Los modelos de IA requieren grandes cantidades de datos de capacitación, y una vez implementados, estos modelos alimentan una ola cada vez mayor de telemetría operativa que incluye registros, métricas, trazas y más. Esta sobrecarga ha llevado a sus límites de observabilidad y seguridad tradicionales a sus límites.
Según Nancy Wang, constructor de productos de Mercor y ex GM en AWS Information Safety, “Durante años, se ha presentado un desafío una y otra vez en conversaciones con CISO de startups y Fortune 500s por igual: la observabilidad y los datos de registro se han convertido en un costo superior conductor. Los equipos de seguridad e ingeniería están sintiendo la presión no solo de aumentar los costos de almacenamiento, sino también de la complejidad de la tubería y la fatiga alerta, lo que dificulta la extraer información crítica «.
Observo AI, una startup de IA con sede en California, tiene como objetivo superar este desafío mediante el uso de tuberías de datos nativos de AI que pueden administrar automáticamente los flujos de datos de telemetría. La startup ha recaudado $ 15 millones en una ronda de fondos semillas dirigida por Lightspeed Enterprise Companions y Felecis.
La plataforma Observo AI ha ayudado a sus clientes, como Invoice.com e Informatica, Reducir los tiempos de respuesta en más del 40% y reducir los costos de observabilidad en un 50%. La nueva financiación ayudará a la startup a avanzar en su objetivo de optimizar las tuberías de datos para que las empresas puedan procesar datos generados por IA más rápido, más de forma más segura y a un costo menor.
La financiación se produce en un momento en que Observo AI está generando un interés significativo de las empresas que buscan procesar petabytes de datos todos los días. La startup ha logrado un asombroso 600% de crecimiento de ingresos trimestral desde el trimestre desde el lanzamiento en abril de 2024.
Un desafío con los datos no estructurados para los sistemas de respuesta es que si toda esa información se alimenta al sistema, los costos y los falsos positivos aumentan. Por otro lado, si los datos se filtran, puede socavar la precisión y escalabilidad del sistema. Optimizar las tuberías de datos con la ayuda de IA puede ayudar a abordar esta brecha.
Observo AI afirma que al aprovechar el aprendizaje automático (ML) y los modelos de idiomas grandes (LLM), han creado una plataforma que es 5-6x más eficiente que las herramientas heredadas. En lugar de confiar en los métodos rígidos basados en reglas, Observo AI utiliza IA para filtrar, enrutar, rutizar dinámicamente los datos ruidosos y no estructurados en tiempo actual.
«Observo usa LLM y AI agente para revolucionar la observabilidad y la seguridad», dijo Gurjeet Arora, cofundadora y CEO. «Nuestra plataforma automatiza las tareas de rutina, destaca las concepts clave y permite a los equipos centrarse en prevenir las violaciones y garantizar la confiabilidad».
Al aprovechar la IA agente y la observabilidad de la transmisión, la plataforma de Observo AI transforma las tuberías de datos en sistemas adaptativos y de administración automática. El inicio afirma que la plataforma puede optimizar automáticamente las tuberías de datos en tiempo actual a medida que surgen nuevas amenazas y anomalías.
Reconociendo el impacto de las capacidades de IA de agente, Guru Chahal, socio de Lightspeed Enterprise Companions, agregó “Observo AI de IA agente con la observabilidad de la transmisión crea un sistema poderoso que constantemente aprende y mejora, lo que hace que las tuberías de datos sea eficiente e inteligente. Esta es la tecnología que cambia el juego para las empresas que luchan con los desafíos de datos de la observabilidad y la seguridad de la seguridad «.
Los fundadores de Observo AI, Gurjeet Arora y Ricky Arora, conocían los desafíos de la observabilidad y la seguridad de primera mano. Durante su tiempo en Rubrik, notaron que las herramientas de observabilidad no evolucionan o se adaptan lo suficientemente rápidas en respuesta a los volúmenes de datos en aumento en la period de la IA. Esta ineficiencia no solo period costosa, sino también insostenible. Utilizaron su profunda experiencia en productos e ingeniería para crear una arquitectura nativa de AI que reinvienta fundamentalmente la optimización de la tubería de observabilidad.
(Generado/Shutterstock de IA)
Ai Observabilidad de datos No es nuevo, sin embargo, la llegada de herramientas de IA de agente más sofisticadas ha agregado una dimensión autónoma a las herramientas. Arora afirma que la IA Agente se distingue a Observo de sus competidores, como Cribbl, Splunk y Datadog.
Sin embargo, con la creciente popularidad de los sistemas de IA agente, es possible que los competidores ya tengan o pronto integren capacidades similares en sus plataformas. A medida que el mercado evoluciona, la carrera no solo se tratará de adoptar IA, sino de cuán efectivamente se aplica para optimizar las tuberías de datos.
Integrando la observabilidad para los datos y la IA Será essential para que las empresas se beneficien completamente de la IA. Con el nuevo capital de la ronda de semillas, Observo AI planea mejorar su producto con más capacidades de IA y usar los fondos para acelerar sus esfuerzos de mercado.
Artículos relacionados
Observabilidad de datos en la period de la IA: una guía para ingenieros de datos
Dynatrace avanza la observabilidad de IA para apoyar las iniciativas generativas de IA
SUMO Logic impulsa la observabilidad dinámica con innovaciones de IA alimentadas por registros
