Kosmos recauda $5M para ayudar a las empresas a eliminar el costo oculto de las investigaciones de incidentes de TI

La startup con sede en Chicago Kosmos ha recaudado $5 millones en financiación de semilla liderada por Norwest mientras lanza una plataforma de inteligencia operativa nativa de IA diseñada para abordar uno de los desafíos más persistentes y costosos en TI empresarial: el tiempo dedicado a investigar incidentes.

Mientras que las organizaciones han invertido mucho en herramientas de observabilidad, monitoreo y gestión de servicios de TI, los equipos de soporte y ingeniería aún dedican innumerables horas a rastrear manualmente la causa raíz de los cortes y problemas que afectan a los clientes en sistemas fragmentados. Kosmos tiene como objetivo reducir lo que llama “costos de investigación” – la carga operativa creada cuando los ingenieros, los líderes de soporte y los equipos de respuesta a incidentes se ven obligados a conectar manualmente la información dispersa en sistemas de ticketing, repositorios de código, plataformas de soporte al cliente y herramientas de observabilidad.

El creciente problema de los costos de investigación

En la última década, las empresas han adoptado una creciente colección de herramientas para monitorear la infraestructura y gestionar las operaciones de software. Plataformas como Jira, ServiceNow, GitHub, Salesforce, Datadog, Grafana y Splunk proporcionan valiosas perspectivas sobre diferentes partes de la pila tecnológica. Sin embargo, cuando ocurren incidentes, el contexto crítico a menudo permanece aislado en estos sistemas.

À medida que las arquitecturas de software modernas se vuelven cada vez más distribuidas, el desafío de correlacionar información a través de múltiples plataformas se ha intensificado. Los equipos pueden tener toda la información necesaria disponible, pero encontrar y conectarla rápidamente sigue siendo difícil. El resultado es tiempos de resolución más largos, incidentes recurrentes y recursos de ingeniería desviados de la desarrollo de productos y la innovación.

Para muchas organizaciones, los ingenieros más experimentados se convierten en los investigadores predeterminados cada vez que surge un problema importante del cliente. Esos ingenieros a menudo son sacados de trabajos estratégicos para reconstruir cronogramas, revisar cambios de código, analizar tickets de soporte y determinar qué causó realmente un incidente. El costo oculto de estas investigaciones se extiende mucho más allá del propio tiempo de inactividad.

Un enfoque nativo de IA para la inteligencia operativa

Kosmos se posiciona como una capa que se sitúa en las sistemas empresariales existentes en lugar de reemplazarlos. La plataforma conecta datos de GitHub, Jira, Salesforce, ServiceNow, Datadog, Grafana, Splunk y otras herramientas operativas para crear una vista unificada de incidentes y escalaciones de clientes.

Según la empresa, su plataforma correlaciona automáticamente casos de clientes, cambios de código, incidentes de servicio e indicadores de infraestructura para identificar las causas raíces probables. En lugar de confiar únicamente en decisiones autónomas de IA, Kosmos emplea un enfoque de “humano en el bucle” donde las correlaciones generadas por máquina son revisadas y validadas por los usuarios antes de convertirse en parte de la base de conocimientos de la plataforma.

Esto crea un bucle de retroalimentación continuo que mejora la capacidad del sistema para identificar patrones con el tiempo mientras mantiene la transparencia y la confianza. En lugar de generar más alertas, el objetivo es proporcionar a los equipos el contexto necesario para entender por qué ocurrieron los problemas en primer lugar.

Construido a partir de la experiencia de primera mano

El fundador y CEO Sanjay Gidwani construyó la empresa alrededor de un problema que encontró repetidamente durante más de dos décadas trabajando en operaciones de entrega empresarial y dentro del ecosistema de Salesforce.

A lo largo de su carrera, Gidwani observó el mismo patrón: cuando surgía un problema importante del cliente, las organizaciones movilizaban a su personal técnico más experimentado para investigar. Sin embargo, esos expertos a menudo pasaban días recopilando información de sistemas desconectados antes de llegar a la causa raíz.

Esa experiencia dio forma a la tesis central de Kosmos: una de las mayores ineficiencias operativas en TI empresarial ocurre antes de que comience la remediación. Si las organizaciones pueden identificar la fuente de un problema más rápidamente, pueden resolver incidentes más rápidamente y reducir la probabilidad de que surjan problemas similares.

Mirando hacia adelante

El lanzamiento de Kosmos refleja un cambio más amplio que está ocurriendo en la tecnología empresarial. A medida que las organizaciones adoptan entornos de nube cada vez más complejos, arquitecturas de microservicios y aplicaciones impulsadas por IA, los datos operativos siguen creciendo mientras permanecen dispersos en decenas de plataformas.

La próxima generación de herramientas de inteligencia operativa tiene como objetivo salvar esas brechas conectando automáticamente señales, identificando patrones y preservando el conocimiento institucional que de otro modo quedaría atrapado dentro de los equipos individuales. Más allá de una resolución de incidentes más rápida, estos sistemas podrían ayudar a las organizaciones a reducir la carga de ingeniería, prevenir problemas recurrentes y permitir que el talento técnico se concentre más en la construcción de productos en lugar de investigar fallos.

À medida que los entornos empresariales se vuelven más complejos, la capacidad de transformar datos operativos fragmentados en inteligencia accionable puede volverse tan importante como monitorear los sistemas en sí. Kosmos está apostando a que la reducción de los costos de investigación será una parte crítica de ese futuro.