DataAgent emerge del modo sigiloso con una ronda pre-semilla de $10 M para construir una infraestructura en la nube autorreparable

DataAgent ha emergido del modo sigiloso con $10 millones en financiación pre-semilla mientras lanza una plataforma nativa de IA diseñada para llevar la gestión de la infraestructura en la nube más allá de la detección de problemas y hacia la corrección autónoma de los mismos.

La ronda fue liderada por MizMaa Ventures y Alicorn Venture Partners. DataAgent planea usar el capital para llevar su plataforma al mercado y ampliar su adopción en Norteamérica. Fundada en enero de 2026, la empresa con sede en Tel Aviv emplea actualmente a 15 personas y está dirigida por los cofundadores Ishay Yaari, CEO, y Nati Shalom, CTO.

En el centro del enfoque de DataAgent está lo que llama un Sistema Inmune Digital con remediación primero para aplicaciones modernas. En lugar de actuar principalmente como una capa adicional para recopilar registros, generar alertas o explicar incidentes a los ingenieros, la plataforma está diseñada para operar dentro de Kubernetes y la infraestructura en la nube conectada y actuar cuando se producen fallas.

Revirtiendo el flujo de trabajo tradicional de observabilidad

Las plataformas modernas de observabilidad se han vuelto esenciales para comprender aplicaciones cada vez más complejas, pero el flujo de trabajo básico sigue siendo en gran medida reactivo: un sistema detecta un problema, un ingeniero recibe una alerta, alguien investiga la causa y, finalmente, se aplica una remediación.

DataAgent está intentando invertir esa secuencia.

Su software lee el estado del sistema en tiempo real, la topología y la información de configuración donde se ejecuta la infraestructura. Cuando encuentra una falla que comprende, la plataforma puede aplicar primero una remediación verificada y, posteriormente, realizar un análisis de causa raíz más profundo. El objetivo es restaurar el servicio sin esperar a que un ingeniero humano revise los registros y paneles.

El sitio web público de la empresa resume esa filosofía en la frase “Remediation-First, the rest is noise”.

El momento refleja un problema más amplio que enfrentan los equipos de infraestructura. La Encuesta de Observabilidad 2025 de Grafana Labs encontró que la complejidad y la sobrecarga siguen siendo la preocupación de observabilidad más citada, seguidas de los desafíos de señal‑ruido y el costo. La mitad de los encuestados ahora utiliza observabilidad Software‑as‑a‑Service (SaaS) de alguna forma, lo que ilustra cuánto se procesa cada vez más la telemetría operativa a través de plataformas externas.

Un SRE autónomo operando dentro de la infraestructura

DataAgent describe su plataforma como un ingeniero de confiabilidad del sitio (SRE) autónomo, pero su arquitectura está más limitada de lo que esa etiqueta podría sugerir inicialmente.

El sistema construye un modelo de la topología, el entorno, el código y las configuraciones del cliente en lugar de tomar decisiones basadas en una entrada de registro o alerta aislada. Durante la implementación, identifica categorías de fallas que cree poder remediar de forma fiable. Solo actúa de manera autónoma sobre una categoría de falla una vez que esa capacidad ha sido establecida, mientras que los problemas desconocidos o inciertos se canalizan a operadores humanos.

Los clientes también pueden definir límites sobre qué acciones se permite que el sistema realice.

Estos controles son importantes porque la gestión autónoma de la infraestructura conlleva mucho más riesgo que un copiloto de IA que solo recomienda un comando. Una recomendación incorrecta puede ser rechazada por un ingeniero; un sistema autónomo con privilegios de producción podría potencialmente reiniciar, escalar, revertir o modificar cargas de trabajo antes de que una persona intervenga.

El enfoque de DataAgent se basa, por lo tanto, en expandir gradualmente las clases de problemas sobre los que se permite que el sistema actúe, en lugar de otorgar una autonomía amplia desde el principio.

Manteniendo más datos de observabilidad dentro del clúster

También hay un argumento económico detrás de la arquitectura.

La observabilidad tradicional en la nube a menudo implica enviar grandes cantidades de registros, métricas y trazas a un servicio externo donde esa información es ingerida, indexada, almacenada y analizada. El costo puede aumentar junto con el uso de la infraestructura y el volumen de telemetría.

DataAgent, en cambio, coloca sus agentes más cerca de las propias cargas de trabajo. Las fallas rutinarias pueden analizarse y remediarse localmente, reservando una inspección más profunda para incidentes que lo requieran. La empresa sostiene que esto puede reducir la cantidad de datos que deben atravesar costosos pipelines de ingestión e indexación, al mismo tiempo que permite que su plataforma coexista con los sistemas de monitoreo existentes en lugar de requerir un reemplazo inmediato.

Esto podría convertirse en una distinción importante a medida que la IA aumenta la cantidad de software creado y operado. Más aplicaciones, servicios, contenedores y agentes de IA generan en última instancia más eventos de infraestructura y telemetría. Simplemente recopilar más datos puede volverse cada vez más costoso a menos que el software pueda determinar qué señales realmente requieren atención.

Código abierto como camino hacia la confianza en la infraestructura

Otro elemento notable es la decisión de DataAgent de hacer que su agente subyacente sea de código abierto. El agente puede desplegarse de forma independiente, mientras que la empresa planea monetizar una capa SaaS para gestionar y orquestar flotas de agentes.

Ese modelo podría ayudar a superar una de las barreras más difíciles que enfrenta el software de operaciones autónomas: se les pide a las empresas que otorguen a un sistema impulsado por IA acceso a la infraestructura de producción, donde los errores pueden provocar interrupciones.

Poder inspeccionar y operar el agente localmente brinda a los equipos de infraestructura mayor visibilidad sobre lo que se ejecuta dentro de sus entornos, aunque la prueba más importante será si las empresas se sienten cómodas permitiendo que esos agentes realicen acciones cada vez más trascendentales.

Veteranos de la orquestación en la nube regresan para otra apuesta de infraestructura

Yaari y Shalom trabajaron previamente juntos en Cloudify, donde Yaari se desempeñó como Director de Ingresos y Shalom fue fundador y CTO. Dell adquirió la empresa de orquestación en la nube y automatización de infraestructura en 2023 en una transacción que TechCrunch informó que podría haber alcanzado hasta $100 million.

Ese antecedente es particularmente relevante para DataAgent. Cloudify se centró en orquestar la infraestructura a través de Kubernetes, plataformas en la nube y herramientas DevOps existentes. DataAgent avanza más en la pila de automatización al intentar proporcionar al software la capacidad no solo de orquestar la infraestructura, sino también de determinar cuándo esa infraestructura necesita ser modificada.

La nueva financiación apoyará el lanzamiento comercial y la expansión de DataAgent, incluido el reclutamiento adicional para la salida al mercado en Estados Unidos e Israel.

De la observabilidad a la infraestructura autorreparable

La gran oportunidad para DataAgent está vinculada a una transición que ya está comenzando en la IA empresarial: pasar de sistemas que explican lo que los humanos deben hacer a sistemas que pueden ejecutar el trabajo por sí mismos.

La infraestructura es un ámbito particularmente trascendental para esa transición. Un gran porcentaje de incidentes en producción involucra problemas repetibles que los equipos SRE experimentados ya saben resolver. Si los agentes de IA pueden absorber de forma segura más de esas tareas rutinarias, la observabilidad podría evolucionar gradualmente de un sistema para comprender la infraestructura a una capa de control que la mantenga continuamente.

DataAgent combina este bucle de remediación en producción con un sistema preproducción destinado a identificar y prevenir fallas antes de que el software se despliegue. La empresa describe el proceso resultante como uno en el que las lecciones de incidentes y fallas evitadas pueden expandir progresivamente la capacidad del sistema para operar de forma autónoma.

El desafío será demostrar que la autonomía puede escalar sin introducir una nueva categoría de riesgo operativo. Los entornos de infraestructura difieren enormemente, las fallas inesperadas son inevitables, y una remediación automatizada que funciona en una arquitectura puede ser peligrosa en otra.

Sin embargo, si esas salvaguardas resultan fiables, la próxima generación de plataformas de observabilidad podría evaluarse menos por la rapidez con que pueden decir a los ingenieros por qué algo falló y más por la frecuencia con la que los ingenieros nunca necesitan intervenir. DataAgent’s $10 million pre-seed round is an early bet on that shift.