Tsuga samler inn 35 millioner dollar i serie A-finansiering når AI presser observabilitetsinfrastrukturen til grensene

Paris-basert observabilitetsstartup Tsuga har sikret 35 millioner dollar i serie A-finansiering, mindre enn ett år etter at de gikk ut av stealth-modus, da bedrifter slåss med den økende kompleksiteten og kostnadene ved å overvåke AI-drevne systemer.

Runden ble ledet av Singular, med deltakelse fra eksisterende investorer General Catalyst og nye bakere DST Global og QuantumLight, samt støtte fra Picus og Databricks Ventures. Finansieringen kommer i en periode med rask vekst for selskapet, som sier at de allerede har signert millioner av dollar i årlig gjentakende inntekt og sikret kunder inkludert Le Monde, Camunda, Buk og Black Forest Labs.

Den nye kapitalen vil bli brukt til å utvide teamet til omtrent 100 ansatte og akselerere plattformutvikling.

Hvorfor observabilitet møter en ny utfordring

Observabilitetsplattformer hjelper organisasjoner med å overvåke applikasjoner, infrastruktur og stadig mer AI-systemer ved å samle inn telemetri-data som logger, målinger og spor. Etterhvert som bedrifter distribuerer flere AI-agenter og autonome systemer, har mengden telemetri økt dramatisk.

Ifølge Tsuga var tradisjonelle observabilitetsarkitekturer bygget rundt en modell hvor kunder sender telemetri-data til en leverandør-drevet skyplattform. Mens denne tilnærmingen fungerte når datavolumer var mindre, produserer AI-arbeidsbyrdene nå betydelig mer telemetri, noe som driver opp inntakskostnadene og skaper nye styringsutfordringer rundt sensitive data.

Selskapet argumenterer for at mange organisasjoner nå må velge mellom å kontrollere kostnadene gjennom steking, noe som reduserer synligheten, eller akseptere raskt økende observabilitetsregninger.

En annen tilnærming: Bring Your Own Cloud

Grunnlagt i 2024 av tidligere Datadog-ansatte Gabriel-James Safar og Sébastien Deprez, ble Tsuga bygget rundt en Bring Your Own Cloud (BYOC)-arkitektur.

I stedet for å sende telemetri til en tredjeparts-tjeneste, deployeres plattformen direkte innenfor en kundes sky-miljø. Selskapets plattform kjører på større sky-tilbydere inkludert AWS, Microsoft Azure, Google Cloud og suverene sky-miljøer. Telemetri-data forblir innenfor kundens egen infrastruktur, lagret i deres objekt-lagring og kryptert med deres egne sikkerhetskontroller.

Denne arkitekturen er designet for å møte flere utfordringer samtidig: datasuverenitetskrav, bekymringer om overholdelse, infrastrukturkostnader og leverandør-lås. Tsuga støtter åpne standarder som OpenTelemetry og bruker åpne dataformater, noe som gjør det mulig for kundene å beholde kontrollen over deres telemetri-data.

Bygging observabilitet for AI-systemer

Økningen av AI-applikasjoner endrer også hva organisasjoner må overvåke.

I tillegg til tradisjonelle logger, målinger og applikasjonsspor, trenger bedrifter stadig mer synlighet inn i AI-spesifikke arbeidsflyter som prompt-eksekvering, token-bruk, agent-interaksjoner, konfidenspoeng og multi-agent-anrop-kjeder. Tsugas plattform kombinerer disse evnene i en enkelt miljø samtidig som data holdes innenfor kundens sky-grense.

Selskapet har posisjonert seg som en “AI-Native Resilient Observability”-plattform, og tilbyr observabilitetsverktøy spesifikt designet for AI-arbeidsbyrdene. Funksjoner inkluderer AI-drevet anomali-detteksjon, automatisert rotårsak-analyse, distribusjons-overvåking og agent-observabilitetsfunksjoner.

Tsuga tilbyr også en MCP-server og kommandolinje-verktøy som gjør det mulig for ingeniørteam å bygge sine egne AI-agenter på toppen av observabilitetsdata uten å flytte denne dataen utenfor deres sikkerhets-perimeter.

En tjenestelag langsiden softwaren

I motsetning til mange SaaS-leverandører kombinerer Tsuga software med en fremover-distribuert ingeniørmodell.

Selskapet arbeider direkte med kundene for å optimalisere telemetri-miljøer, redusere unødvendig datainnsamling og forbedre observabilitets-effektiviteten over tid. Denne tilnærmingen reflekterer en bredere trend i bedriftsprogramvare hvor leverandører stadig oftere tilbyr operasjonell ekspertise sammen med teknologi.

Etterhvert som organisasjoner fortsetter å utvide AI-distribusjonen, blir håndtering av den resulterende flommen av telemetri-data en stadig viktigere operasjonell utfordring. Tsugas tilnærming fokuserer ikke bare på å samle inn og analysere denne dataen, men også på å hjelpe kundene med å redusere volumet av informasjon som må behandles og lagres.

En mer nøytral versjon ville være:

Et tegn på endrede prioriteringer i observabilitet

Finansieringsrunden kommer på et tidspunkt når infrastrukturteam evaluerer hvordan observabilitetssystemer passer inn i stadig mer AI-drevne miljøer.

Etterhvert som organisasjoner distribuerer flere AI-applikasjoner og autonome agenter, fortsetter telemetri-volumer å øke, og legger ytterligere press på arkitekturer som ble designet før disse arbeidsbyrdene ble vanlige. Samtidig har datastyring, overholdelse og kostnadsstyring blitt mer fremtredende overveielser for bedriftskjøpere.

Tsugas tilnærming reflekterer en respons på disse utfordringene: å holde observabilitetsdata innenfor kundens kontrollerte sky-miljøer i stedet for å sende dem gjennom en leverandør-drevet plattform. Om denne modellen vil få bredere akseptanse, er uvisst, men den understreker hvordan observabilitetsmarkedet utvikler seg etterhvert som AI-arbeidsbyrdene blir en større del av bedriftsinfrastrukturen.

Med sin siste finansiering, Tsuga slutter seg til en rekke startups som utforsker nye tilnærminger til overvåking og styring av moderne programvaresystemer. Selskapets vekst tyder på at noen organisasjoner aktivt vurderer alternativer til tradisjonelle observabilitetsarkitekturer når de tilpasser seg de operasjonelle kravene til AI-naturlige applikasjoner.