Le rôle des outils d’observabilité a encore évolué. Alors que le marché des solutions garantissant la fiabilité des systèmes technologiques s’est développé au fil des années, le centre de gravité s’est continuellement déplacé du « tout suivre » au « contrôle de la complexité et des coûts ». Parallèlement, l’afflux rapide et l’adoption d’agents d’IA au sein des entreprises n’ont fait qu’ajouter une toute nouvelle catégorie de charge de travail qui doit être observée.
InsightFinder AI, startup issue de 15 années de recherche académique, n’est pas étrangère à cette problématique.
L’entreprise utilise l’apprentissage automatique pour surveiller, identifier et résoudre de manière proactive les problèmes d’infrastructure informatique depuis 2016 et s’attaque désormais au problème actuel de fiabilité des modèles d’IA avec une solution d’agent d’IA capable de tout faire, de la détection et du diagnostic à la correction et à la prévention.
La société, fondée par la PDG Helen Gu, professeur d’informatique à l’Université d’État de Caroline du Nord qui a travaillé auparavant chez IBM et Google, a récemment levé 15 millions de dollars dans le cadre d’un cycle de série B dirigé par Yu Galaxy, a appris TechCrunch en exclusivité.
Selon Gu, le plus gros problème auquel l’industrie est aujourd’hui confrontée n’est pas seulement la surveillance et le diagnostic des erreurs dans les modèles d’IA ; il s’agit de diagnostiquer comment fonctionne l’ensemble de la pile technologique maintenant que l’IA en fait partie.
« Afin de diagnostiquer ces problèmes de modèle d’IA, vous devez réellement surveiller et analyser ensemble les données, le modèle et l’infrastructure », a déclaré Gu à TechCrunch. « Il ne s’agit pas toujours d’un problème de modèle ou de données ; c’est une combinaison. Parfois, il s’agit simplement de votre infrastructure. »
Gu a expliqué à quoi cela ressemble dans la vraie vie avec une anecdote : l’un de ses clients, une importante société américaine de cartes de crédit, a constaté que l’un de ses modèles de détection de fraude dérivait. Étant donné qu’InsightFinder surveillait l’ensemble de l’infrastructure de l’entreprise, il a pu identifier que la dérive du modèle était causée par un cache obsolète dans certains nœuds de serveur.
Événement Techcrunch
San Francisco, Californie
|
13-15 octobre 2026
« La plus grande idée fausse est que l’observabilité de l’IA se limite à l’évaluation LLM pendant les phases de développement et de test. Au contraire, une solide plate-forme d’observabilité de l’IA devrait fournir un support de boucle de rétroaction de bout en bout couvrant les étapes de développement, d’évaluation et de production », a-t-elle déclaré.
Le tout dernier produit d’InsightFinder, baptisé Autonomous Reliability Insights, peut faire tout cela en utilisant une combinaison d’apprentissage automatique non supervisé, de modèles de langage propriétaires, grands et petits, d’IA prédictive et d’inférence causale. Cette couche de base est indépendante des données, selon Gu, ce qui permet au système d’ingérer et d’analyser des flux de données entiers pour collecter des signaux qui peuvent ensuite être corrélés et validés de manière croisée pour arriver à une cause profonde.
Aujourd’hui, l’espace de l’observabilité est rempli de prétendants à une part du nouveau marché ouvert par l’afflux d’outils d’IA. Près d’une décennie après le début de son parcours, InsightFinder se mesure à Grafana Labs, Fiddler, Datadog, Dynatrace, New Relic et BigPanda, qui développent tous des capacités pour faire face aux nouveaux problèmes présentés par les outils d’IA.
Mais Gu n’est pas dérangé. Au contraire, elle affirme que l’expertise, l’expérience et la personnalisation d’InsightFinder constituent une quantité suffisante. « En fait, nous perdons rarement (des clients) au profit de qui que ce soit jusqu’à présent… Il s’agit d’informations, n’est-ce pas ? Le problème est que beaucoup de data scientists comprennent l’IA, mais ils ne comprennent pas le système. Et beaucoup de développeurs SRE (ingénierie de fiabilité des sites) comprennent le système, mais pas l’IA… Ils ne le regardent pas et ne comprennent pas les relations intrinsèques. «
Aujourd’hui, la liste de clients d’InsightFinder comprend UBS, NBCUniversal, Lenovo, Dell, Google Cloud et Comcast. Gu attribue ce succès à 10 années de travail visant à comprendre les besoins des grandes entreprises clientes.
« Il s’agissait de travailler avec nos clients Fortune 50 pour peaufiner et comprendre les exigences de l’environnement d’entreprise afin de déployer ce type de modèles », a-t-elle déclaré. « Nous avons travaillé avec Dell pour déployer nos systèmes d’IA à travers le monde chez certains de nos plus grands clients. Ce n’est pas quelque chose que vous pouvez prendre à partir d’une IA fondamentale et simplement exploiter les données de la machine pour le faire. »
Gu a déclaré que le flux de revenus de l’entreprise est « solide », ayant augmenté « de plus de trois fois » au cours de l’année écoulée. En fait, elle affirme qu’InsightFinder ne cherchait pas du tout à augmenter cette série B et que les investisseurs ont contacté la société après qu’elle ait remporté un accord à sept chiffres avec une société Fortune 50 en trois mois.
InsightFinder utilisera le nouveau capital pour procéder à ses premières embauches commerciales et marketing afin d’élargir son équipe de moins de 30 personnes et d’investir dans sa démarche de commercialisation. L’entreprise a jusqu’à présent levé un total de 35 millions de dollars.
