DataAgent выходит из скрытного режима с предсеменным раундом в $10M для создания самовосстанавливающейся облачной инфраструктуры

DataAgent вышла из скрытного режима с предсеменным финансированием в размере $10 million, запуская платформу, построенную на ИИ, предназначенную для того, чтобы перейти от обнаружения проблем в управлении облачной инфраструктурой к их автономному исправлению.

Раунд возглавили MizMaa Ventures и Alicorn Venture Partners. DataAgent планирует использовать капитал для вывода своей платформы на рынок и расширения внедрения в Северной Америке. Основанная в январе 2026 года, компания из Тель‑Авива в настоящее время насчитывает 15 сотрудников и возглавляется соучредителями Ишаем Яари, генеральным директором, и Нати Шалом, техническим директором.

В основе подхода DataAgent лежит так называемая «цифровая иммунная система с приоритетом исправления» для современных приложений. Вместо того чтобы выступать в основном как дополнительный слой для сбора журналов, генерации оповещений или объяснения инцидентов инженерам, платформа разработана для работы внутри Kubernetes и подключённой облачной инфраструктуры и принятия мер при возникновении сбоев.

Отмена традиционного рабочего процесса наблюдаемости

Современные платформы наблюдаемости стали незаменимыми для понимания всё более сложных приложений, но базовый рабочий процесс остаётся в основном реактивным: система обнаруживает проблему, инженер получает оповещение, кто‑то расследует причину, и в конце концов применяется исправление.

DataAgent пытается изменить эту последовательность.

Её программное обеспечение считывает живое состояние системы, топологию и конфигурационную информацию там, где работает инфраструктура. Когда оно сталкивается с известным сбой, платформа может сначала применить проверенное исправление, а затем провести более глубокий анализ первопричины. Цель — восстановить сервис без ожидания, пока инженер вручную изучит журналы и панели мониторинга.

Публичный сайт компании формулирует эту философию фразой «Сначала исправление, остальное — шум».

Текущее время отражает более широкую проблему, с которой сталкиваются команды инфраструктуры. Обзор наблюдаемости Grafana Labs 2025 года показал, что сложность и нагрузка остаются наиболее часто упоминаемыми проблемами наблюдаемости, за ними следуют проблемы соотношения сигнал‑шум и стоимость. Сейчас половина респондентов использует наблюдаемость как сервис (SaaS) в той или иной форме, что демонстрирует, насколько оперативные телеметрические данные всё чаще обрабатываются внешними платформами.

Автономный SRE, работающий внутри инфраструктуры

DataAgent описывает свою платформу как автономного инженера надёжности сайта (SRE), однако её архитектура более ограничена, чем может подразумевать эта метка.

Система создает модель топологии, окружения, кода и конфигураций клиента, а не принимает решения на основе отдельной записи журнала или оповещения. При развертывании она определяет категории сбоев, которые, по её мнению, можно надёжно исправлять. Автономно система действует только в отношении категории сбоев, после того как эта возможность была подтверждена; неизвестные или неопределённые проблемы перенаправляются к человеческим операторам.

Клиенты также могут задавать ограничения, определяющие, какие действия система может выполнять.

Эти контрольные меры важны, потому что автономное управление инфраструктурой несёт значительно больший риск, чем ИИ‑помощник, который лишь предлагает команду. Неправильную рекомендацию может отклонить инженер; автономная система с правами в продакшене потенциально может перезапустить, масштабировать, откатить или изменить рабочие нагрузки до вмешательства человека.

Поэтому подход DataAgent основан на постепенном расширении классов проблем, в отношении которых системе разрешено действовать, а не на предоставлении широкой автономии с самого начала.

Сохранение большего объёма данных наблюдаемости внутри кластера

За архитектурой также стоит экономический аргумент.

Традиционная облачная наблюдаемость часто подразумевает отправку больших объёмов журналов, метрик и трассировок во внешний сервис, где эта информация собирается, индексируется, хранится и анализируется. Стоимость может расти вместе с использованием инфраструктуры и объёмом телеметрии.

DataAgent, напротив, размещает свои агенты ближе к самим рабочим нагрузкам. Обычные сбои могут анализироваться и исправляться локально, а более глубокий анализ оставляется для инцидентов, требующих этого. Компания утверждает, что это может сократить объём данных, которые необходимо передавать через дорогие конвейеры сбора и индексации, позволяя её платформе сосуществовать с существующими системами мониторинга, а не требовать немедленной замены.

Это может стать важным отличием по мере того, как ИИ увеличивает количество создаваемого и эксплуатируемого программного обеспечения. Большее количество приложений, сервисов, контейнеров и ИИ‑агентов в конечном итоге генерирует больше событий инфраструктуры и телеметрии. Простое накопление данных может стать всё дороже, если только программное обеспечение не сможет определить, какие сигналы действительно требуют внимания.

Открытый исходный код как путь к доверию к инфраструктуре

Еще один заметный элемент — решение DataAgent сделать свой базовый агент открытым исходным кодом. Агент может быть развернут независимо, в то время как компания планирует монетизировать SaaS‑слой для управления и оркестрации флотов агентов.

Эта модель может помочь решить одну из самых сложных преград для программного обеспечения автономных операций: компаниям предлагается предоставить ИИ‑системе доступ к продакшн‑инфраструктуре, где ошибки могут привести к сбоям.

Возможность локально проверять и управлять агентом предоставляет командам инфраструктуры большую видимость того, что работает в их окружении, хотя более серьёзным испытанием станет то, смогут ли предприятия почувствовать себя комфортно, позволяя этим агентам выполнять всё более значимые действия.

Ветераны облачной оркестрации возвращаются с новой ставкой на инфраструктуру

Яари и Шалом ранее работали вместе в Cloudify, где Яари был директором по доходам, а Шалом — основателем и техническим директором. Dell приобрела компанию по облачной оркестрации и автоматизации инфраструктуры в 2023 году в сделке, о которой TechCrunch сообщил, что её стоимость могла достигать $100 million.

Этот опыт особенно важен для DataAgent. Cloudify сосредотачивалась на оркестрации инфраструктуры в Kubernetes, облачных платформах и существующих инструментах DevOps. DataAgent поднимается выше в стеке автоматизации, пытаясь предоставить программному обеспечению возможность не только оркестровать инфраструктуру, но и определять, когда её необходимо изменить.

Новое финансирование поддержит коммерческий запуск DataAgent и её расширение, включая дополнительные наймы для выхода на рынок в США и Израиле.

От наблюдаемости к самовосстанавливающейся инфраструктуре

Более широкая возможность для DataAgent связана с переходом, уже начинающимся в корпоративном ИИ: от систем, объясняющих, что должны делать люди, к системам, способным выполнять работу самостоятельно.

Инфраструктура — особенно значимое место для этого перехода. Большой процент инцидентов в продакшене связан с повторяющимися проблемами, которые опытные команды SRE уже умеют решать. Если ИИ‑агенты смогут безопасно взять на себя больше таких рутинных задач, наблюдаемость может постепенно превратиться из системы понимания инфраструктуры в слой управления, который постоянно её поддерживает.

DataAgent сочетает этот цикл исправления в продакшене с предпродакшн‑системой, предназначенной для выявления и предотвращения сбоев до развертывания программного обеспечения. Компания описывает получившийся процесс как такой, в котором уроки из инцидентов и предотвращённых сбоев постепенно расширяют способность системы работать автономно.

Проблемой будет демонстрация того, что автономность может масштабироваться без создания новой категории операционного риска. Инфраструктурные среды сильно различаются, непредвиденные сбои неизбежны, и автоматическое исправление, работающее в одной архитектуре, может быть опасным в другой.

Если эти меры защиты окажутся надёжными, следующее поколение платформ наблюдаемости будет оцениваться не столько по тому, насколько быстро они могут объяснить инженерам, почему что‑то сломалось, а скорее по тому, как часто инженерам вовсе не понадобится вмешиваться. DataAgent привлекла $10 million в предсеменном раунде — ранняя ставка на этот сдвиг.