Resolve AI získala 40 milionů dolarů v rámci rozšíření série A za 1,5 miliardy dolarů, aby řešila nejtěžší problém ve softwaru: produkci

Resolve AI získala 40 milionů dolarů v rámci rozšíření série A za 1,5 miliardy dolarů, vedené DST Global a Salesforce Ventures. Financování přichází v okamžiku, kdy umělá inteligence dramaticky urychluje, jak je software vyvíjen – ale ne jak je udržován, jednou nasazený.

Alongside the raise, the company introduced Resolve AI Labs, a dedicated research initiative aimed at closing what is becoming one of the most critical gaps in the AI stack: the ability to reliably operate software in production environments.

Úzké místo, které nikdo nevyřešil: produkce

Umělá inteligence umožnila psaní kódu rychleji než kdykoli předtím. Nástroje poháněné velkými jazykovými modely mohou nyní generovat celé aplikace za několik minut. Ale jednou, co je kód nasazen, se realita stává mnohem složitější.

Produkční prostředí jsou fragmentované systémy složené z infrastruktury, telemetrie, logů, závislostí a neustále se měnících služeb. Inženýři musí interpretovat signály napříč všemi, aby diagnostikovali selhání, často pod časovým tlakem a s neúplnými informacemi.

To je místo, kde se Resolve AI zaměřuje. Jejich platforma propojuje kód, infrastrukturu a telemetrii, aby vyšetřovala incidenty, identifikovala základní příčiny a prováděla akce – vlastně se chová jako autonomní inženýr produkce.

Výzva není pouze technická složitost. Je to také měřítko. Jak umělá inteligence urychluje generování kódu, organizace produkují více softwaru, než jejich týmy mohou realisticky spravovat. Výsledkem je rostoucí mezera mezi rychlostí vývoje a provozní spolehlivostí.

Proč obecné modely AI nejsou dostatečné

Centrální teze za přístupem Resolve AI je, že obecné modely AI nejsou navrženy pro produkční prostředí.

Zatímco základové modely se rychle zlepšují, nejsou optimalizovány pro realitu provozních systémů. Produkce vyžaduje rozumnost napříč šumivými, neúplnými a často protichůdnými datovými proudy. Také vyžaduje vysoké úrovně přesnosti, spolehlivosti a kontroly, kde chyby mohou vést k výpadkům, finančním ztrátám nebo bezpečnostním rizikům.

Resolve AI řeší tento problém budováním doménově specifických modelů a agenticích systémů přizpůsobených produkčním pracovním postupům. Tyto systémy mohou interpretovat logy, analyzovat systémové změny, korelovat události a provádět vícekrokové procesy nápravy napříč nástroji – úkoly, které tradičně vyžadují zkušené inženýry.

Uvnitř Resolve AI Labs

Nově spuštěné Resolve AI Labs je navrženo tak, aby tuto vizi posunulo vpřed, budováním základních technologií vyžadovaných pro AI, aby operovaly produkční systémy od začátku do konce.

Laboratoř bude vedená Dhruvem Mahajanem, dříve z Meta, kde pracoval na post-trénování pro modely Llama.

Místo toho, aby se úzce zaměřili na agenty, laboratoř bude mít plně integrovaný přístup k operační AI. To zahrnuje vývoj:

• Doménově specifických modelů trénovaných na produkčních datech
• Systémů, které rozumně pracují napříč logy, metrikami, stopami a infrastrukturními událostmi
• Hodnotících rámců pro měření spolehlivosti v reálných pracovních postupech
• Simulačních prostředí pro testování a zlepšování modelů
• Governance vrstev, aby zajistily bezpečnou a řízenou automatizaci

To odráží širší posun ve vývoji AI: přesun od surové modelové schopnosti k systémům, které mohou operovat bezpečně v reálných, high-stakes prostředích.

Od asistence k autonomii

Resolve AI je součástí rostoucí kategorie často označované jako „AI pro produkci“ nebo AI poháněná site reliability engineering (SRE). Na rozdíl od coding asistentů jsou tyto systémy navrženy tak, aby operovaly živá prostředí – triážovaly upozornění, diagnostikovaly selhání a řešily incidenty v reálném čase.

Společnost platforma již umožňuje inženýrským týmům vyšetřovat incidenty významně rychleji, s AI systémy schopnými analyzovat systémové chování a identifikovat základní příčiny napříč složitými závislostmi.

V průběhu času je ambicí přesunout se od asistence k autonomii. Místo toho, aby inženýři manuálně reagovali na upozornění, AI systémy by mohly zpracovat většinu provozní práce, s lidským dohledem aplikovaným na základě rizika a kontextu.

Raná trakce s podnikovými zákazníky

Rychlá trajektorie financování Resolve AI odráží silnou podnikovou poptávku po této schopnosti. Společnost získala více než 190 milionů dolarů za méně než dva roky a již spolupracuje s organizacemi, jako jsou Coinbase, DoorDash, Salesforce, MSCI a Zscaler.

Tyto jsou prostředí, kde výpadek je nákladný a spolehlivost je kritická. I malé zlepšení v čase reakce na incidenty nebo systémové stabilitě může přeložit do značného obchodního dopadu.

Vznik firem, jako je Resolve AI, signalizuje širší evoluci v ekosystému AI.

První vlna generativní AI se zaměřila na tvorbu: psaní kódu, generování obsahu a urychlování pracovních postupů. Následující fáze se zaměřuje na provoz – zajištění toho, že to, co se postaví, může spolehlivě fungovat ve velkém měřítku.

Tento posun představuje nové technické výzvy. Vyžaduje systémy, které mohou rozumně pracovat v čase, zpracovávat nejistotu, interagovat s několika nástroji a operovat v rámci přísných omezení. Také vyžaduje nové metody hodnocení, protože tradiční benchmarky nezachycují reálnou provozní výkonnost.

Co to znamená pro budoucnost

Jak AI pokračuje v urychlování softwarového vývoje, produkce se bude stále více stávat omezujícím faktorem. Schopnost spolehlivě operovat komplexní systémy může definovat následující generaci podnikových AI platforem.

Poslední financování Resolve AI a spuštění její výzkumné laboratoře naznačují, že tento problém se dostává do popředí. Pokud bude společnost úspěšná, nebude stavět pouze další AI nástroj – bude pomáhat předefinovat, jak se softwarové systémy provozují.

Dlouhodobým implikací je posun směrem k prostředím, kde AI systémy a lidský inženýři pracují v tandemu, s stroji zpracovávajícími složitost produkce a lidmi se zaměřujícími na vyšší úroveň designu, strategie a inovace.