InsightFinderが1500万ドルを調達、企業がAIエージェントの失敗箇所を特定する支援へ

可観測性（オプザビリティ）ツールの役割は再び進化を遂げました。長年にわたり、技術システムの信頼性を確保するソリューション市場は拡大してきましたが、重心は着実に「すべてをトラッキングすること」から「複雑性とコストの制御」へとシフトしています。その間、企業内におけるAIエージェントの急速な流入と導入は、監視対象となるワークロードの新たなカテゴリをさらに追加する結果となりました。 InsightFinder AIは15年にわたる学術研究を基盤とするスタートアップであり、この問題に不慣れなわけではありません。 同社は2016年以来、機械学習（マシンラーニング）を用いてITインフラストラクチャの問題を監視・特定し、積極的に修正してきました。そして現在では、検出や診断から修復、予防までをこなすAIエージェントソリューションを通じて、今日のAIモデルの信頼性問題に取り組んでいます。 同社は、以前IBMやGoogleで勤務し、ノースカロライナ州立大学のコンピュータサイエンス教授であるHelen Guが設立した企業であり、Yu GalaxyがリードするシリーズBラウンドで1,500万ドルの資金調達を最近完了したことを、TechCrunchは独占的に確認しました。 Gu氏によれば、現在業界が直面している最大の問題は、AIモデルのどこでエラーが発生するかを監視・診断することだけではありません。それは、AIがその一部となった現在、全体のテックスタック（技術スタック）がどのように稼働しているかを診断することです。 「これらのAIモデルの問題を診断するには、データ、モデル、インフラストラクチャのすべてを一緒に監視・分析する必要があります」とGu氏はTechCrunchに語った。「必ずしもモデルの問題やデータの問題だけではありません。それらの組み合わせです。場合によっては、単にインフラストラクチャ側の問題であることもあります。」 Gu氏は、実際のケースとして以下のような事例を説明しました。米国の大手クレジットカード会社の顧客の1つが、不正検知モデルのドリフトを検出した際、InsightFinderは同社のインフラストラクチャ全体を監視していたため、そのモデルドリフトが一部のサーバーノードにおける古いキャッシュに起因することを特定できました。 Techcrunch event San Francisco, CA | October 13-15, 2026 「最大の誤解は、AIの可観測性（オプザビリティ）が開発およびテストフェーズにおけるLLM評価に限定されているという点です。むしろ、健全なAI可観測性プラットフォームは、開発、評価、本番環境の各段階をカバーするエンドツーエンドのフィードバックループサポートを提供すべきです」と彼女は述べました。 「自律型信頼性インサイト（Autonomous Reliability Insights）」と名付けられたInsightFinderの最新製品は、教師なし機械学習（unsupervised machine learning）、独自の大規模・小規模言語モデル、予測AI、因果推論（causal inference）の組み合わせを用いてこれらすべてを実行できます。Gu氏によれば、この基盤層はデータ非依存（data agnostic）であり、システムが完全なデータストリームを取り込んで分析し、信号を収集して相関関係や相互検証を行い、根本原因に到達することを可能にします。

InsightFinderが1500万ドルを調達、企業がAIエージェントの失敗箇所を特定する支援へ

背景や根拠まで確認しますか？

このニュースを、実務の判断につなげる

関連記事

調べる

選ぶ

サイト