Tsuga tar in 35 miljoner dollar i serie A-finansiering när AI utmanar observationsinfrastrukturen

Parisbaserade observationsstartuppen Tsuga har säkrat 35 miljoner dollar i serie A-finansiering, mindre än ett år efter att de gick ur stealth-läget, när företag kämpar med den växande komplexiteten och kostnaden för att övervaka AI-drivna system.

Rundan leddes av Singular, med deltagande från befintliga investerare General Catalyst och nya investerare DST Global och QuantumLight, samt stöd från Picus och Databricks Ventures. Finansieringen sker under en period av snabb tillväxt för företaget, som redan har tecknat miljontals dollar i årlig återkommande intäkt och säkrat kunder som Le Monde, Camunda, Buk och Black Forest Labs.

Den nya kapitalen kommer att användas för att expandera teamet till cirka 100 anställda och påskynda plattformsutvecklingen.

Varför observabilitet står inför en ny utmaning

Observationsplattformar hjälper organisationer att övervaka applikationer, infrastruktur och alltmer AI-system genom att samla in telemetridata som loggar, mått och spår. När företag distribuerar fler AI-agenter och autonoma system har mängden telemetri som genereras ökat dramatiskt.

Enligt Tsuga var traditionella observationsarkitekturer byggda kring en modell där kunder skickar telemetridata till en leverantörsdriven molnplattform. Medan detta fungerade när datavolymer var mindre, producerar AI-arbetsbelastningar betydligt mer telemetri, vilket driver upp inkörselkostnader och skapar nya styrningsutmaningar kring känsliga data.

Företaget hävdar att många organisationer nu tvingas välja mellan att kontrollera kostnader genom stickprover, vilket minskar synligheten, eller acceptera snabbt ökande observationsräkningar.

En annorlunda approach: Ta med din egen moln

Tsuga grundades 2024 av före detta Datadog-chefer Gabriel-James Safar och Sébastien Deprez och byggdes kring en Bring Your Own Cloud (BYOC)-arkitektur.

I stället för att skicka telemetri till en tredjepartsleverantör distribueras plattformen direkt inom en kunds molnmiljö. Företagets plattform körs över stora molnleverantörer, inklusive AWS, Microsoft Azure, Google Cloud och suveräna molnmiljöer. Telemetridata förblir inom kundens egen infrastruktur, lagras i deras objektlagring och krypteras med deras egna säkerhetskontroller.

Denna arkitektur är utformad för att hantera flera utmaningar samtidigt: datasuveränitetskrav, regelefterlevnad, infrastrukturkostnader och leverantörsbundenhet. Tsuga stöder öppna standarder som OpenTelemetry och använder öppna dataformat, vilket gör att kunderna kan behålla kontrollen över sin telemetridata.

Att bygga observabilitet för AI-system

Tillväxten av AI-applikationer förändrar också vad organisationer behöver övervaka.

Förutom traditionella loggar, mått och applikationsspår behöver företag alltmer synlighet i AI-specifika arbetsflöden som promptkörning, tokenanvändning, agentinteraktioner, förtroendepoäng och multiagentanrop. Tsugas plattform kombinerar dessa funktioner i en enda miljö samtidigt som data förblir inom kundens molngräns.

Företaget har positionerat sig som en “AI-Native Resilient Observability”-plattform, som erbjuder observationsverktyg specifikt utformade för AI-arbetsbelastningar. Funktioner inkluderar AI-drivna avvikelseidentifiering, automatiserad rotorsakanalys, distributionsövervakning och agentövervakningsfunktioner.

Tsuga erbjuder också en MCP-server och kommandoradsverktyg som gör det möjligt för utvecklingsteam att bygga sina egna AI-agenter ovanpå observationsdata utan att flytta dessa data utanför deras säkerhetsperimeter.

En tjänstelag bredvid programvaran

Till skillnad från många SaaS-leverantörer kombinerar Tsuga programvara med en framväxande ingenjörsmodell.

Företaget arbetar direkt med kunder för att optimera telemetri-miljöer, minska onödig datainsamling och förbättra observations-effektivitet över tid. Denna approach speglar en bredare trend inom företagsprogramvara där leverantörer alltmer erbjuder operativ expertis bredvid teknologi.

När organisationer fortsätter att expandera AI-distributioner blir hanteringen av den resulterande floden av telemetridata alltmer en viktig operativ utmaning. Tsugas approach fokuserar inte bara på att samla in och analysera dessa data, utan också på att hjälpa kunderna att minska volymen av information som behöver bearbetas och lagras.

En mer neutral version skulle vara:

En tecken på förändrade prioriteringar inom observabilitet

Finansieringsrundan sker under en tid när infrastrukturteam omvärderar hur observations-system passar in i alltmer AI-drivna miljöer.

När organisationer distribuerar fler AI-applikationer och autonoma agenter fortsätter telemetrvolymer att öka, vilket lägger ytterligare press på arkitekturer som utvecklades före dessa arbetsbelastningar blev vanliga. Samtidigt har datastyrning, regelefterlevnad och kostnadshantering blivit mer framträdande överväganden för företagsköpare.

Tsugas approach reflekterar ett svar på dessa utmaningar: att hålla observationsdata inom kundkontrollerade molnmiljöer snarare än att dirigera dem genom en leverantörsdriven plattform. Om denna modell kommer att vinna bredare acceptans återstår att se, men den belyser hur observationsmarknaden utvecklas när AI-arbetsbelastningar blir en allt större del av företagsinfrastruktur.

Med sin senaste finansiering ansluter sig Tsuga till en rad startups som utforskar nya tillvägagångssätt för att övervaka och hantera moderna programvarusystem. Företagets tillväxt tyder på att vissa organisationer aktivt utvärderar alternativ till traditionella observationsarkitekturer när de anpassar sig till de operativa kraven för AI-nativa applikationer.