A Kosmos levanta $5 milhões para ajudar as empresas a eliminar o custo oculto das investigações de incidentes de TI

A startup de Chicago, Kosmos, levantou $5 milhões em financiamento de semente liderado por Norwest ao lançar uma plataforma de inteligência operacional nativa em AI projetada para abordar um dos desafios mais persistentes e caros na TI empresarial: o tempo gasto nas investigações de incidentes.

Enquanto as organizações investiram pesadamente em ferramentas de observabilidade, monitoramento e gestão de serviços de TI, as equipes de suporte e engenharia ainda gastam inúmeras horas rastreando manualmente a causa raiz de falhas e problemas que afetam os clientes em sistemas fragmentados. A Kosmos visa reduzir o que chama de “custos de investigação” – a carga operacional criada quando os engenheiros, líderes de suporte e equipes de resposta a incidentes são forçados a conectar manualmente informações espalhadas por sistemas de ticket, repositórios de código, plataformas de suporte ao cliente e ferramentas de observabilidade.

O Problema Cada Vez Maior dos Custos de Investigação

Ao longo da última década, as empresas adotaram uma coleção crescente de ferramentas para monitorar a infraestrutura e gerenciar operações de software. Plataformas como Jira, ServiceNow, GitHub, Salesforce, Datadog, Grafana e Splunk fornecem insights valiosos em diferentes partes da pilha de tecnologia. No entanto, quando ocorrem incidentes, o contexto crítico muitas vezes permanece isolado em sistemas separados.

À medida que as arquiteturas de software modernas se tornam cada vez mais distribuídas, o desafio de correlacionar informações em várias plataformas se intensificou. As equipes podem ter todos os dados necessários disponíveis, mas encontrar e conectar essas informações rapidamente ainda é difícil. O resultado é um tempo de resolução mais longo, incidentes recorrentes e recursos de engenharia sendo desviados do desenvolvimento de produtos e inovação.

Para muitas organizações, os engenheiros mais experientes se tornam os investigadores padrão sempre que surge um problema importante do cliente. Esses engenheiros são frequentemente afastados do trabalho estratégico para reconstruir cronologias, revisar alterações de código, analisar tickets de suporte e determinar o que realmente causou um incidente. O custo oculto dessas investigações se estende muito além do próprio tempo de inatividade.

Uma Abordagem Nativa em AI para Inteligência Operacional

A Kosmos se posiciona como uma camada que se situa acima dos sistemas empresariais existentes, em vez de substituí-los. A plataforma conecta dados do GitHub, Jira, Salesforce, ServiceNow, Datadog, Grafana, Splunk e outras ferramentas operacionais para criar uma visão unificada de incidentes e escalonamentos de clientes.

De acordo com a empresa, sua plataforma correlaciona automaticamente casos de clientes, alterações de código, incidentes de serviço e sinais de infraestrutura para identificar as causas raiz prováveis. Em vez de confiar apenas em decisões autônomas de AI, a Kosmos emprega uma abordagem de “humanos no loop” onde as correlações geradas por máquina são revisadas e validadas pelos usuários antes de se tornarem parte da base de conhecimento da plataforma.

Isso cria um loop de feedback contínuo que melhora a capacidade do sistema de identificar padrões ao longo do tempo, mantendo transparência e confiança. Em vez de gerar mais alertas, o objetivo é fornecer às equipes o contexto necessário para entender por que os problemas ocorreram em primeiro lugar.

Construída a Partir de Experiências em Primeira Mão

O fundador e CEO Sanjay Gidwani construiu a empresa em torno de um problema que ele enfrentou repetidamente durante mais de duas décadas trabalhando em operações de entrega empresarial e dentro do ecossistema da Salesforce.

Ao longo de sua carreira, Gidwani observou o mesmo padrão: quando um problema importante do cliente surgia, as organizações mobilizavam seus técnicos mais experientes para investigar. No entanto, esses especialistas muitas vezes gastavam dias coletando informações de sistemas desconectados antes de chegar à causa raiz.

Essa experiência moldou a tese central da Kosmos: uma das maiores ineficiências operacionais na TI empresarial ocorre antes mesmo do início do remédio. Se as organizações puderem identificar a fonte de um problema mais rapidamente, elas podem resolver incidentes mais rapidamente e reduzir a probabilidade de que problemas semelhantes voltem a ocorrer.

Olhando para o Futuro

O lançamento da Kosmos reflete uma mudança mais ampla que está ocorrendo na tecnologia empresarial. À medida que as organizações adotam ambientes de nuvem cada vez mais complexos, arquiteturas de microsserviços e aplicações impulsionadas por AI, os dados operacionais continuam a crescer, permanecendo dispersos por dezenas de plataformas.

A próxima geração de ferramentas de inteligência operacional visa pontuar essas lacunas, conectando automaticamente sinais, identificando padrões e preservando o conhecimento institucional que de outra forma permaneceria bloqueado dentro de equipes individuais. Além de uma resolução de incidentes mais rápida, esses sistemas podem ajudar as organizações a reduzir a carga de trabalho de engenharia, prevenir problemas recorrentes e permitir que o talento técnico se concentre mais tempo em construir produtos em vez de investigar falhas.

À medida que os ambientes empresariais se tornam mais complexos, a capacidade de transformar dados operacionais fragmentados em inteligência ação pode se tornar tão importante quanto monitorar os sistemas em si. A Kosmos está apostando que a redução dos custos de investigação será uma parte crítica desse futuro.