InsightFinder haalt $15 miljoen op om bedrijven te helpen uitzoeken waar AI-agenten de fout in gaan

De rol van observatie-instrumenten is opnieuw geëvolueerd. Terwijl de markt voor oplossingen om de betrouwbaarheid van technische systemen te garanderen in de loop der jaren is gegroeid, is het zwaartepunt gestaag verschoven van ‘alles volgen’ naar ‘de complexiteit en kosten beheersen’. Ondertussen heeft de snelle toestroom en adoptie van AI-agenten binnen ondernemingen alleen maar een geheel nieuwe categorie werklast toegevoegd die in acht moet worden genomen.

InsightFinder-AIeen startup gebaseerd op 15 jaar academisch onderzoek, is geen onbekende in dit probleem.

Het bedrijf is geweest met behulp van machinaal leren om problemen met de IT-infrastructuur te monitoren, identificeren en proactief op te lossen sinds 2016en pakt nu het huidige betrouwbaarheidsprobleem van AI-modellen aan met een AI-agentoplossing die alles kan, van detectie en diagnose tot herstel en preventie.

Het bedrijf, opgericht door CEO Helen Gu, hoogleraar computerwetenschappen aan de North Carolina State College en voorheen werkzaam bij IBM en Google, heeft onlangs $15 miljoen opgehaald in een Sequence B-ronde onder leiding van Yu Galaxy, zo heeft TechCrunch exclusief vernomen.

Volgens Gu is het grootste probleem waarmee de industrie vandaag de dag wordt geconfronteerd niet alleen het monitoren en diagnosticeren van waar AI-modellen fout gaan; het diagnosticeert hoe de hele tech-stack werkt nu AI er deel van uitmaakt.

“Om deze AI-modelproblemen te diagnosticeren, moet je de gegevens, het mannequin en de infrastructuur daadwerkelijk samen monitoren en analyseren”, vertelde Gu aan TechCrunch. “Het is niet altijd een modelprobleem of een dataprobleem; het is een combinatie. Soms is het gewoon je infrastructuur.”

Gu legde uit hoe dat er in het echte leven uitziet met een anekdote: een van zijn klanten, een grote Amerikaanse creditcardmaatschappij, zag dat een van zijn fraudedetectiemodellen aan het afdrijven was. Omdat InsightFinder de gehele infrastructuur van het bedrijf in de gaten hield, kon het vaststellen dat de modelafwijking werd veroorzaakt door een verouderde cache in sommige serverknooppunten.

“De grootste misvatting is dat de waarneembaarheid van AI beperkt is tot LLM-evaluatie tijdens de ontwikkelings- en testfasen. Integendeel, een goed AI-waarnemingsplatform zou end-to-end feedbackloop-ondersteuning moeten bieden die de ontwikkelings-, evaluatie- en productiefasen omvat”, zei ze.

Het nieuwste product van InsightFinder, genaamd Autonomous Reliability Insights, kan dit allemaal doen door gebruik te maken van een combinatie van onbewaakte machine studying, eigen grote en kleine modeltaalmodellen, voorspellende AI en causale gevolgtrekking. Deze basislaag is volgens Gu data-agnostisch, waardoor het systeem hele datastromen kan opnemen en analyseren om signalen te verzamelen die vervolgens kunnen worden gecorreleerd en kruiselings gevalideerd om tot een hoofdoorzaak te komen.

Nu is de observatieruimte vol met kandidaten voor een deel van de nieuwe markt die is geopend door de toestroom van AI-tools. Bijna een decennium na zijn reis neemt InsightFinder het op tegen bedrijven als Grafana Labs, Fiddler, Datadog, Dynatrace, New Relic en BigPanda, die allemaal capaciteiten opbouwen om de nieuwe problemen van AI-tools aan te pakken.

Maar Gu is niet onder de indruk. Integendeel, ze beweert dat de experience, ervaring en aanpasbaarheid van de InsightFinder als voldoende gracht fungeren. “We verliezen tot nu toe eigenlijk zelden (klanten) aan wie dan ook (…) Dit gaat over de inzichten, toch? Het probleem is dat veel datawetenschappers AI begrijpen, maar ze begrijpen het systeem niet. En veel SRE-ontwikkelaars (website Reliability Engineering) begrijpen het systeem, maar niet de AI (…) Ze kijken er niet naar, en ze begrijpen de intrinsieke relaties niet.”

InsightFinder heeft tegenwoordig een klantenbestand waaronder UBS, NBCUniversal, Lenovo, Dell, Google Cloud en Comcast, en Gu schrijft zijn succes toe aan zijn ervaring van de afgelopen tien jaar om te begrijpen wat zijn grote zakelijke klanten nodig hebben.

“Het komt erop neer dat we met onze Fortune 50-klanten moeten samenwerken om de vereisten voor de bedrijfsomgeving te verbeteren en te begrijpen om dit soort modellen te kunnen inzetten”, zegt ze. “We hebben met Dell samengewerkt om onze AI-systemen over de hele wereld in te zetten bij enkele van de grootste klanten die we hebben. Dit is niet iets waarbij je een fundamentele AI kunt gebruiken en daarvoor alleen de machinegegevens kunt gebruiken.”

Gu zei dat de inkomstenstroom van het bedrijf “sterk” is en het afgelopen jaar “meer dan drievoudig” is gegroeid. Ze zegt zelfs dat het bedrijf helemaal niet van plan was deze Sequence B op te halen, en dat investeerders het bedrijf benaderden nadat het bedrijf binnen drie maanden een zevencijferige deal had gesloten met een Fortune 50-bedrijf.

InsightFinder zal het nieuwe kapitaal gebruiken om de eerste verkoop- en marketingmedewerkers te werven, het workforce van minder dan 30 mensen uit te breiden en te investeren in de go-to-market-beweging. Het bedrijf heeft tot nu toe in totaal 35 miljoen greenback opgehaald.