InsightFinder、Yu Galaxy主導のシリーズBで1,500万ドルを調達し、AIの本番環境での信頼性に取り組む

InsightFinderは、シリーズBで1,500万ドルを調達しました。このラウンドはYu Galaxyが主導し、累計調達額は3,500万ドルとなりました。同社がFortune 50に入る企業との100万ドル規模の契約など、企業向け事業の伸びが加速していると報告する中での資金調達です。また、プロダクション環境でAIシステムを信頼性の高いものにするためのインフラストラクチャに対する需要の増加も反映しています。

AIのパフォーマンスからAIの信頼性へのシフト

エンタープライズがAIシステムをコントロールされた環境からプロダクション環境に移行するにつれて、一定のパターンが現れています。テストでは優れたパフォーマンスを示すシステムが、実際の状況では故障することが多いです。問題は、モデルの能力ではなく、コンテキストにあります。ほとんどのAIシステムは、動作する特定のビジネス環境を深く理解していません。

InsightFinderは、このギャップを埋めることに焦点を当てています。同社のプラットフォームは、AIの信頼性が単に遅延やエラーレートなどのメトリクスを監視することではなく、特定のビジネスワークフロー内で「正常」な状態がどうなっているかを理解することであるという考えに基づいて構築されています。これには、支払いシステム、物流パイプライン、顧客サポートオペレーションなど、すべてのものが含まれます。

AIシステムへの観測可能性の拡大

もともと複雑なITオペレーションを処理するために構築されたInsightFinderのコアテクノロジーは、異常を検出して根本原因を特定し、分散システム全体で故障を予測することに中心があります。同じ基本的なアプローチが、特に大規模な言語モデルやエージェントベースのワークフローを含むAIシステムに適用されています。

伝統的な観測可能性ツールがインフラストラクチャに焦点を当てているのとは異なり、InsightFinderのプラットフォームは、AIシステムが予期せず動作する理由を診断するために、マルチソース、マルチモーダルデータを分析します。これには、モデルドリフトの特定、エージェントワークフロー全体での故障の追跡、明らかなアラートをトリガーしない問題の表面化が含まれます。

AIシステムのためのクローズドフィードバックループの構築

InsightFinderのアプローチの中心テーマは、プロダクションでの出来事を開発に接続する必要性にあります。多くのAIツールは、テスト中の評価またはプロダクションでの監視に焦点を当てていますが、両者を継続的なループで接続するものはほとんどありません。

InsightFinderのプラットフォームは、ループを閉じるように設計された機能を導入します：

• パフォーマンスをデータセット、モデル、コストメトリクス全体で評価するプロンプト比較ツール
• ビジネス固有の品質基準を理解する評価者として使用されるドメイン固有の小規模言語モデル（SLM）
• プロダクションでの故障を使用してモデルのパフォーマンスを改善する自動ファインチューニングパイプライン
• 複雑なワークフロー全体で実行パスを再構築するマルチエージェントトレーシング

これらの機能を組み合わせ、プロダクションデータを、AIシステムを継続的に改善するためのアクション可能な洞察に変換することを目指します。

エンタープライズ環境で汎用AIが不足する理由

InsightFinderが対処する核心的な課題の1つは、汎用AIモデルとドメイン固有の要件の間のミスマッチです。基礎モデルは広範なデータセットでトレーニングされ、パターン認識に優れていますが、業界固有のニュアンスを理解していません。

これにより、リスクの層が生じますが、これはしばしば過小評価されています。ヘルスケア、金融、物流などの分野では、小さな偏差が大きな結果をもたらす可能性があります。InsightFinderのアプローチは、評価と監視プロセスにドメイン認識を埋め込むことです。システムは、汎用的なベンチマークではなく、ビジネス固有の基準に基づいて評価されることを可能にします。

ソフトウェアだけではなく、実装を中心としたサービスモデル

InsightFinderのもう1つの特徴は、プラットフォームを提供する方法です。顧客が自力でツールを設定する従来のSaaSモデルとは異なり、同社は組織と密接に協力して、システムを各環境に合わせて調整します。

これには、プラットフォームを内部ワークフローに合わせて調整し、評価基準を定義し、ドメイン固有のロジックを統合することが含まれます。目標は、システムによって生成される洞察が、各組織の運用のコンテキスト内で実行可能であることを保証することです。

新たな資金の一部は、企業向け営業やカスタマーサクセスの機能を中心に、こうした顧客対応能力の拡充に使われます。

より広い視点：重要インフラとしてのAI

InsightFinderの資金調達のタイミングは、AIがどのように認識されているかという点でより広い変化を強調しています。AIシステムが病院、金融システム、サプライチェーンなどのクリティカルインフラストラクチャに組み込まれるにつれて、信頼性は技術的な問題というより、社会的な問題としての性格を強めます。

ここで浮かび上がる概念は、AIシステムには「免疫システム」に似たものが必要であるということです。これは、障害を検出して診断し、リアルタイムで対応できるものです。InsightFinderは、このレイヤーを構築するために自社を位置付けているのです。

モデルの強化ではなく、信頼性の向上に焦点を当てています。AIの導入が加速するにつれて、この違いはますます重要になると考えられます。