Sedai sécurise 20 millions de dollars pour développer le cloud autonome et réinventer le DevOps avec des agents IA

Sedai, l’entreprise derrière la première plate-forme de cloud autonome, a annoncé un financement de série B de 20 millions de dollars pour développer sa vision de gestion d’infrastructure autonome. Le financement, mené par AVP (Atlantic Vantage Point) avec le soutien de Norwest, Sierra Ventures et Uncorrelated Ventures, permettra à Sedai d’étendre ses capacités dans de nouveaux domaines tels que l’optimisation des modèles de langage, la gestion des ressources GPU et l’orchestration intelligente pour des plateformes telles que Databricks et Snowflake.

La plate-forme marque un tournant dans le DevOps, remplaçant les paradigmes traditionnels d’alerte et de tableau de bord par des agents IA qui apprennent des environnements de production et agissent de manière autonome pour optimiser les coûts, les performances et la disponibilité.

« Tout comme Waymo a prouvé que les voitures autonomes sont possibles, Sedai prouve que les infrastructures autonomes ne sont pas seulement possibles, mais nécessaires », a déclaré Suresh Mathew, PDG et fondateur de Sedai.

Ce que signifie vraiment l’infrastructure autonome

Alors que la plupart des outils de surveillance ne génèrent que des alertes, l’approche de Sedai est beaucoup plus proactive. La plate-forme observe le trafic, le comportement des applications et les configurations d’infrastructure en temps réel, puis prend des décisions autonomes qui améliorent les performances et réduisent les coûts, sans nécessiter d’intervention humaine.

Ce passage de l’observabilité à l’autonomie est ce qui rend Sedai une plate-forme véritablement « autonome ». Son système ne signale pas seulement les problèmes, il les résout.

Sous le capot, Sedai utilise une architecture d’IA multi-agents qui s’adapte en continu aux charges de travail et aux états du système. Au cœur de ce système se trouve l’apprentissage par renforcement profond (DRL), une forme puissante d’apprentissage automatique où les agents apprennent par essais et erreurs. Dans le cas de Sedai, les agents sont formés pour ajuster dynamiquement les ressources d’infrastructure telles que le processeur et la mémoire en fonction des résultats de performance réels. Au fil du temps, ces agents apprennent quelles actions conduisent aux meilleurs résultats dans des environnements de production.

Cette intelligence est encore renforcée par des techniques telles que la détection d’anomalies et l’inférence causale, permettant à Sedai de prédire les défaillances et d’identifier les causes profondes avant que l’expérience client ne soit affectée. Et avec la modélisation des saisons, le système ajuste automatiquement les infrastructures en fonction des modèles récurrents tels que les pics de trafic quotidiens ou les charges de fin de mois, en optimisant l’infrastructure avant même que la demande ne surgisse.

Une nouvelle ère d’efficacité DevOps

Sedai a été fondée par Suresh Mathew et Benji Thomas après avoir vécu les défis de mise à l’échelle des microservices chez PayPal. Alors que le DevOps a accéléré les déploiements, il a également créé de nouvelles charges – des tâches sans fin, une fatigue des alertes et des systèmes fragiles maintenus par des solutions manuelles.

Sedai change cette dynamique en agissant. Au lieu de compter sur les ingénieurs pour interpréter les métriques et répondre manuellement, la plate-forme gère des tâches telles que :

• La détection et la résolution de la dégradation de l’infrastructure en temps réel
• La mise à l’échelle des charges de travail verticalement et horizontalement en fonction du trafic réel
• La mise à jour des configurations pour optimiser les coûts, les latences et la disponibilité
• Le redémarrage ou la réparation de services défaillants avant que les utilisateurs ne s’en aperçoivent

Déjà, la plate-forme a exécuté plus de 25 millions d’actions autonomes en production, en gérant 3 milliards de dollars de dépenses cloud. Cela a permis aux clients d’économiser plus de 5 millions de dollars par an, tout en rendant plus de 22 000 heures de temps productif aux équipes d’ingénieurs.

Faites confiance aux leaders d’entreprise dans des secteurs critiques

Sedai est utilisé en production par des leaders de Fortune 500 dans la cybersécurité, les services financiers, les produits pharmaceutiques, l’éducation et l’IA. Les clients incluent des noms connus tels que Palo Alto Networks (PANW ), Experian et McGraw Hill (MH ) – des entreprises qui dépendent d’infrastructures stables, performantes et rentables à grande échelle.

Chez KnowBe4, Sedai a réduit les coûts de production de 50 % et les coûts de développement de jusqu’à 87 %. Le vice-président de l’ingénierie Matthew Duren a crédité la plate-forme non seulement pour son efficacité budgétaire, mais également pour avoir transformé son propre rôle – en libérant son équipe pour se concentrer sur des initiatives stratégiques plutôt que sur des tâches de faible valeur.

Ces résultats ne sont pas des projections – ils reflètent une véritable IA dans des environnements de production, en gérant en toute sécurité des systèmes de production et même des charges de travail de machine learning à haute complexité.

Aller au-delà de l’automatisation : pourquoi les agents IA sont le prochain saut

Il est important de distinguer l’automatisation de l’autonomie. L’automatisation exécute des tâches prédéfinies en fonction de seuils statiques ou de scripts. Les agents IA de Sedai, en revanche, observent et apprennent des systèmes, découvrant les meilleures actions de manière dynamique – même lorsque les conditions changent.

Cette distinction est importante. Dans un monde de modèles de trafic en constante évolution, de dépendances de service et d’architectures de déploiement, les règles statiques deviennent rapidement obsolètes. L’approche IA de Sedai garantit une optimisation continue, même dans la complexité.

Par exemple, sa plate-forme apprend comment des services spécifiques se comportent sous différentes charges et affine l’allocation des ressources en conséquence. Si la latence augmente en raison d’un goulet d’étranglement de mémoire spécifique, Sedai peut agir immédiatement – sans attendre qu’un humain interprète l’alerte.

Une plate-forme pour l’ensemble de l’organisation d’ingénierie

Sedai offre de la valeur à tous les rôles de la pile d’ingénierie :

• Les SRE et les ingénieurs DevOps réduisent les tâches et atteignent les objectifs de fiabilité sans burn-out.
• Les développeurs se concentrent sur l’expédition de code, tandis que Sedai garantit des configurations optimales en production.
• Les dirigeants d’ingénierie gagnent en efficacité opérationnelle et en économies de cloud massives.
• Les architectes et les CTO transforment l’infrastructure en un facteur de différenciation stratégique, et non en un passif.

Avec seulement 15 minutes de configuration, les équipes peuvent connecter Sedai à leurs outils cloud et APM. À partir de là, la plate-forme commence à apprendre, à valider des optimisations sécurisées et à agir en production – avec une traçabilité complète pour la conformité.

Qu’est-ce qui vient ensuite : l’optimisation de la pile d’infrastructure IA

Avec son financement de série B, Sedai étendra ses capacités pour relever certains des défis les plus pressants de l’infrastructure IA moderne, notamment :

• L’auto-réglage pour les applications basées sur les modèles de langage, en garantissant une configuration optimale pendant l’inférence
• L’orchestration autonome des ressources GPU, en gérant des ressources de calcul coûteuses en temps réel
• L’optimisation des plateformes de données par IA telles que Databricks et Snowflake

Ces efforts s’alignent sur un avenir où les charges de travail elles-mêmes – les modèles d’IA, les pipelines d’inférence, l’analyse en temps réel – exigent des couches d’infrastructure intelligentes pour les supporter.

« À mesure que l’adoption du cloud augmente, les entreprises luttent pour améliorer les performances tout en réduisant les coûts. Les agents IA sont parfaitement positionnés pour résoudre ce problème à grande échelle », a déclaré Manish Agarwal, associé général d’AVP.

Le futur de l’infrastructure cloud est autonome

L’émergence de plateformes cloud autonomes signale un changement plus large dans l’industrie – des systèmes avec intervention humaine vers des agents intelligents qui opèrent de manière indépendante en temps réel. À mesure que les entreprises élargissent leurs empreintes cloud et adoptent des architectures distribuées de plus en plus complexes, la gestion manuelle de l’infrastructure atteint ses limites.

DevOps, autrefois considéré comme la solution ultime pour un déploiement plus rapide et une agilité opérationnelle, est maintenant sous pression en raison de la complexité croissante, de la fatigue des alertes et des incohérences de coût. Les outils traditionnels d’observabilité et d’automatisation offrent une visibilité et un scriptage – mais ils reposent toujours sur des ingénieurs humains pour analyser, interpréter et agir. Cette approche réactive peine à suivre les demandes de service modernes.

Les plateformes autonomes représentent l’étape évolutive suivante. En intégrant l’apprentissage par renforcement profond, l’inférence causale et la mise à l’échelle adaptative dans les flux de travail d’infrastructure, elles offrent la capacité de s’auto-optimiser et de s’auto-réparer en production – en continu et sans intervention. Le résultat n’est pas seulement l’efficacité opérationnelle, mais une transformation structurelle : moins de temps d’arrêt, des sorties plus rapides, un contrôle des coûts amélioré et une expérience de développement améliorée.

À mesure que l’écosystème mûrit, ce changement aura un impact sur tout, des façons dont les équipes sont staffées et structurées, à la façon dont les applications sont conçues, testées et déployées. Les premiers adoptants prouvent déjà que les opérations autonomes peuvent apporter des gains tangibles en termes de productivité, de performances et de ROI financier.

Alors que Sedai est l’un des leaders qui font vivre cette vision, la prise de conscience plus large est claire : l’infrastructure cloud n’est plus quelque chose que les ingénieurs doivent gérer constamment – elle devient quelque chose qui se gère elle-même.