InsightFinder、AIエージェントの不具合解消に向け1500万ドルの資金調達に成功

オブザーバビリティツールの役割は、再び進化を遂げました。テクノロジーシステムの信頼性を確保するソリューションの市場は、時を経て拡大してきましたが、その焦点は「あらゆるものを追跡する」ことから、「複雑さを管理し、コストを抑制する」ことへと着実に移行してきました。一方、企業内でのAIエージェントの急速な導入・普及により、監視を必要とするまったく新しいカテゴリーのワークロードが登場しています。
15年にわたる学術研究を基盤とするスタートアップ企業InsightFinder AIは、この課題を熟知しています。
同社は2016年から機械学習を活用し、ITインフラの問題を監視、特定、そして先手を打って解決してきました。現在では、検出や診断から修復、予防に至るまでを包括的に処理できるAIエージェントソリューションにより、現代のAIモデルの信頼性に関する懸念に対処しています。
ノースカロライナ州立大学のコンピュータサイエンス教授であり、かつてIBMやGoogleに在籍していたヘレン・グーCEOによって設立された同社は、TechCrunchが独占取材したところによると、Yu Galaxyが主導するシリーズBラウンドで1,500万ドルの資金調達を最近完了した。
Gu氏によると、業界が現在直面している最大の課題は、AIモデルの障害を監視・診断することにとどまらない。AIが不可欠な構成要素となった今、技術スタック全体がどのように機能しているかを診断することにあるという。
「AIモデルの問題を効果的に診断するには、データ、モデル、そして基盤となるインフラストラクチャを包括的に監視・分析する必要があります」とGu氏はTechCrunchに説明した。「問題は必ずしもモデルやデータだけに限定されるわけではなく、多くの場合、それらの組み合わせによるものです。時には、根本的な原因は単にインフラストラクチャにあることもあります。」
Gu氏はこれを実例で説明した。InsightFinderのクライアントである米国の大手クレジットカード会社では、不正検知モデルにドリフト(性能の変動)が発生していた。InsightFinderは同社のインフラ全体を監視していたため、特定のサーバーノード上の古いキャッシュデータがモデルのドリフトの原因であることを特定した。
「AIの可観測性は、開発やテスト段階におけるLLMの評価に限定されるという誤解が一般的です。実際には、堅牢なAI可観測性プラットフォームは、開発、評価、本番の各段階を網羅するエンドツーエンドのフィードバックループをサポートすべきです」と彼女は述べた。
InsightFinderの最新製品「Autonomous Reliability Insights」は、教師なし機械学習、独自開発の大規模および小規模言語モデル、予測AI、因果推論を組み合わせることでこれを実現している。Gu氏によると、この基盤層はデータに依存しないため、システムは完全なデータストリームを取り込んで分析し、シグナルを収集し、それらを相関させ相互検証することで、根本原因を特定することができるという。
AIツールの普及によって生まれた新たな市場シェアを巡り、現在、オブザーバビリティ分野には競合他社がひしめき合っている。創業から10年近くが経過したInsightFinderは、Grafana Labs、Fiddler、Datadog、Dynatrace、New Relic、BigPandaといった企業と競合しており、これらはいずれもAIがもたらす新たな課題に対処するための機能を開発している。
しかし、Gu氏は自信を失っていません。彼女は、InsightFinderの専門知識、経験、そしてカスタマイズ性が強力な競争優位性を形成していると主張します。「競合他社に顧客を奪われることはほとんどありません……結局のところ、重要なのはインサイトです。問題は、多くのデータサイエンティストがAIは理解していてもシステムを理解しておらず、一方で多くのサイト信頼性エンジニアリング(SRE)開発者はシステムは理解していてもAIを理解していないことです……彼らはしばしば、両者の本質的な関係性を見落としているのです。」
現在、InsightFinderの顧客ポートフォリオには、UBS、NBCユニバーサル、レノボ、デル、Google Cloud、コムキャストなどが名を連ねている。Gu氏は、この成功を、大企業クライアントのニーズを理解するために10年間にわたって注力してきた成果だと位置付けている。
「フォーチュン500企業のお客様と緊密に連携し、アプローチを洗練させ、これらのモデルを展開するためのエンタープライズ環境の要件を理解してきました」と彼女は語った。「私たちはDellと協力し、最大手クライアントの一部向けにAIシステムをグローバルに展開しています。これは、単に基礎的なAIモデルをマシンデータに適用するだけでは達成できないことです。」
Gu氏によると、同社の収益は「堅調」で、過去1年間で「3倍以上」に成長したとのことです。実際、同社は今回のシリーズB資金調達を積極的に求めていたわけではなく、InsightFinderがフォーチュン50企業との7桁規模の契約を3ヶ月以内に獲得したことを受け、投資家側からアプローチがあったのです。
InsightFinderは、今回の資金を、30名未満のチームを拡大するための初の営業・マーケティング担当者の採用や、市場投入戦略への投資に充てる予定だ。これまでに、同社は総額3,500万ドルの資金調達を行っている。
関連記事
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ
Google、Geminiへの焦点がユーザー制御へシフトする中で、Remy AIエージェントをテスト
『Business Insider』によると、GoogleはGemini向けの新しいAIパーソナルエージェント「Remy」をテスト中である。このツールはユーザーに代わってタスクを実行することを目的としており、業務フローと日常のルーチンの両方を効率化する。現在、RemyはGeminiアプリケーションの社内限定版においてテストが行われている。この報道は社内文書と、プロジェクトに精通した2人の人物へのインタビューを引用している。社内資料では、Remyを「24時間365日のパーソナルエージェント」と位
Core Web Vitalsを修正してSEOランキングを向上させる方法
AIツールで報告書コメントの作成を効率化はじめに報告書コメント生成用のAIツールMagic SchoolAlmanac AIChat GPTMagic Schoolを使用した報告書コメントの生成Magic Schoolへのログイン報告書コメントツールの選択生徒向けのコメントのカスタマイズAlmanac AIを使用した報告書コメントの生成コースと評価基準の設定報告書の長さと生徒設定の構成Almanac AIによるコメントの生成Magic SchoolとAlmanac A
関連特集おすすめ
コメント (1)
0/500

オブザーバビリティツールの役割は、再び進化を遂げました。テクノロジーシステムの信頼性を確保するソリューションの市場は、時を経て拡大してきましたが、その焦点は「あらゆるものを追跡する」ことから、「複雑さを管理し、コストを抑制する」ことへと着実に移行してきました。一方、企業内でのAIエージェントの急速な導入・普及により、監視を必要とするまったく新しいカテゴリーのワークロードが登場しています。
15年にわたる学術研究を基盤とするスタートアップ企業InsightFinder AIは、この課題を熟知しています。
同社は2016年から機械学習を活用し、ITインフラの問題を監視、特定、そして先手を打って解決してきました。現在では、検出や診断から修復、予防に至るまでを包括的に処理できるAIエージェントソリューションにより、現代のAIモデルの信頼性に関する懸念に対処しています。
ノースカロライナ州立大学のコンピュータサイエンス教授であり、かつてIBMやGoogleに在籍していたヘレン・グーCEOによって設立された同社は、TechCrunchが独占取材したところによると、Yu Galaxyが主導するシリーズBラウンドで1,500万ドルの資金調達を最近完了した。
Gu氏によると、業界が現在直面している最大の課題は、AIモデルの障害を監視・診断することにとどまらない。AIが不可欠な構成要素となった今、技術スタック全体がどのように機能しているかを診断することにあるという。
「AIモデルの問題を効果的に診断するには、データ、モデル、そして基盤となるインフラストラクチャを包括的に監視・分析する必要があります」とGu氏はTechCrunchに説明した。「問題は必ずしもモデルやデータだけに限定されるわけではなく、多くの場合、それらの組み合わせによるものです。時には、根本的な原因は単にインフラストラクチャにあることもあります。」
Gu氏はこれを実例で説明した。InsightFinderのクライアントである米国の大手クレジットカード会社では、不正検知モデルにドリフト(性能の変動)が発生していた。InsightFinderは同社のインフラ全体を監視していたため、特定のサーバーノード上の古いキャッシュデータがモデルのドリフトの原因であることを特定した。
「AIの可観測性は、開発やテスト段階におけるLLMの評価に限定されるという誤解が一般的です。実際には、堅牢なAI可観測性プラットフォームは、開発、評価、本番の各段階を網羅するエンドツーエンドのフィードバックループをサポートすべきです」と彼女は述べた。
InsightFinderの最新製品「Autonomous Reliability Insights」は、教師なし機械学習、独自開発の大規模および小規模言語モデル、予測AI、因果推論を組み合わせることでこれを実現している。Gu氏によると、この基盤層はデータに依存しないため、システムは完全なデータストリームを取り込んで分析し、シグナルを収集し、それらを相関させ相互検証することで、根本原因を特定することができるという。
AIツールの普及によって生まれた新たな市場シェアを巡り、現在、オブザーバビリティ分野には競合他社がひしめき合っている。創業から10年近くが経過したInsightFinderは、Grafana Labs、Fiddler、Datadog、Dynatrace、New Relic、BigPandaといった企業と競合しており、これらはいずれもAIがもたらす新たな課題に対処するための機能を開発している。
しかし、Gu氏は自信を失っていません。彼女は、InsightFinderの専門知識、経験、そしてカスタマイズ性が強力な競争優位性を形成していると主張します。「競合他社に顧客を奪われることはほとんどありません……結局のところ、重要なのはインサイトです。問題は、多くのデータサイエンティストがAIは理解していてもシステムを理解しておらず、一方で多くのサイト信頼性エンジニアリング(SRE)開発者はシステムは理解していてもAIを理解していないことです……彼らはしばしば、両者の本質的な関係性を見落としているのです。」
現在、InsightFinderの顧客ポートフォリオには、UBS、NBCユニバーサル、レノボ、デル、Google Cloud、コムキャストなどが名を連ねている。Gu氏は、この成功を、大企業クライアントのニーズを理解するために10年間にわたって注力してきた成果だと位置付けている。
「フォーチュン500企業のお客様と緊密に連携し、アプローチを洗練させ、これらのモデルを展開するためのエンタープライズ環境の要件を理解してきました」と彼女は語った。「私たちはDellと協力し、最大手クライアントの一部向けにAIシステムをグローバルに展開しています。これは、単に基礎的なAIモデルをマシンデータに適用するだけでは達成できないことです。」
Gu氏によると、同社の収益は「堅調」で、過去1年間で「3倍以上」に成長したとのことです。実際、同社は今回のシリーズB資金調達を積極的に求めていたわけではなく、InsightFinderがフォーチュン50企業との7桁規模の契約を3ヶ月以内に獲得したことを受け、投資家側からアプローチがあったのです。
InsightFinderは、今回の資金を、30名未満のチームを拡大するための初の営業・マーケティング担当者の採用や、市場投入戦略への投資に充てる予定だ。これまでに、同社は総額3,500万ドルの資金調達を行っている。
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ
Core Web Vitalsを修正してSEOランキングを向上させる方法
AIツールで報告書コメントの作成を効率化はじめに報告書コメント生成用のAIツールMagic SchoolAlmanac AIChat GPTMagic Schoolを使用した報告書コメントの生成Magic Schoolへのログイン報告書コメントツールの選択生徒向けのコメントのカスタマイズAlmanac AIを使用した報告書コメントの生成コースと評価基準の設定報告書の長さと生徒設定の構成Almanac AIによるコメントの生成Magic SchoolとAlmanac A





家






