可觀性工具的角色再次發生轉變，市場重心從「追蹤一切」轉向「控制複雜度與成本」。隨著企業內 AI 代理的快速採用，出現了需要被監控的新類工作負載。InsightFinder AI 是一家基於 15 年學術研究的創業公司，自 2016 年起便使用機器學習監控、識別並主動修復 IT 基礎設施問題。現在，該公司正利用 AI 代理解決方案來應對 AI 模型可靠性問題，涵蓋檢測、診斷、修復及預防等全流程。InsightFinder 由北卡羅來納州立大學電腦科學教授兼執行長 Helen Gu 創立，她曾於 IBM 和 Google 工作。近日，InsightFinder 在由 Yu Galaxy 領軍的 B 輪融資中籌資 1500 萬美元。
Gu 指出，行業面臨的最大挑戰不僅是監控和診斷 AI 模型的錯誤，更是診斷整個技術棧在 AI 融入後的運作狀況。她強調，要診斷 AI 模型問題，必須同時監控和分析資料、模型與基礎設施。例如，一家美國主要信用卡公司的欺詐檢測模型出現漂移，InsightFinder 透過監控基礎設施發現這是因部分伺服器節點過時的快取所致。Gu 還澄清，AI 可觀性不僅限於開發和測試階段的 LLM 評估，應提供涵蓋開發、評估和生產階段的端到端反饋迴路。
InsightFinder 最新產品「自主可靠性洞察」結合了無監督機器學習、專有大型與小型語言模型、預測 AI 及因果推論。該底層架構對資料無視差，可 ingest 並分析整個資料流以收集訊號，進行關聯與交叉驗證以找出根本原因。儘管市場競爭激烈，面對 Grafana Labs、Datadog、Dynatrace 等對手，Gu 認為 InsightFinder 的專業知識、經驗和可定製性構成了足夠的護城河。目前客戶名單包括 UBS、NBCUniversal、Lenovo、Dell、Google Cloud 和 Comcast 等。公司營收在過去一年增長了三倍，總籌資額達 3500 萬美元。InsightFinder 將利用新資金進行銷售和市場營銷招聘，以擴大現不足 30 人的團隊並投資市場拓展策略。