OpenObserve raccoglie 10 milioni di dollari nella serie A per spingere l’osservabilità verso operazioni autonome

La startup della Silicon Valley OpenObserve ha raccolto un round di finanziamento di serie A da 10 milioni di dollari guidato da Nexus Venture Partners e Dell Technologies Capital (DELL ), segnalando una crescente convinzione degli investitori che lo stack di osservabilità è pronto per una ristrutturazione strutturale.

La società, fondata nel 2022 e con sede a Menlo Park, si posiziona come un’alternativa unificata agli setup di monitoraggio frammentati, in particolare poiché i sistemi di intelligenza artificiale introducono nuovi livelli di complessità in infrastruttura, applicazioni e comportamento del modello.

Un passo verso l’abbandono degli stack di monitoraggio frammentati

L’osservabilità è stata tradizionalmente assemblata da多 strumenti diversi – log in un sistema, metriche in un altro, tracciamento altrove. Quell’approccio sta diventando sempre più inadeguato sotto il peso dei carichi di lavoro moderni.

L’approccio di OpenObserve è quello di consolidare tutto in una singola piattaforma. Il suo sistema inghiotte log, metriche, tracce e dati di monitoraggio degli utenti reali, quindi aggiunge analisi, allarmi e risposta agli incidenti – tutto all’interno di una sola interfaccia.

Sotto il cofano, la piattaforma si basa su un’architettura cloud-native che separa il calcolo dall’archiviazione, utilizzando archiviazione di oggetti come S3 e file Parquet colonnari per gestire grandi quantità di telemetria in modo efficiente. Questa scelta progettuale riduce drasticamente i costi di archiviazione mantenendo al contempo prestazioni di query elevate, anche a scala petabyte.

Questa scelta architettonica è centrale per la richiesta della società di costi operativi significativamente inferiori rispetto ai sistemi legacy costruiti sull’indicizzazione di Elasticsearch.

Osservabilità 3.0: da monitoraggio ad azione autonoma

La società definisce la sua visione come “Osservabilità 3.0“, un passaggio da dashboard e allarmi verso sistemi che possono interpretare e agire sui dati senza intervento umano.

Al centro di quella visione c’è un livello di ingegneria della affidabilità del sito (SRE) alimentato da intelligenza artificiale. Invece di far sì che gli ingegneri indagino manualmente sugli incidenti, il sistema analizza la telemetria nel contesto, identifica le cause radice e può raccomandare – o in alcuni casi eseguire – azioni correttive.

Questo è abbinato alla rilevazione delle anomalie che porta alla superficie problemi prima che si aggravino, e strumenti di osservabilità LLM che monitorano il comportamento dei modelli di intelligenza artificiale in produzione, inclusi prompt, output e prestazioni.

L’idea più ampia è quella di ridurre l’onere operativo sui team di ingegneria, soprattutto poiché i volumi di telemetria continuano a crescere e i sistemi diventano più dinamici.

Progettato per la scala dei carichi di lavoro di intelligenza artificiale

Le applicazioni di intelligenza artificiale moderne generano molto più telemetria dei sistemi tradizionali, in particolare quando si traccia le prestazioni del modello, il comportamento dell’inferenza e le interazioni degli utenti.

La progettazione di OpenObserve riflette quel passaggio. I dati vengono archiviati in formati colonnari compressi e interrogati direttamente dall’archiviazione di oggetti, evitando la necessità di layer di indicizzazione costosi o la duplicazione dei dati. Ciò consente alla piattaforma di scalare orizzontalmente senza la complessità tipicamente associata ai sistemi di monitoraggio distribuiti.

Il risultato è un sistema che può gestire flussi di dati ad alta velocità mantenendo al contempo prestazioni di query veloci e costi prevedibili – due vincoli che storicamente sono stati difficili da bilanciare.

Forti segnali di adozione precoce

La società segnala oltre 6.000 organizzazioni che utilizzano la piattaforma, tra cui grandi aziende, insieme a una forte adesione degli sviluppatori con oltre 18.000 stelle su GitHub.

Quella combinazione – adozione aziendale abbinata a slancio open-source – suggerisce che OpenObserve sta guadagnando slancio sia nei canali top-down che bottom-up, un modello spesso visto negli strumenti di infrastruttura che passano con successo all’uso mainstream.

Cosa questo segnala per il futuro dell’osservabilità

La direzione in cui OpenObserve sta scommettendo è chiara: l’osservabilità sta evolvendo da uno strato di monitoraggio passivo in un sistema operativo attivo.

Man mano che i sistemi di intelligenza artificiale si integrano nelle applicazioni, la sfida non è più solo raccogliere dati – è interpretarli abbastanza velocemente da contare. I flussi di lavoro guidati dall’uomo lottano per stare al passo con la velocità e la scala degli ambienti moderni.

Le piattaforme che uniscono la telemetria e applicano l’intelligenza in tempo reale sono probabili candidate a ridisegnare la gestione dell’infrastruttura. Invece di far sì che gli ingegneri navigano多 dashboard e strumenti, i sistemi saranno sempre più in grado di presentare decisioni direttamente – o eseguirle automaticamente.

Se quel passaggio si mantiene, il panorama competitivo potrebbe spostarsi lontano dagli strumenti di monitoraggio ricchi di funzionalità verso piattaforme che possano ridurre in modo affidabile la complessità operativa e automatizzare la risposta su larga scala.