OpenObserve pozyskuje 10 mln dolarów w serii A, by skierować obserwowalność ku autonomicznym operacjom

Startup z Doliny Krzemowej, OpenObserve, pozyskał 10 milionów dolarów w rundzie A, którą prowadzili Nexus Venture Partners i Dell Technologies Capital (DELL ), co sygnalizuje rosnące przekonanie inwestorów, że stos obserwowalności wymaga przebudowy strukturalnej.

Firma, założona w 2022 roku i mająca siedzibę w Menlo Park, pozycjonuje się jako zintegrowana alternatywa dla rozproszonych konfiguracji monitorowania – zwłaszcza gdy systemy sztucznej inteligencji wprowadzają nowe warstwy złożoności w infrastrukturze, aplikacjach i zachowaniu modelu.

Przesunięcie od fragmentarycznych stosów monitorowania

Obserwowalność tradycyjnie była zszywana z wielu narzędzi – logi w jednym systemie, metryki w innym, śledzenie gdzie indziej. To podejście coraz bardziej się psuje pod wpływem nowoczesnych obciążeń.

Podejście OpenObserve polega na konsolidacji wszystkiego w jednej platformie. Ich system pobiera logi, metryki, ślady i dane monitorowania rzeczywistych użytkowników, a następnie nakłada analitykę, alarmy i odpowiedź na incydenty – wszystko w jednym interfejsie.

Pod powierzchnią, platforma opiera się na architekturze cloud-native, która oddziela obliczenia od przechowywania, używając obiektowego przechowywania, takiego jak S3 i kolumnowe pliki Parquet, do efektywnego radzenia sobie z dużymi ilościami danych telemetrycznych. Ten projekt dramatycznie redukuje koszty przechowywania, jednocześnie utrzymując wysoką wydajność zapytań, nawet w skali petabajtów.

Ten wybór architektoniczny jest centralny dla twierdzenia firmy o znacznie niższych kosztach operacyjnych w porównaniu z systemami legacy zbudowanymi na indeksowaniu w stylu Elasticsearch.

Obserwowalność 3.0: Od monitorowania do autonomicznych działań

Firma przedstawia swoją wizję jako „Obserwowalność 3.0”, przesunięcie od pulpitu i alarmów w kierunku systemów, które mogą interpretować dane i działać na ich podstawie bez interwencji człowieka.

W centrum tej wizji znajduje się warstwa inżynierii niezawodności systemów (SRE) zasilana przez sztuczną inteligencję. Zamiast ręcznego badania incydentów przez inżynierów system analizuje telemetrykę w kontekście, identyfikuje przyczyny pierwotne i może zalecić – lub w niektórych przypadkach podjąć – działania korygujące.

To jest połączone z wykrywaniem anomalii, które ujawniają problemy, zanim się nasilą, oraz narzędziami obserwowalności LLM, które monitorują, jak modele sztucznej inteligencji zachowują się w produkcji, obejmując prompty, dane wyjściowe i wydajność.

Szerszą ideą jest zmniejszenie obciążenia operacyjnego zespołów inżynierskich, zwłaszcza gdy ilości danych telemetrycznych nadal rosną, a systemy stają się bardziej dynamiczne.

Zbudowany dla skali obciążeń sztucznej inteligencji

Nowoczesne aplikacje sztucznej inteligencji generują znacznie więcej telemetrycznych danych niż tradycyjne systemy, zwłaszcza przy śledzeniu wydajności modelu, zachowania inferencyjnego i interakcji użytkowników.

Projekt OpenObserve odzwierciedla ten trend. Dane są przechowywane w skompresowanych formatach kolumnowych i zapytywane bezpośrednio z obiektowego przechowywania, unikając potrzeby drogich warstw indeksowania lub duplikowania danych. To pozwala platformie skalować się poziomo bez złożoności, która zwykle towarzyszy rozproszonym systemom monitorowania.

Wynikiem jest system, który może radzić sobie z potokami danych o wysokiej objętości, jednocześnie utrzymując szybką wydajność zapytań i przewidywalne koszty – dwa ograniczenia, które historycznie były trudne do zrównoważenia.

Silne wczesne sygnały przyjęcia

Firma zgłasza ponad 6 000 organizacji korzystających z platformy, w tym duże przedsiębiorstwa, oraz silny popyt ze strony deweloperów, z ponad 18 000 gwiazd na GitHub.

To połączenie – przyjęcie przez przedsiębiorstwa i impet open-source – sugeruje, że OpenObserve zyskuje przyczółek zarówno w kanałach top-down, jak i bottom-up, co jest wzorcem często spotykanym w narzędziach infrastrukturalnych, które z powodzeniem przechodzą do użycia mainstreamowego.

Co to sygnalizuje dla przyszłości obserwowalności

Kierunek, na który stawia OpenObserve, jest jasny: obserwowalność ewoluuje z warstwy pasywnego monitorowania w kierunku aktywnego systemu zarządzania operacjami.

Gdy systemy sztucznej inteligencji stają się wbudowane w aplikacje, wyzwaniem nie jest już tylko zbieranie danych – to ich interpretacja wystarczająco szybko, aby miało to znaczenie. Procesy pracy prowadzone przez ludzi mają trudności z nadążaniem za szybkością i skalą nowoczesnych środowisk.

Platformy, które ujednolicają telemetrykę i stosują inteligencję w czasie rzeczywistym, prawdopodobnie zmienią sposób, w jaki zarządza się infrastrukturą. Zamiast przemieszczania się inżynierów między wieloma pulpitami i narzędziami systemy będą coraz częściej prezentować decyzje bezpośrednio – lub wykonywać je automatycznie.

Jeśli ta zmiana się utrzyma, krajobraz konkurencyjny może przesunąć się od narzędzi monitorowania bogatych w funkcje w kierunku platform, które mogą niezawodnie zmniejszyć złożoność operacyjną i zautomatyzować reagowanie na dużą skalę.