DataAgent Muncul dari Stealth dengan Pendanaan Pra-Seed $10 Juta untuk Membangun Infrastruktur Cloud yang Dapat Menyembuhkan Sendiri

DataAgent telah muncul dari fase stealth dengan pendanaan pra‑seed sebesar $10 juta saat meluncurkan platform berbasis AI yang dirancang untuk menggerakkan manajemen infrastruktur cloud melampaui deteksi masalah dan menuju perbaikan secara otonom.

Putaran pendanaan dipimpin oleh MizMaa Ventures dan Alicorn Venture Partners. DataAgent berencana menggunakan dana tersebut untuk meluncurkan platformnya ke pasar dan memperluas adopsi di Amerika Utara. Didirikan pada Januari 2026, perusahaan berbasis Tel Aviv ini saat ini mempekerjakan 15 orang dan dipimpin oleh co‑founder Ishay Yaari sebagai CEO, serta Nati Shalom sebagai CTO.

Inti pendekatan DataAgent adalah apa yang mereka sebut Sistem Imun Digital dengan prioritas remediasi untuk aplikasi modern. Alih‑alih berfungsi terutama sebagai lapisan tambahan untuk mengumpulkan log, menghasilkan peringatan, atau menjelaskan insiden kepada insinyur, platform ini dirancang untuk beroperasi di dalam Kubernetes dan infrastruktur cloud yang terhubung serta mengambil tindakan saat terjadi kegagalan.

Membalikkan Alur Kerja Observabilitas Tradisional

Platform observabilitas modern telah menjadi penting untuk memahami aplikasi yang semakin kompleks, namun alur kerja dasar tetap sebagian besar reaktif: sebuah sistem mendeteksi masalah, seorang insinyur menerima peringatan, seseorang menyelidiki penyebabnya, dan akhirnya remediasi diterapkan.

DataAgent berupaya membalikkan urutan tersebut.

Perangkat lunaknya membaca status sistem secara langsung, topologi, dan informasi konfigurasi di tempat infrastruktur berjalan. Ketika menemukan kegagalan yang dipahaminya, platform dapat menerapkan remediasi terverifikasi terlebih dahulu dan melakukan analisis penyebab akar yang lebih mendalam setelahnya. Tujuannya adalah memulihkan layanan tanpa menunggu insinyur manusia menelusuri log dan dasbor.

Situs web publik perusahaan merangkum filosofi tersebut dalam frasa “Remediation-First, the rest is noise.”

Waktu peluncuran ini mencerminkan masalah yang lebih luas yang dihadapi tim infrastruktur. Survei Observabilitas 2025 dari Grafana Labs menemukan bahwa kompleksitas dan beban kerja tetap menjadi kekhawatiran observabilitas yang paling sering disebutkan, diikuti oleh tantangan sinyal‑to‑noise dan biaya. Setengah dari responden kini menggunakan observabilitas Software-as-a-Service (SaaS) dalam beberapa bentuk, menggambarkan betapa banyak telemetri operasional yang kini diproses melalui platform eksternal.

SRE Otonom yang Beroperasi di Dalam Infrastruktur

DataAgent menggambarkan platformnya sebagai site reliability engineer (SRE) otonom, namun arsitekturnya lebih terbatas daripada yang mungkin disiratkan oleh label tersebut.

Sistem ini membangun model topologi, lingkungan, kode, dan konfigurasi pelanggan alih‑alih membuat keputusan berdasarkan entri log atau peringatan yang terisolasi. Selama penyebaran, ia mengidentifikasi kategori kegagalan yang diyakini dapat diremediasi secara andal. Ia hanya bertindak secara otonom pada kategori kegagalan tersebut setelah kemampuan itu terbukti, sementara masalah yang tidak dikenal atau tidak pasti diarahkan ke operator manusia.

Pelanggan juga dapat mendefinisikan batasan (guardrails) mengenai tindakan apa yang diizinkan sistem untuk melakukan.

Kontrol tersebut penting karena manajemen infrastruktur otonom membawa risiko yang jauh lebih besar dibandingkan AI copilot yang hanya memberikan rekomendasi perintah. Rekomendasi yang salah dapat ditolak oleh insinyur; sistem otonom dengan hak produksi berpotensi melakukan restart, scaling, rollback, atau memodifikasi beban kerja sebelum seseorang campur tangan.

Oleh karena itu, pendekatan DataAgent didasarkan pada memperluas secara bertahap kelas masalah yang dapat ditangani sistem, alih‑alih memberikan otonomi luas sejak awal.

Menyimpan Lebih Banyak Data Observabilitas di Dalam Klaster

Ada juga argumen ekonomi di balik arsitektur ini.

Observabilitas cloud tradisional sering melibatkan pengiriman sejumlah besar log, metrik, dan jejak ke layanan eksternal di mana informasi tersebut di‑ingest, di‑indeks, disimpan, dan dianalisis. Biaya dapat meningkat seiring dengan penggunaan infrastruktur dan volume telemetri.

DataAgent justru menempatkan agen‑agennya lebih dekat ke beban kerja itu sendiri. Kesalahan rutin dapat dianalisis dan diremediasi secara lokal, sementara inspeksi yang lebih mendalam disiapkan untuk insiden yang memerlukannya. Perusahaan berargumen bahwa hal ini dapat mengurangi jumlah data yang harus melewati pipeline ingest dan indeksasi yang mahal, sekaligus memungkinkan platformnya berdampingan dengan sistem pemantauan yang ada tanpa memerlukan penggantian segera.

Hal ini dapat menjadi perbedaan penting seiring AI meningkatkan jumlah perangkat lunak yang dibuat dan dioperasikan. Lebih banyak aplikasi, layanan, kontainer, dan agen AI pada akhirnya menghasilkan lebih banyak peristiwa infrastruktur dan telemetri. Hanya mengumpulkan lebih banyak data mungkin menjadi semakin mahal kecuali perangkat lunak dapat menentukan sinyal mana yang benar‑benar memerlukan perhatian.

Open Source sebagai Jalan Menuju Kepercayaan Infrastruktur

Elemen penting lainnya adalah keputusan DataAgent untuk menjadikan agen dasarnya bersifat open source. Agen tersebut dapat dideploy secara independen, sementara perusahaan berencana memonetisasi lapisan SaaS untuk mengelola dan mengorkestrasi armada agen.

Model itu dapat membantu mengatasi salah satu hambatan paling sulit yang dihadapi perangkat lunak operasi otonom: perusahaan diminta memberi sistem berbasis AI akses ke infrastruktur produksi di mana kesalahan dapat menyebabkan gangguan.

Kemampuan untuk memeriksa dan mengoperasikan agen secara lokal memberi tim infrastruktur lebih banyak visibilitas terhadap apa yang berjalan di dalam lingkungan mereka, meskipun tantangan yang lebih besar adalah apakah perusahaan akan merasa nyaman membiarkan agen‑agen tersebut mengambil tindakan yang semakin konsekuensial.

Veteran Orkestrasi Cloud Kembali untuk Taruhan Infrastruktur Lain

Yaari dan Shalom sebelumnya bekerja bersama di Cloudify, di mana Yaari menjabat sebagai Chief Revenue Officer dan Shalom sebagai pendiri serta CTO. Dell mengakuisisi perusahaan orkestrasi cloud dan otomasi infrastruktur tersebut pada tahun 2023 dalam transaksi yang dilaporkan TechCrunch dapat bernilai hingga $100 juta.

Latar belakang itu sangat relevan bagi DataAgent. Cloudify berfokus pada mengorkestrasi infrastruktur di seluruh Kubernetes, platform cloud, dan alat DevOps yang ada. DataAgent melangkah lebih tinggi dalam tumpukan otomasi dengan berusaha memberi perangkat lunak kemampuan tidak hanya mengorkestrasi infrastruktur tetapi juga menentukan kapan infrastruktur tersebut perlu diubah.

Pendanaan baru ini akan mendukung peluncuran komersial DataAgent dan ekspansi, termasuk perekrutan tambahan untuk go‑to‑market di Amerika Serikat dan Israel.

Dari Observabilitas ke Infrastruktur yang Dapat Menyembuhkan Sendiri

Kesempatan yang lebih besar bagi DataAgent terkait dengan transisi yang sudah dimulai di seluruh AI perusahaan: beralih dari sistem yang menjelaskan apa yang harus dilakukan manusia menuju sistem yang dapat melaksanakan pekerjaan tersebut sendiri.

Infrastruktur adalah area yang sangat konsekuensial untuk transisi tersebut. Persentase besar insiden produksi melibatkan masalah berulang yang sudah diketahui cara penyelesaiannya oleh tim SRE berpengalaman. Jika agen AI dapat dengan aman menyerap lebih banyak tugas rutin tersebut, observabilitas secara bertahap dapat berevolusi dari sistem untuk memahami infrastruktur menjadi lapisan kontrol yang terus‑menerus memeliharanya.

DataAgent menggabungkan loop remediasi produksi ini dengan sistem pra‑produksi yang bertujuan mengidentifikasi dan mencegah kegagalan sebelum perangkat lunak dideploy. Perusahaan menggambarkan proses tersebut sebagai proses di mana pelajaran dari insiden dan kegagalan yang dicegah secara bertahap memperluas kemampuan sistem untuk beroperasi secara otonom.

Tantangannya adalah membuktikan bahwa otonomi dapat diskalakan tanpa memperkenalkan kategori risiko operasional baru. Lingkungan infrastruktur sangat beragam, kegagalan tak terduga tidak dapat dihindari, dan remediasi otomatis yang berhasil di satu arsitektur dapat berbahaya di arsitektur lain.

Jika perlindungan tersebut terbukti dapat diandalkan, generasi berikutnya dari platform observabilitas mungkin akan dinilai bukan dari seberapa cepat mereka dapat memberi tahu insinyur mengapa sesuatu rusak, melainkan seberapa sering insinyur tidak perlu terlibat sama sekali. DataAgent mengumpulkan pendanaan pra‑seed sebesar $10 juta sebagai taruhan awal pada pergeseran tersebut.