洞察尋找者籌集1500萬美元協助企業找出AI代理出錯的原因

觀察性工具的角色再次發生變化。雖然確保科技系統可靠性的解決方案市場在過去幾年持續成長，但重點已逐漸從「追蹤所有資料」轉變為「控制複雜度與成本」。同時，企業內部AI代理的快速採用與普及，也為觀察範疇增添了一個全新類型的負載需求。InsightFinder AI這家成立於15年學術研究基礎上的新創公司，對這個問題並不陌生。該公司自2016年起便使用機器學習來監測、識別並主動修復IT基礎設施問題，現在則透過一個AI代理解決方案，針對當前的AI模型可靠性問題，從偵測、診斷、修復到預防，提供全面性的解決方案。這家公司由北卡羅來納州立大學電腦科學系教授、前IBM與Google員工Helen Gu創辦，最近由Yu Galaxy領投，成功籌得1500萬美元的B輪資金，TechCrunch獨家得知此消息。根據Gu表示，目前產業面臨的最大問題，不僅是監測與診斷AI模型出錯的點，更是診斷現在AI已成為系統一部分的情況下，整個技術堆疊是如何運作的。Gu告訴TechCrunch：「為了診斷這些AI模型的問題，你必須實際監測與分析資料、模型與基礎設施。這並不是總是模型的問題或資料的問題，而是兩者的結合。有時候，問題其實只是你的基礎設施。」Gu透過一個實際案例說明這一點：其中一位客戶，一家美國主要信用卡公司，發現其中一個詐欺偵測模型出現偏移。因為InsightFinder正在監測該公司的所有基礎設施，因此能夠識別出模型偏移是因為某些伺服器節點的緩存過時所致。她說：「最大的誤解是認為AI觀察性僅限於在開發與測試階段評估大型語言模型。相反地，一個完善的AI觀察性平台應提供從開發、評估到生產階段的端到端反饋循環支援。」InsightFinder最新推出的產品，被稱為Autonomous Reliability Insights，透過結合無監督機器學習、專有大型與小型語言模型、預測AI以及因果推論，實現上述功能。根據Gu表示，這個基礎層是資料無關的，讓系統可以處理並分析整個資料流，以收集可以後續關聯與交叉驗證的訊號，從而找出根本原因。目前，觀察性領域已充斥許多競爭者，爭取這塊因AI工具興起而產生的新市場。InsightFinder在這條路上已歷經近十年，與Grafana Labs、Fiddler、Datadog、Dynatrace、New Relic與BigPanda等公司競爭，這些公司都在建立處理新興AI工具問題的能力。但Gu並未感到壓力，相反地，她認為InsightFinder的專業知識、經驗與可客製化能力，已形成足夠的防禦壁壘。「我們實際上很少會因為任何人而失去客戶……這一切都是關於洞察力，對吧？問題在於許多資料科學家了解AI，但他們不了解系統；許多SRE（網站可靠性工程）開發者了解系統，但不了解AI……他們不看，也不了解其中的內在關係。」目前，InsightFinder的客戶包括UBS、NBCUniversal、Lenovo、Dell、Google Cloud與Comcast。Gu將成功歸功於過去十年努力了解大型企業客戶的需求。「這已經變成與我們的財富500強客戶合作，精緻化並理解企業環境需求，以便部署這類模型。」她說。「我們與Dell合作，將我們的AI系統部署在全球一些最大的客戶身上。這不是你只需要拿一個基礎AI，然後簡單地套用機器資料就能做到的事情。」Gu表示該公司的營收表現「強勁」，過去一年成長「超過三倍」。事實上，她說InsightFinder原本並沒有打算籌募這筆B輪資金，而是投資者在該公司三個月內拿下一筆七位數規模的財富500強客戶合作後主動接觸他們。InsightFinder將利用這筆新資金進行首波銷售與行銷團隊的招募，擴充目前少於30人的團隊規模，並投資於市場拓展策略。截至目前為止，該公司已累計籌得3500萬美元資金。