoco é que a observabilidade da IA ​​é limitada à avaliação LLM durante as fases de desenvolvimento e teste. Pelo contrário, uma plataforma sólida de observabilidade da IA ​​deve fornecer suporte de feedback de ponta a ponta, cobrindo as fases de desenvolvimento, avaliação e produção”, disse ela.

O mais novo produto do InsightFinder, denominado Autonomous Reliability Insights, pode fazer tudo isso usando uma combinação de aprendizado de máquina não supervisionado, modelos proprietários de linguagem de modelos grandes e pequenos, IA preditiva e inferência causal. Essa camada base é independente de dados, de acordo com Gu, o que permite que o sistema ingira e analise fluxos de dados inteiros para coletar sinais que podem então ser correlacionados e validados cruzadamente para chegar a uma causa raiz.

Agora, o espaço da observabilidade está repleto de candidatos a uma fatia do novo mercado que foi aberto pelo influxo de ferramentas de IA. Quase uma década em sua jornada, o InsightFinder tem enfrentado empresas como Grafana Labs, Fiddler, Datadog, Dynatrace, New Relic e BigPanda, que estão desenvolvendo capacidades para lidar com os novos problemas apresentados pelas ferramentas de IA.

Mas Gu não se intimida. Pelo contrário, ela afirma que o conhecimento, a experiência e a capacidade de personalização do InsightFinder funcionam como um fosso suficiente. “Na verdade, raramente perdemos [customers] para alguém até agora […] Isso é sobre os insights, certo? O problema é que muitos cientistas de dados entendem a IA, mas não entendem o sistema. E muito SRE [site reliability engineering] os desenvolvedores entendem o sistema, mas não a IA […] Eles não olham para isso e não entendem as relações intrínsecas.”

Hoje, a lista de clientes do InsightFinder inclui UBS, NBCUniversal, Lenovo, Dell, Google Cloud e Comcast, e Gu atribui o sucesso a 10 anos de trabalho para entender o que os clientes de grandes empresas precisam.

“Tudo se resume a trabalhar com nossos clientes da Fortune 50 para aperfeiçoar e compreender os requisitos do ambiente empresarial para implantar esses tipos de modelos”, disse ela. “Temos trabalhado com a Dell para implantar nossos sistemas de IA em todo o mundo em alguns dos maiores clientes que temos. Isso não é algo que você possa usar uma IA básica e simplesmente usar os dados da máquina para fazer.”

Gu disse que o fluxo de receita da empresa é “forte”, tendo crescido “mais de três vezes” no ano passado. Na verdade, ela diz que a empresa não pretendia aumentar esta Série B, e os investidores abordaram a empresa depois que a empresa ganhou um acordo de sete dígitos com uma empresa Fortune 50 em três meses.

A InsightFinder usará o novo capital para fazer suas primeiras contratações de vendas e marketing para expandir sua equipe de menos de 30 pessoas e investir em seu movimento de entrada no mercado. A empresa arrecadou até agora um total de US$ 35 milhões.