El rol de las herramientas de observabilidad ha evolucionado una vez más. Mientras que el mercado de soluciones para garantizar la confiabilidad de los sistemas tecnológicos ha crecido a lo largo de los años, el centro de gravedad se ha desplazado de "rastrear todo" a "controlar la complejidad y los costos". Mientras tanto, la rápida afluencia y adopción de agentes de IA dentro de las empresas solo ha agregado una categoría completamente nueva de cargas de trabajo que necesita ser observada.

InsightFinder AI, una startup basada en 15 años de investigación académica, no es ajena a este problema.

La empresa ha estado utilizando machine learning para monitorear, identificar y solucionar proactivamente problemas de infraestructura de TI desde 2016 y ahora está atacando el actual problema de confiabilidad de los modelos de IA con una solución de agentes de IA que puede hacer de todo, desde la detección y el diagnóstico hasta la remediación y la prevención.

La compañía, fundada por la CEO Helen Gu, profesora de ciencias de la computación en la Universidad Estatal de Carolina del Norte que anteriormente trabajó en IBM y Google, recaudó recientemente USD 15 millones en una ronda de Serie B liderada por Yu Galaxy, según pudo saber TechCrunch en exclusiva.

Según Gu, el mayor problema que enfrenta la industria hoy en día no es solo monitorear y diagnosticar dónde fallan los modelos de IA; es diagnosticar cómo opera todo el stack tecnológico ahora que la IA es parte de él.

"Para diagnosticar estos problemas en los modelos de IA, es necesario monitorear y analizar los datos, el modelo y la infraestructura en conjunto", dijo Gu a TechCrunch. "No siempre es un problema del modelo o de los datos; es una combinación. A veces, es simplemente tu infraestructura".

Gu explicó cómo se ve esto en la vida real con una anécdota: Uno de sus clientes, una importante compañía de tarjetas de crédito de EE. UU., notó que uno de sus modelos de detección de fraude estaba sufriendo un drift (desviación). Debido a que InsightFinder estaba monitoreando toda la infraestructura de la empresa, pudo identificar que el model drift fue causado por una caché desactualizada en algunos nodos de servidores.

Conoce a tu próximo inversor o startup de portafolio en Disrupt

Tu próxima ronda. Tu próxima contratación. Tu próxima gran oportunidad. Encuéntrala en TechCrunch Disrupt 2026, donde más de 10.000 fundadores, inversores y líderes tecnológicos se reúnen durante tres días de más de 250 sesiones tácticas, presentaciones poderosas e innovación que define el mercado. Regístrate ahora para ahorrar hasta USD 410.

Conoce a tu próximo inversor o startup de portafolio en Disrupt

Tu próxima ronda. Tu próxima contratación. Tu próxima gran oportunidad. Encuéntrala en TechCrunch Disrupt 2026, donde más de 10.000 fundadores, inversores y líderes tecnológicos se reúnen durante tres días de más de 250 sesiones tácticas, presentaciones poderosas e innovación que define el mercado. Regístrate ahora para ahorrar hasta USD 410.

"El mayor concepto erróneo es que la observabilidad de la IA se limita a la evaluación de LLM durante las fases de desarrollo y prueba. Por el contrario, una plataforma sólida de observabilidad de IA debería proporcionar soporte para un ciclo de retroalimentación de extremo a extremo que cubra las etapas de desarrollo, evaluación y producción", señaló.

El producto más nuevo de InsightFinder, denominado Autonomous Reliability Insights, puede hacer todo esto utilizando una combinación de machine learning no supervisado, modelos de lenguaje grandes y pequeños propietarios, IA predictiva e inferencia causal. Esta capa base es agnóstica a los datos, según Gu, lo que permite al sistema ingerir y analizar flujos de datos completos para recopilar señales que luego pueden correlacionarse y validarse de forma cruzada para llegar a una causa raíz.

Actualmente, el espacio de la observabilidad está repleto de competidores que buscan una parte del nuevo mercado que se ha abierto por la afluencia de herramientas de IA. A casi una década de iniciar su viaje, InsightFinder ha estado compitiendo con empresas de la talla de Grafana Labs, Fiddler, Datadog, Dynatrace, New Relic y BigPanda, quienes están construyendo capacidades para lidiar con los nuevos problemas que presentan las herramientas de IA.

Pero Gu no se inmuta. Por el contrario, afirma que la experiencia, los conocimientos y la capacidad de personalización de InsightFinder actúan como un foso defensivo suficiente. "En realidad, rara vez perdemos [clientes] ante nadie hasta ahora... Se trata de los insights, ¿verdad? El problema es que muchos científicos de datos entienden la IA, pero no entienden el sistema. Y muchos desarrolladores de SRE [ingeniería de confiabilidad del sitio] entienden el sistema, pero no la IA... No lo observan y no entienden las relaciones intrínsecas".

Hoy en día, la lista de clientes de InsightFinder incluye a UBS, NBCUniversal, Lenovo, Dell, Google Cloud y Comcast. Gu atribuye el éxito a 10 años de trabajo para comprender lo que necesitan los grandes clientes empresariales.

"Todo se ha reducido a trabajar con nuestros clientes de la lista Fortune 50 para pulir y comprender los requisitos del entorno empresarial al desplegar este tipo de modelos", indicó. "Hemos estado trabajando con Dell para desplegar nuestros sistemas de IA en todo el mundo en algunos de los clientes más grandes que tenemos. Esto no es algo en lo que simplemente puedas tomar una IA fundacional y aplicarla sobre los datos de la máquina para que funcione".

Gu afirmó que el flujo de ingresos de la compañía es "fuerte", habiendo crecido "más del triple" en el último año. De hecho, dice que InsightFinder no estaba buscando levantar esta Serie B en absoluto, y que los inversores se acercaron a la empresa después de que ganara un contrato de siete cifras con una compañía Fortune 50 en un plazo de tres meses.

InsightFinder utilizará el nuevo capital para realizar sus primeras contrataciones en ventas y marketing con el fin de expandir su equipo de menos de 30 personas e invertir en su estrategia de go-to-market. Hasta ahora, la compañía ha recaudado un total de USD 35 millones.

Cuando compras a través de enlaces en nuestros artículos, podemos ganar una pequeña comisión. Esto no afecta nuestra independencia editorial.

Vía TechCrunch AI.