Η Resolve AI συγκεντρώνει 40 εκατ. δολάρια σε επέκταση Σειράς Α με αξιολόγηση 1,5 δισ. δολαρίων για την αντιμετώπιση του πιο δύσκολου προβλήματος στο λογισμικό: Παραγωγή

Η Resolve AI έχει εξασφαλίσει 40 εκατομμύρια δολάρια σε επέκταση Σειράς Α με αξιολόγηση 1,5 δισ. δολαρίων, με επικεφαλής τις DST Global και Salesforce Ventures (CRM ). Η χρηματοδότηση έρχεται σε einen момент όταν η τεχνητή νοημοσύνη έχει επιταχύνει δραματικά τον τρόπο με τον οποίο κατασκευάζεται το λογισμικό, αλλά όχι τον τρόπο με τον οποίο διατηρείται μια φορά που έχει αναπτυχθεί.

Παράλληλα με την αύξηση, η εταιρεία εισήγαγε τα Resolve AI Labs, μια αφιερωμένη έρευνα πρωτοβουλία που στοχεύει στην κλείσιμο του που γίνεται ένα από τα πιο κρίσιμα κενά στο AI stack: η ικανότητα να λειτουργεί αξιόπιστα το λογισμικό σε περιβάλλοντα παραγωγής.

Το Γκέτο που Κανείς Δεν Λύσε: Παραγωγή

Η τεχνητή νοημοσύνη έχει κάνει τη γραφή του κώδικα πιο γρήγορη από ποτέ. Εργαλεία που τροφοδοτούνται από μεγάλους γλωσσικούς μοντέλα μπορούν τώρα να δημιουργήσουν ολόκληρες εφαρμογές σε λίγα λεπτά. Αλλά μια φορά που ο κώδικας έχει αναπτυχθεί, η πραγματικότητα γίνεται πολύ πιο σύνθετη.

Τα περιβάλλοντα παραγωγής είναι κατακερματισμένα συστήματα που αποτελούνται από υποδομή, τηλεμετρία, καταγραφές, εξαρτήσεις και συνεχώς меняζόμενες υπηρεσίες. Οι μηχανικοί πρέπει να ερμηνεύσουν σήματα σε όλα αυτά για να διαγνώσουν αποτυχίες, συχνά υπό πίεση χρόνου και με ελλιπείς πληροφορίες.

Εδώ είναι όπου εστιάζει η Resolve AI. Η πλατφόρμα της συνδέει τον κώδικα, την υποδομή και τη τηλεμετρία για να διερευνήσει περιστατικά, να αναγνωρίσει τις ριζικές αιτίες και να λάβει μέτρα — ουσιαστικά ενεργώντας ως một αυτόνομος μηχανικός παραγωγής.

Η πρόκληση δεν είναι μόνο τεχνική πολυπλοκότητα. Είναι επίσης κλίμακα. Όπως η τεχνητή νοημοσύνη επιταχύνει τη γεννήτρια κώδικα, οι οργανισμοί παράγουν περισσότερο λογισμικό από ό,τι μπορούν να διαχειριστούν οι ομάδες τους. Το αποτέλεσμα είναι ένα ευρύς χάσμα μεταξύ της ταχύτητας ανάπτυξης και της λειτουργικής αξιοπιστίας.

Γιατί τα Γενικά Μοντέλα AI Αποτυγχάνουν

Μια κεντρική θέση πίσω από την προσέγγιση της Resolve AI είναι ότι τα γενικά μοντέλα AI δεν είναι σχεδιασμένα για περιβάλλοντα παραγωγής.

Ενώ τα μοντέλα θεμελίωσης βελτιώνονται γρήγορα, δεν είναι βελτιστοποιημένα για τις πραγματικότητες των λειτουργικών συστημάτων. Η παραγωγή απαιτεί συλλογισμό σε θορύβους, ελλιπείς και συχνά αντίθετες ροές δεδομένων. Επίσης, απαιτεί υψηλά επίπεδα ακρίβειας, αξιοπιστίας και ελέγχου, όπου τα λάθη possono οδηγήσουν σε διακοπές, οικονομικές απώλειες ή κινδύνους ασφαλείας.

Η Resolve AI αντιμετωπίζει αυτό το πρόβλημα κατασκευάζοντας μοντέλα ειδικού τομέα και συστήματα που προορίζονται για ροές εργασίας παραγωγής. Αυτά τα συστήματα μπορούν να ερμηνεύσουν καταγραφές, να αναλύσουν αλλαγές συστήματος, να συσχετίσουν γεγονότα και να εκτελέσουν πολυπλόκους διαδικασίες αποκατάστασης σε διάφορα εργαλεία — καθήκοντα που παραδοσιακά απαιτούν έμπειρους μηχανικούς.

Μέσα στα Resolve AI Labs

Το νεοϊδρυθέν Resolve AI Labs σχεδιάστηκε για να προωθήσει αυτή την όραση προς τα εμπρός, κατασκευάζοντας την θεμελιώδη τεχνολογία που απαιτείται για τα AI να λειτουργούν συστήματα παραγωγής από άκρο σε άκρο.

Το εργαστήριο θα ηγηθεί από τον Dhruv Mahajan, πρώην της Meta, όπου εργάστηκε στην μετα-εκπαίδευση για μοντέλα Llama.

Αντί να επικεντρωθεί στενά σε πράκτορες, το εργαστήριο θα ακολουθήσει μια πλήρη προσέγγιση για την λειτουργική AI. Αυτό περιλαμβάνει την ανάπτυξη:

• Μοντέλων ειδικού τομέα που εκπαιδεύονται σε δεδομένα παραγωγής
• Συστημάτων που συλλογίζονται σε καταγραφές, μετρήσεις, ιχνηλάσεις και γεγονότα υποδομής
• Πλαισίων αξιολόγησης για μέτρηση της αξιοπιστίας σε πραγματικές ροές εργασίας
• Περιβαλλόντων模擬 για δοκιμή και βελτίωση μοντέλων
• Στρωμάτων διακυβέρνησης για να διασφαλιστεί η ασφαλής και ελεγχόμενη αυτοματοποίηση

Αυτό αντανακλά μια ευρύτερη μετατόπιση στην ανάπτυξη AI: μετακίνηση πέρα από την ικανότητα του μοντέλου προς τα συστήματα που μπορούν να λειτουργούν ασφαλώς σε πραγματικά, υψηλού κινδύνου περιβάλλοντα.

Από Βοήθεια σε Αυτονομία

Η Resolve AI είναι μέρος μιας αυξανόμενης κατηγορίας που συχνά αναφέρεται ως “AI για παραγωγή” ή AI-ενισχυμένη μηχανική αξιοπιστίας (SRE). Αντί για βοηθούς κώδικα, αυτά τα συστήματα σχεδιάζονται για να λειτουργούν ζωντανούς χώρους — τριγωνίζοντας ειδοποιήσεις, διαγιγνώσκοντας αποτυχίες και επιλύοντας περιστατικά σε πραγματικό χρόνο.

Η πλατφόρμα της εταιρείας已经 επιτρέπει στις ομάδες μηχανικών να διερευνήσουν περιστατικά σημαντικά πιο γρήγορα, με συστήματα AI που μπορούν να αναλύσουν τη συμπεριφορά του συστήματος και να αναγνωρίσουν τις ριζικές αιτίες σε σύνθετες εξαρτήσεις.

Με την πάροδο του χρόνου, η φιλοδοξία είναι να μεταβεί από βοήθεια σε αυτονομία. Αντί για μηχανικούς που ανταποκρίνονται χειροκίνητα σε ειδοποιήσεις, τα συστήματα AI θα μπορούσαν να χειριστούν το μεγαλύτερο μέρος του λειτουργικού έργου, με ανθρώπινη επιτήρηση που εφαρμόζεται με βάση τον κίνδυνο και το контέκστ.

Πρώιμη Τraction με Πελάτες Επιχειρήσεων

Η ταχεία τροχιά χρηματοδότησης της Resolve AI αντανακλά την ισχυρή ζήτηση των επιχειρήσεων για αυτή τη δυνατότητα. Η εταιρεία έχει συγκεντρώσει περισσότερα από 190 εκατομμύρια δολάρια σε λιγότερο από δύο χρόνια και ήδη εργάζεται με οργανισμούς όπως η Coinbase, DoorDash (DASH ), Salesforce, MSCI και Zscaler.

Αυτά είναι περιβάλλοντα όπου η διακοπή είναι κοστοβόρα και η αξιοπιστία είναι κρίσιμη. Ακόμη και μικρές βελτιώσεις στους χρόνους απόκρισης περιστατικών ή στη σταθερότητα του συστήματος μπορούν να μεταφραστούν σε σημαντική επιχειρηματική επίδραση.

Η εμφάνιση εταιρειών όπως η Resolve AI σηματοδοτεί μια ευρύτερη εξέλιξη στο οικοσύστημα AI.

Η πρώτη φάση της γεννητικής AI εστιάστηκε στη δημιουργία: γραψίματος κώδικα, γεννήτριας περιεχομένου και επιτάχυνσης ροών εργασίας. Η επόμενη φάση αφορά την λειτουργία — διασφαλίζοντας ότι αυτό που κατασκευάζεται μπορεί να τρέξει αξιόπιστα σε κλίμακα.

Αυτή η μετατόπιση εισάγει νέες τεχνικές προκλήσεις. Απαιτεί συστήματα που μπορούν να συλλογίζονται με την πάροδο του χρόνου, να χειρίζονται την αβεβαιότητα, να αλληλεπιδρούν με πολλά εργαλεία και να λειτουργούν εντός αυστηρών περιορισμών. Επίσης, απαιτεί νέες μεθόδους αξιολόγησης,既然 τα παραδοσιακά βENCHMARKS δεν καταγράφουν την πραγματική λειτουργική απόδοση.

Τι Αυτό Σημαίνει για το Μέλλον

Όσο η τεχνητή νοημοσύνη συνεχίζει να επιταχύνει την ανάπτυξη λογισμικού, η παραγωγή θα γίνει ο περιορισμός. Η ικανότητα να λειτουργεί σύνθετα συστήματα αξιόπιστα μπορεί να ορίσει την επόμενη γενιά των επιχειρηματικών πλατφορμών AI.

Η τελευταία χρηματοδότηση της Resolve AI και η εκκίνηση του ερευνητικού της εργαστηρίου υποδηλώνουν ότι αυτό το πρόβλημα μεταφέρεται στο προσκήνιο. Αν είναι επιτυχημένο, η εταιρεία δεν κατασκευάζει απλά ένα άλλο εργαλείο AI — βοηθά στην ανασύνθεση του τρόπου με τον οποίο λειτουργούν τα συστήματα λογισμικού.

Η μακροπρόθεσμη επιπλοκή είναι μια μετατόπιση προς περιβάλλοντα όπου τα συστήματα AI και οι ανθρώπινοι μηχανικοί εργάζονται σε συνδυασμό, με τις μηχανές που χειρίζονται την πολυπλοκότητα της παραγωγής και οι άνθρωποι που εστιάζουν σε υψηλότερα επίπεδα σχεδιασμού, στρατηγικής και καινοτομίας.