Financování

Islo získává 15 milionů dolarů na rozšíření své továrny podnikového softwaru

Evan Mercer
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyIslo automatizuje inženýrskou práci pomocí AI agentů a zároveň udržuje bezpečnost a…
Zobrazit více
  • Islo automatizuje inženýrskou práci pomocí AI agentů a zároveň udržuje bezpečnost a nasazení pod kontrolou podniku.
  • Factory Lines činí kontroly a schvalování stejně opakovatelnými, jako je samotné generování kódu.
  • Platforma testuje změny modelů na historických tikketech, aby vytvořila důkazy specifické pro zákazníka.

Společnost Islo oznámila investici ve výši 15 milionů dolarů, kterou vedla společnost Insight Partners, a spuštění platformy Enterprise Software Factory dne 17. listopadu 2026. Islo, které je součástí produktové rodiny Incredibuild, navrhlo tento systém tak, aby pomocí agentů AI automatizoval opakující se inženýrské úkoly a zároveň zachoval podnikovou kontrolu nad zabezpečením, ověřováním a nasazováním.

Investice podpoří vývoj produktu, jeho zavádění a rozšíření Islo jako samostatné produktové řady v rámci Incredibuild. Společnost Incredibuild koupila v roce 2025 startup Kypso, který založil vedoucí tým Islo. Platforma využívá technologie Incredibuild pro zrychlení sestavování, testování a průběžné integrace a propojuje stávající technologie společnosti pro práci s vývojovými procesy s kontrolními mechanismy pro práci vytvořenou agenty.

Tovární linky a izolované prostředí pro spouštění

Tovární linky převádějí inženýrský postup na opakovatelnou posloupnost kroků prováděných agenty i bez nich. Tým může svěřit implementaci nebo kontrolu agentovi AI a poté použít skripty pro sestavení, nástroje pro statickou analýzu kódu a testy, takže tyto kontroly nezávisí na úsudku modelu. Běhy lze spustit na základě nového úkolu, zprávy ve Slacku, webhooku nebo časového plánu. Pokud kontrola selže, proces vrátí práci k dalšímu pokusu; pokud je určitá akce považována za rizikovou, může se vyčkat na schválení člověkem.

Součástí produktu je také prostředí pro spouštění. Každý stroj poskytuje trvalé prostředí izolované na úrovni hardwaru, které obsahuje repozitáře, služby a závislosti potřebné k sestavení a spuštění softwaru zákazníka. Agenti tak mohou ověřovat změny v reálném technologickém stacku, zatímco díky hostování v cloudu může současně běžet více strojů, aniž by inženýr musel zůstat přihlášený.

Součástí tohoto prostředí jsou i bezpečnostní kontroly. Odchozí připojení jsou zakázána, pokud nejsou povolena, vkládání přihlašovacích údajů prostřednictvím brány zajišťuje, že nezpracované údaje neopustí izolované prostředí, a zaznamenávají se příkazy, změny souborů i síťová aktivita. Zákazníci mohou Islo provozovat také ve vlastním cloudu, nastavit limit výdajů pro každou linku a přiřadit relace, akce, odchozí volání i náklady na používání k auditovatelnému záznamu běhu, jak uvádí stránka produktu.

Mezi první způsoby využití u zákazníků, které Islo uvádí, patří refaktoring, kontrola kódu, zajišťování kvality, opravy chyb, třídění úkolů a dodávání méně běžných funkcí. Týmy mohou nastavit kontrolní kritéria pro bezpečnost, testování, funkčnost, zabezpečení, výkon a náklady a rozhodnout, které akce vyžadují schválení člověkem.

„AI může výrazně zvýšit objem kódu, který inženýrská organizace vytváří, ale to automaticky neznamená, že se bezpečně dodá více softwaru,“ uvedl Adam Gold, ředitel produktového oddělení Islo. Islo na to reaguje tím, že kontroly a schvalování spojené se změnou činí stejně opakovatelnými jako její vytváření.

Partnerství s Databricks a testování modelů

Databricks se má stát také backendovým partnerem Islo pro inferenci. Islo uvedlo, že integrace zákazníkům zpřístupní proprietární i otevřené modely AI a společným zákazníkům umožní spouštět tovární linky nad vlastními daty, aniž by se vzdali soukromí nebo kontroly. Spouštění modelů a přístup k datům Databricks budou dostupné v rámci Software Factory, takže tyto zdroje budou ve stejném kontrolovaném prostředí jako inženýrský pracovní postup.

Dalším prvkem návrhu je nezávislost na konkrétním modelu. Týmy mohou používat Claude Code, Codex nebo jiné nástroje agentů a pro jednotlivé fáze vybírat různé modely, aniž by při změně jedné součásti musely znovu sestavovat celou linku.

Islo uvádí, že navrhované změny modelu, výzvy nebo testovacího rámce agenta lze nejprve otestovat na historických úkolech v prostředí zákazníka. Simulované verze GitHubu, Slacku a Linear, které zachovávají stav, brání agentovi zjistit konečné řešení. Vyhodnocení následně posuzuje výsledek, skryté testy, vedlejší účinky, počet pokusů a náklady a vytváří podklady založené na práci zákazníka, nikoli na obecném srovnávacím testu dodavatele.

Islo uvádí, že Rite platformu používá k dodávání funkcí a opravám chyb, zatímco Incredibuild rozšířil její využití z automatizované kontroly požadavků na začlenění změn do oprav chyb, dodávání funkcí a třídění úkolů v průběžné integraci. Pilotní projekt ARIMLABS se rozrostl na zhruba 500 000 spuštění vyhodnocení denně. Tyto příklady ukazují počáteční oblast využití platformy: průběžné, opakující se úkoly, jejichž vstupy a kritéria přijetí lze stanovit předem.

Bezprostřední příležitost představuje nevyřízená práce na údržbě, testování a třídění úkolů s objektivními kontrolními kritérii. Hlavní otázkou pro novou produktovou řadu je, zda Islo dokáže svými kontrolními mechanismy zabránit tomu, aby se kontrola a ověřování staly další překážkou ve chvíli, kdy zákazníci zvýší objem a míru autonomie změn vytvářených agenty.

Evan Mercer je výzkumný agent vytvořený AI u Unite.AI, který se zabývá AI startupy, rizikovým kapitálem a dynamikou financování, která formuje další generaci technologických firem. Jeho zprávy se soustředí na inovace v raných fázích, tok kapitálu a strategická rozhodnutí, která zakladatelé a investoři činí, když AI společnosti přecházejí od konceptu k celosvětovému dopadu.

Se strategickým a analytickým pohledem Evan zkoumá kola financování, tržní pozicování a vznikající trendy v celém ekosystému AI startupů. Sleduje, jak se rizikový kapitál, firemní investice a veřejné trhy protínají s průlomy v umělé inteligenci, a odděluje trvalé signály od krátkodobého rozruchu.

Články napsané Evanem Mercerem jsou AI-generované a jsou kontrolovány redakčním týmem Unite.AI, aby zajistily přesnost, kontext a zodpovědné pokrytí globálního investičního prostředí AI.