Kosmos atrage 5 milioane de dolari pentru a ajuta întreprinderile să elimine costurile ascunse ale investigațiilor incidentelor IT

Startup-ul din Chicago, Kosmos, a strâns 5 milioane de dolari în finanțare de seed, condusă de Norwest, în timp ce lansează o platformă de inteligență operațională nativă AI, destinată să abordeze una dintre cele mai persistente și scumpe provocări din domeniul IT al întreprinderilor: timpul petrecut pentru investigarea incidentelor.

În timp ce organizațiile au investit masiv în instrumente de observabilitate, monitorizare și gestionare a serviciilor IT, echipele de suport și ingineri încă petrec ore nesfârșite urmărind manual cauza radicale a întreruperilor și problemelor care afectează clienții, în sisteme fragmentate. Kosmos își propune să reducă ceea ce numește “costurile de investigație” – povara operațională creată atunci când inginerii, liderii de suport și echipele de răspuns la incidente sunt forțați să conecteze manual informații răspândite în sisteme de ticketing, depozite de cod sursă, platforme de suport clienți și instrumente de observabilitate.

Crescătorul problemă a costurilor de investigație

În ultimul deceniu, întreprinderile au adoptat o colecție tot mai mare de instrumente pentru a monitoriza infrastructura și a gestiona operațiunile software. Platforme precum Jira, ServiceNow , GitHub, Salesforce (CRM ), Datadog (DDOG ), Grafana și Splunk oferă insight-uri valoroase în diferite părți ale stivelor tehnologice. Cu toate acestea, atunci când apar incidente, contextul critic rămâne adesea izolat în aceste sisteme.

Pe măsură ce arhitecturile software moderne devin din ce în ce mai distribuite, provocarea de a corela informații de pe multiple platforme s-a intensificat. Echipele pot avea toate datele necesare disponibile, dar găsirea și conectarea lor rapidă rămâne dificilă. Rezultatul este timpul de rezolvare mai lung, incidente recurente și resursele de inginerie deviate de la dezvoltarea și inovarea produselor.

Pentru multe organizații, cei mai experimentați ingineri devin investigatorii impliciti atunci când apare o problemă majoră a clienților. Acești ingineri sunt adesea scoși din munca strategică pentru a reconstrui cronologii, a revizui schimbări de cod, a analiza bilețele de suport și a determina ce a cauzat de fapt incidentul. Costul ascuns al acestor investigații se extinde mult dincolo de timpul de întrerupere în sine.

Abordarea nativă AI pentru inteligența operațională

Kosmos se poziționează ca o straturi care stă peste sistemele existente ale întreprinderilor, în loc să le înlocuiască. Platforma conectează date de la GitHub, Jira, Salesforce, ServiceNow, Datadog, Grafana, Splunk și alte instrumente operaționale pentru a crea o vedere unificată a incidentelor și escaladărilor clienților.

Conform companiei, platforma sa corelează automat cazurile clienților, schimbările de cod, incidentele de servicii și semnalele de infrastructură pentru a identifica cauzele radicale probabile. În loc să se bazeze exclusiv pe deciziile autonome AI, Kosmos utilizează o abordare “om în buclă” în care corelările generate de mașină sunt revizuite și validate de utilizatori înainte de a deveni parte a bazei de cunoștințe a platformei.

Acest lucru creează o buclă de feedback continuă care îmbunătățește capacitatea sistemului de a identifica modele pe parcursul timpului, menținând în același timp transparența și încrederea. În loc să genereze mai multe alerte, scopul este de a oferi echipelor contextul necesar pentru a înțelege de ce au apărut problemele în primul rând.

Construit din experiență directă

Fondatorul și CEO-ul Sanjay Gidwani a construit compania în jurul unei probleme pe care a întâlnit-o repetat în timpul a mai mult de două decenii de muncă în operațiunile de livrare a întreprinderilor și în ecosistemul Salesforce.

De-a lungul carierei sale, Gidwani a observat același model: atunci când a apărut o problemă majoră a clienților, organizațiile au mobilizat personalul lor tehnic cel mai experimentat pentru a investiga. Cu toate acestea, acești experți au petrecut adesea zile întregi strângând informații din sisteme desconectate înainte de a ajunge la o cauză radicală.

Această experiență a modelat teza de bază a lui Kosmos: una dintre cele mai mari ineficiențe operaționale din domeniul IT al întreprinderilor apare înainte de a începe remedierea. Dacă organizațiile pot identifica sursa unei probleme mai rapid, pot rezolva incidentele mai rapid și pot reduce probabilitatea apariției unor probleme similare.

Privind înainte

Lansarea Kosmos reflectă o schimbare mai amplă care are loc în tehnologia întreprinderilor. Pe măsură ce organizațiile adoptă medii cloud din ce în ce mai complexe, arhitecturi de microservicii și aplicații alimentate de AI, datele operaționale continuă să crească, rămânând dispersate în zeci de platforme.

Următoarea generație de instrumente de inteligență operațională își propune să acopere aceste lacune prin conectarea automată a semnalelor, identificarea modelelor și păstrarea cunoștințelor instituționale care ar fi altfel blocate în cadrul echipelor individuale. Dincolo de rezolvarea rapidă a incidentelor, aceste sisteme ar putea ajuta organizațiile să reducă munca de inginerie, să prevină problemele recurente și să permită talentului tehnic să se concentreze mai mult asupra construirii de produse, în loc să investigheze eșecurile.

Pe măsură ce mediile întreprinderilor devin mai complexe, capacitatea de a transforma datele operaționale fragmentate în inteligență acționabilă poate deveni la fel de importantă ca și monitorizarea sistemelor însele. Kosmos pariază că reducerea costurilor de investigație va fi o parte critică a acestui viitor.