DataAgent、ステルス状態から脱却し、1,000万ドルのプレシードで自己修復クラウドインフラを構築

DataAgent がステルス状態から脱却し、プレシード資金として1,000万ドルを獲得し、問題検知から自律的な修正へとクラウドインフラ管理を進化させるAIネイティブプラットフォームを立ち上げました。

このラウンドはMizMaa VenturesとAlicorn Venture Partnersが主導しました。DataAgentは資金を活用してプラットフォームを市場に投入し、北米での導入を拡大する計画です。2026年1月に設立されたテルアビブ拠点の同社は現在15名を雇用し、共同創業者でCEOのIshay YaariとCTOのNati Shalomが率いています。

DataAgentのアプローチの中心には、同社が「remediation-first デジタル免疫システム」と呼ぶ、モダンアプリケーション向けの仕組みがあります。ログ収集やアラート生成、インシデントの説明といった別の層として機能するのではなく、プラットフォームはKubernetes と連携したクラウドインフラ上で動作し、障害が発生した際に自動的に対処するよう設計されています。

従来の可観測性ワークフローを逆転させる

近年の可観測性プラットフォームは、ますます複雑化するアプリケーションを把握するために不可欠となっていますが、基本的なワークフローは依然として受動的です。システムが問題を検知し、エンジニアがアラートを受け取り、原因を調査し、最終的に修正が適用されます。

DataAgentはこの流れを逆転させようとしています。

同社のソフトウェアは、インフラが稼働している環境のリアルタイムなシステム状態、トポロジー、設定情報を取得します。理解できる障害に遭遇した際、プラットフォームはまず検証済みの修正を適用し、その後でより深い根本原因分析を行います。目的は、エンジニアがログやダッシュボードを確認して対応するのを待たずにサービスを復旧させることです。

同社の公式ウェブサイトはこの哲学を「Remediation-First、残りはノイズ」というフレーズで要約しています。

インフラ内部で動作する自律型SRE

DataAgentは自律的なサイト信頼性エンジニア（SRE）としてプラットフォームを位置付けていますが、そのアーキテクチャはラベルが示すほど広範ではありません。

このシステムは、単一のログエントリやアラートに基づく判断ではなく、顧客のトポロジー、環境、コード、設定のモデルを構築します。デプロイ時に、信頼できる修復が可能と判断した障害カテゴリを特定し、そのカテゴリについては機能が確立された後にのみ自律的に対処します。未知または不確実な問題は人間のオペレーターに委ねられます。

顧客はシステムが実行できる操作のガードレールを定義することも可能です。

これらの制御は重要です。自律的なインフラ管理は、単にコマンドを提案するAIコパイロットよりもはるかにリスクが高いためです。誤った提案はエンジニアが拒否できますが、プロダクション権限を持つ自律システムは、人間が介入する前にワークロードの再起動、スケール、ロールバック、変更を行う可能性があります。

したがって、DataAgentのアプローチは、最初から広範な自律性を付与するのではなく、システムが対処できる問題のクラスを段階的に拡大していくことに基づいています。

クラスター内に可観測性データをより多く保持する

このアーキテクチャには経済的な根拠もあります。

従来のクラウド可観測性は、膨大なログ、メトリクス、トレースを外部サービスへ送信し、そこで取り込み、インデックス化、保存、分析されることが一般的です。コストはインフラ使用量やテレメトリ量に比例して増加します。

DataAgentはエージェントをワークロードに近い位置に配置します。日常的な障害はローカルで分析・修復され、より詳細な検査は必要なインシデントに限定されます。同社は、これにより高価な取り込み・インデックスパイプラインを通過するデータ量を削減でき、既存の監視システムと併存させることができると主張しています。

AIが作成・運用されるソフトウェアの量を増大させるにつれて、これは重要な差別化要因となり得ます。アプリケーション、サービス、コンテナ、AIエージェントが増えるほど、インフライベントやテレメトリが増加します。ソフトウェアが実際に注意を要するシグナルを判断できなければ、単にデータを収集するだけでもコストが高騰します。

オープンソースがインフラ信頼への道となる

もう一つ注目すべき点は、DataAgentが基盤となるエージェントをオープンソース化することを決定した点です。エージェントは単体でデプロイ可能であり、同社はエージェント群の管理・オーケストレーションを行うSaaS層で収益化を図る予定です。

このモデルは、自律運用ソフトウェアが直面する最も難しい障壁の一つである、AI搭載システムにプロダクションインフラへのアクセスを許可し、ミスが障害につながるリスクを企業が抱える課題に対処できる可能性があります。

エージェントをローカルで検査・操作できることは、インフラチームに自環境内で何が稼働しているかの可視性を提供します。ただし、企業がこれらのエージェントにますます重要な操作を許容できるかどうかが、最終的な試金石となります。

クラウドオーケストレーションのベテランが再びインフラ投資へ

Yaari氏とShalom氏は以前、Cloudifyで共に働いており、Yaari氏は最高収益責任者（CRO）を、Shalom氏は創業者兼CTOを務めていました。Dellは2023年に同社を買収し、TechCrunchはその取引額が最大1億ドルに上る可能性があると報じました。

この経歴はDataAgentにとって特に重要です。CloudifyはKubernetes、クラウドプラットフォーム、既存のDevOpsツールを横断したインフラのオーケストレーションに注力していました。DataAgentは、インフラをオーケストレーションするだけでなく、いつインフラを変更すべきかをソフトウェアが判断できるようにすることで、オートメーションスタックの上位へと進んでいます。

今回の資金調達は、DataAgentの商業ローンチと拡大を支援し、米国とイスラエルでの追加の市場展開人材の採用にも活用されます。

可観測性から自己修復インフラへ

DataAgentにとっての大きな機会は、エンタープライズAIで既に始まっている転換と結びついています。すなわち、人間が何をすべきかを説明するシステムから、実際に作業を自動で実行できるシステムへの移行です。

インフラはこの転換において特に重要な領域です。多くのプロダクションインシデントは、経験豊富なSREチームがすでに解決方法を熟知している繰り返し可能な問題が原因です。AIエージェントが安全にこれらのルーティンタスクを吸収できれば、可観測性はインフラを理解するためのシステムから、継続的にインフラを維持する制御層へと徐々に進化するでしょう。

DataAgentは、プロダクションでの修復ループに加えて、ソフトウェアがデプロイされる前に障害を特定・防止することを目的としたプレプロダクションシステムを組み合わせています。同社は、インシデントや防止された障害から得られる教訓が、システムの自律運用能力を段階的に拡大していくプロセスと説明しています。

課題は、この自律性が新たな運用リスクを生み出すことなくスケールできることを実証することです。インフラ環境は大きく異なり、予期せぬ障害は必ず発生します。あるアーキテクチャで有効な自動修復が、別の環境では危険になる可能性があります。

しかし、これらの安全策が信頼できることが証明されれば、次世代の可観測性プラットフォームは、エンジニアに何が壊れたかを伝える速度ではなく、エンジニアが全く関与する必要がなくなる頻度で評価されるでしょう。DataAgent’s 1,000万ドルのプレシードラウンドは、その転換への早期ベットです。