Tsuga lève 35 millions de dollars en série A alors que l’IA pousse les infrastructures d’observabilité à leurs limites

La startup d’observabilité basée à Paris, Tsuga, a sécurisé 35 millions de dollars en financement de série A, moins d’un an après être sortie de la clandestinité, alors que les entreprises luttent contre la complexité et le coût croissants de la surveillance des systèmes alimentés par l’IA.

Le tour a été mené par Singular, avec la participation des investisseurs existants General Catalyst et de nouveaux soutiens DST Global et QuantumLight, aux côtés du soutien de Picus et Databricks Ventures. Le financement intervient lors d’une période de croissance rapide pour l’entreprise, qui affirme avoir déjà signé des millions de dollars de revenus annuels récurrents et acquis des clients tels que Le Monde, Camunda, Buk et Black Forest Labs.

Le nouveau capital sera utilisé pour étendre l’équipe à environ 100 employés et accélérer le développement de la plate-forme.

Pourquoi l’observabilité est confrontée à un nouveau défi

Les plateformes d’observabilité aident les organisations à surveiller les applications, les infrastructures et de plus en plus les systèmes d’IA en collectant des données de télémétrie telles que les journaux, les métriques et les traces. À mesure que les entreprises déployent plus d’agents d’IA et de systèmes autonomes, le volume de télémétrie généré a augmenté de manière spectaculaire.

Selon Tsuga, les architectures d’observabilité traditionnelles ont été conçues autour d’un modèle dans lequel les clients envoient des données de télémétrie à une plate-forme cloud exploitée par un fournisseur. Même si cette approche fonctionnait lorsque les volumes de données étaient plus petits, les charges de travail d’IA produisent désormais beaucoup plus de télémétrie, ce qui augmente les coûts d’ingestion et crée de nouveaux défis de gouvernance autour des données sensibles.

L’entreprise soutient que de nombreuses organisations sont désormais contraintes de choisir entre contrôler les coûts grâce à l’échantillonnage, ce qui réduit la visibilité, ou accepter des factures d’observabilité en constante augmentation.

Une approche différente : Apportez votre propre cloud

Fondée en 2024 par les anciens dirigeants de Datadog (DDOG ) Gabriel-James Safar et Sébastien Deprez, Tsuga a été construite autour d’une architecture Apportez votre propre cloud (BYOC).

Au lieu d’envoyer des données de télémétrie à un service tiers, la plate-forme est déployée directement dans l’environnement cloud d’un client. La plate-forme de l’entreprise s’exécute sur les principaux fournisseurs de cloud, notamment AWS, Microsoft Azure, Google Cloud et les environnements cloud souverains. Les données de télémétrie restent à l’intérieur de l’infrastructure du client, stockées dans leur stockage d’objets et chiffrées à l’aide de leurs propres contrôles de sécurité.

Cette architecture est conçue pour répondre à plusieurs défis simultanément : les exigences de souveraineté des données, les préoccupations de conformité, les coûts d’infrastructure et le verrouillage du fournisseur. Tsuga prend en charge les normes ouvertes telles que OpenTelemetry et utilise des formats de données ouverts, permettant aux clients de conserver le contrôle de leurs données de télémétrie.

Construire l’observabilité pour les systèmes d’IA

La montée en puissance des applications d’IA change également ce que les organisations doivent surveiller.

En plus des journaux, des métriques et des traces d’applications traditionnelles, les entreprises ont de plus en plus besoin de visibilité sur les flux de travail spécifiques à l’IA, tels que l’exécution de prompt, l’utilisation de jetons, les interactions d’agents, les scores de confiance et les chaînes d’appels d’agents multiples. La plate-forme de Tsuga combine ces capacités dans un seul environnement tout en gardant les données à l’intérieur de la limite cloud du client.

L’entreprise s’est positionnée en tant que plate-forme d’observabilité résiliente native pour l’IA, offrant des outils d’observabilité conçus spécifiquement pour les charges de travail d’IA. Les fonctionnalités incluent la détection d’anomalies alimentée par l’IA, l’analyse de cause racine automatisée, la surveillance des déploiements et les capacités d’observabilité des agents.

Tsuga fournit également un serveur MCP et des outils de ligne de commande qui permettent aux équipes d’ingénierie de créer leurs propres agents d’IA sur la base des données d’observabilité sans déplacer ces données en dehors de leur périmètre de sécurité.

Une couche de services aux côtés du logiciel

Contrairement à de nombreux fournisseurs de logiciels SaaS, Tsuga combine le logiciel avec un modèle d’ingénierie déployé vers l’avant.

L’entreprise travaille directement avec les clients pour optimiser les environnements de télémétrie, réduire la collecte de données inutiles et améliorer l’efficacité de l’observabilité au fil du temps. Cette approche reflète une tendance plus large dans les logiciels d’entreprise, où les fournisseurs offrent de plus en plus d’expertise opérationnelle aux côtés de la technologie.

À mesure que les organisations continuent à étendre les déploiements d’IA, la gestion du flux de données de télémétrie résultant devient un défi opérationnel de plus en plus important. L’approche de Tsuga se concentre non seulement sur la collecte et l’analyse de ces données, mais également sur l’aide aux clients pour réduire le volume d’informations qui doivent être traitées et conservées.

Une version plus neutre serait :

Un signe de priorités changeantes dans l’observabilité

Le cycle de financement intervient à un moment où les équipes d’infrastructure réévaluent la façon dont les systèmes d’observabilité s’intègrent dans les environnements de plus en plus alimentés par l’IA.

À mesure que les organisations déployent plus d’applications d’IA et d’agents autonomes, les volumes de télémétrie continuent de croître, ce qui exerce une pression supplémentaire sur les architectures qui ont été conçues avant que ces charges de travail ne deviennent courantes. Dans le même temps, la gouvernance des données, la conformité et la gestion des coûts sont devenus des considérations plus importantes pour les acheteurs d’entreprise.

L’approche de Tsuga reflète une réponse à ces défis : garder les données d’observabilité à l’intérieur des environnements cloud contrôlés par les clients plutôt que de les acheminer via une plate-forme exploitée par un fournisseur. Que ce modèle gagne une adoption plus large reste à voir, mais il met en évidence la façon dont le marché de l’observabilité évolue à mesure que les charges de travail d’IA deviennent une partie plus importante des infrastructures d’entreprise.

Avec son dernier financement, Tsuga rejoint un certain nombre de startups qui explorent de nouvelles approches pour surveiller et gérer les systèmes logiciels modernes. La croissance de l’entreprise suggère que certaines organisations évaluent activement des alternatives aux architectures d’observabilité traditionnelles à mesure qu’elles s’adaptent aux exigences opérationnelles des applications natives pour l’IA.