InsightFinder 获得 1500 万美元融资，用于排查 AI 代理故障

可观测性工具的作用再次发生了演变。随着确保技术系统可靠性的解决方案市场日益扩大，关注重点已逐渐从“追踪一切”转向“管理复杂性并控制成本”。与此同时，人工智能代理在企业中的快速涌入和应用，催生了一类需要进行观测的全新工作负载。

InsightFinder AI 是一家基于 15 年学术研究成立的初创公司，对这一挑战有着深刻的理解。

自2016年起，该公司便利用机器学习技术对IT基础设施问题进行监控、识别并主动解决。如今，它正通过一款AI代理解决方案来应对当代AI模型的可靠性问题，该方案能够处理从检测、诊断到修复及预防的全部环节。

TechCrunch独家获悉，由首席执行官Helen Gu（北卡罗来纳州立大学计算机科学教授，曾任职于IBM和谷歌）创立的该公司，近期在由Yu Galaxy领投的B轮融资中成功筹集了1500万美元。

据Gu介绍，当前行业面临的最大挑战已超越了单纯监测和诊断AI模型故障的范畴。随着AI已成为技术栈不可或缺的组成部分，诊断整个技术栈的运行状况已成为关键。

“要有效诊断AI模型的问题，必须对数据、模型及底层基础设施进行整体监控与分析，”顾向TechCrunch解释道，“问题并不总是局限于模型或数据本身，往往是两者的结合。有时，根本原因仅仅在于基础设施。”

Gu通过一个真实案例进行了说明：InsightFinder的一家客户——一家美国大型信用卡公司——其欺诈检测模型出现了漂移。由于InsightFinder正在监控该公司的整个基础设施，因此发现模型漂移是由特定服务器节点上的过期缓存数据引起的。

“一个常见的误解是，AI可观测性仅限于开发和测试阶段的大语言模型（LLM）评估。实际上，一个强大的AI可观测性平台应提供覆盖开发、评估和生产阶段的端到端反馈循环支持，”她表示。

InsightFinder的最新产品“Autonomous Reliability Insights”通过结合无监督机器学习、专有的大规模和小型语言模型、预测性AI以及因果推断，实现了这一目标。据Gu介绍，这一基础层不依赖特定数据格式，使系统能够摄取并分析完整的数据流，收集信号，并通过关联和交叉验证来精准定位根本原因。

随着AI工具的普及催生了新的市场，可观测性领域如今已竞争激烈，众多企业争相分得一杯羹。运营近十年的InsightFinder正与Grafana Labs、Fiddler、Datadog、Dynatrace、New Relic和BigPanda等公司展开竞争，这些企业都在开发能力以应对AI带来的全新挑战。

然而，Gu 依然信心十足。她坚称 InsightFinder 的专业知识、经验和可定制性构成了强大的竞争优势。“我们很少因竞争对手而流失客户……归根结底在于洞察力。问题在于，许多数据科学家懂 AI 但不懂系统，而许多站点可靠性工程（SRE）开发人员懂系统却不懂 AI……他们往往忽略了二者之间的内在联系。”

如今，InsightFinder的客户阵容包括瑞银（UBS）、NBC环球、联想、戴尔、谷歌云和康卡斯特。顾将这一成功归功于过去十年致力于理解大型企业客户需求的努力。

“这需要与我们的《财富》50强客户紧密合作，以优化我们的方法，并理解在企业环境中部署这些模型的要求，”她说。“我们一直与戴尔合作，为部分最大客户在全球范围内部署我们的AI系统。这绝非仅仅将基础AI模型应用于机器数据就能实现的。”

Gu透露，公司营收状况“强劲”，过去一年增长了“三倍多”。事实上，公司原本并未积极寻求此轮B轮融资；在InsightFinder于三个月内与一家《财富》50强企业达成七位数交易后，投资者主动找上门来。

InsightFinder将利用这笔新资金进行首次销售和市场营销人员招聘，以扩充目前不足30人的团队，并投资于其市场推广策略。截至目前，该公司已累计融资3500万美元。