CoreStory เพิ่มทุน 32 ล้านดอลลาร์ในการระดมทุน Series A เพื่อนำความฉลาดของโค้ด AI มาสู่ซอฟต์แวร์ Legacy

CoreStory ได้ระดมทุน 32 ล้านดอลลาร์ใน Series A โดยมีจุดมุ่งหมายเพื่อแก้ไขปัญหาที่ท้าทายที่สุดของเทคโนโลยีสำหรับองค์กร ซึ่งก็คือการปรับปรุงซอฟต์แวร์ Legacy ที่ยังคงใช้งานอยู่ทั่วโลก การลงทุนนี้ได้รับการนำโดย Tribeca Venture Partners, NEA และ SineWave พร้อมด้วยการสนับสนุนจากผู้สนับสนุนเชิงกลยุทธ์อื่นๆ

การล่าช้าในการปรับปรุงซอฟต์แวร์ Legacy มักไม่ได้เกิดจากความลังเล แต่เกิดจากความซับซ้อนของระบบ Legacy ที่ยังคงใช้งานอยู่ในหลายอุตสาหกรรม เช่น ธนาคาร การบิน และรัฐบาล แต่การปรับปรุงซอฟต์แวร์เหล่านี้ต้องใช้เวลาในการทำความเข้าใจว่าระบบเหล่านี้ทำงานและเชื่อมต่ออย่างไร ซึ่งอาจใช้เวลาเกิน 1 ปี

การเปลี่ยนโค้ดที่ไม่ชัดเจนเป็นแผนที่ที่มีชีวิต

แพลตฟอร์มของ CoreStory ใช้การผสมผสานระหว่างโมเดลภาษาขนาดใหญ่ (LLM) และเทคนิคการวิเคราะห์แบบคงที่เพื่อสแกนโค้ดเบสขนาดใหญ่ ซึ่งสามารถมีหลายแสนบรรทัดของโค้ด จากนั้นจะแยกออกเป็นลอจิกของธุรกิจ การไหลของข้อมูล ความสัมพันธ์ของระบบ และความตั้งใจของนักพัฒนา ผลลัพธ์คือโมเดล “ความฉลาด” ของระบบที่ทำงานเหมือนแผนที่ โดยการสร้างเอกสารที่มีชีวิตนี้ บริษัทอ้างว่าสามารถลดเวลาในการปรับปรุงซอฟต์แวร์จากเดือนหรือปีเป็นเพียงไม่กี่วัน

นอกจากการปรับปรุงซอฟต์แวร์แล้ว CoreStory ยังมีจุดมุ่งหมายที่จะใช้แพลตฟอร์มของตนในหลายกรณีการใช้งาน เช่น

• การปรับปรุงซอฟต์แวร์ Legacy โดยการค้นหาลอจิกของธุรกิจที่ซ่อนอยู่ เพื่อให้บริษัทสามารถปรับปรุงหรือเปลี่ยนแพลตฟอร์มได้อย่างปลอดภัย
• การบำรุงรักษาที่ต่อเนื่อง โดยการช่วยให้ทีมสามารถระบุโค้ดที่สามารถเปลี่ยนแปลงได้ ที่อยู่ของความสัมพันธ์ และผลกระทบที่อาจเกิดขึ้นจากการเปลี่ยนแปลง
• การเขียนโค้ดที่ได้รับการช่วยเหลือจาก AI โดยการให้โค้ดเอเย่นต์ของ AI มีข้อมูลเกี่ยวกับระบบมากขึ้น เพื่อให้โค้ดที่สร้างขึ้นใหม่สอดคล้องกับโครงสร้างที่มีอยู่
• การฝึกอบรมและผลผลิตของนักพัฒนา โดยการให้แผนที่ที่ชัดเจนแก่นักพัฒนาที่เข้ามาใหม่ แทนที่จะให้พวกเขาทำการย้อนกลับจากต้น

โดยการนำเสนอระดับความฉลาดของระบบนี้ CoreStory กำลังเปลี่ยนการปรับปรุงซอฟต์แวร์ Legacy จากการเดาและการเสี่ยงเป็นการดำเนินการตามหลักฐาน

การกำหนดวินัยใหม่: การพัฒนาที่ขับเคลื่อนด้วยข้อกำหนด

สิ่งที่ทำให้ข้อเสนอของ CoreStory แตกต่างออกไปคือการเน้นไปที่การผลิตข้อกำหนดที่มีโครงสร้างและสามารถตีความได้โดยเครื่องจักร ไม่ใช่แค่ “เอกสารบางอย่าง” แต่เป็นโมเดลที่มีชีวิตที่แสดงถึงกฎของธุรกิจ โครงสร้างของระบบ การไหลของข้อมูล และความตั้งใจ บริษัทเรียกสิ่งนี้ว่า การพัฒนาที่ขับเคลื่อนด้วยข้อกำหนด (SDD) มันให้ทางเลือกแก่บริษัทในการนำระเบียบเข้ามาในโค้ดเบสที่ปั่นป่วน และรวมเข้ากับเวิร์กโฟลว์สมัยใหม่ แทนที่จะรักษาไว้เป็น “โมโนลิธ์ที่ไม่สามารถสัมผัสได้”

ในภาคส่วนที่มีการควบคุม เช่น การเงิน การดูแลสุขภาพ และการป้องกันประเทศ สิ่งนี้มีความสำคัญมากขึ้น การติดตาม การตรวจสอบ และการฝึกอบรมนักพัฒนาคือจุดเจ็บปวดที่เกิดขึ้นซ้ำๆ โดยการฝังข้อกำหนดที่กู้คืนกลับเข้าไปในพายพิ้นการพัฒนา บริษัทสามารถรับรองได้ว่าการเปลี่ยนแปลงนั้นปลอดภัยยิ่งขึ้น โครงสร้างที่มองเห็นได้ และการตรวจสอบโค้ดหรือการปรับปรุงสามารถดำเนินการได้ด้วยความเสี่ยงที่ไม่ทราบน้อยลง

พื้นฐานสำหรับองค์กร AI-เนทีฟ

การลงทุน Series A ในครั้งนี้มาในช่วงเวลาที่เหมาะสมที่สุด โดยมีการพัฒนาที่ขับเคลื่อนด้วย AI และ เครื่องมือรหัสที่สร้างโดย AI ที่กำลังแพร่หลาย ความเสี่ยงในการนำโค้ดที่ไม่มีการบันทึกและไม่มีบริบทเข้ามาในระบบขนาดใหญ่สูงกว่าที่เคย บริษัทต่างๆ ต้องการเครื่องมือที่ไม่เพียงแต่ช่วยให้สร้างโค้ดได้เร็วขึ้น แต่ยังช่วยให้โค้ดที่พวกเขาดูแลและขยายสามารถเข้าใจได้ในบริบทที่สมบูรณ์ CoreStory กำลังเสนอสะพานเชื่อมระหว่างโลกเก่าของซอฟต์แวร์ Legacy และยุคใหม่ของการพัฒนาที่ได้รับการช่วยเหลือจาก AI

เมื่อมองไปข้างหน้า ผลกระทบจะขยายออกไปนอกเหนือจากการปรับปรุงซอฟต์แวร์ Legacy หากบริษัทสามารถกำหนดข้อกำหนดที่มีชีวิตของอสังหาริมทรัพย์ซอฟต์แวร์ของตนได้ เอเย่นต์การเขียนโค้ดของ AI จะปลอดภัยและมีประสิทธิภาพมากขึ้น เนื่องจากพวกมันทำงานด้วยข้อมูลเข้าที่ดีขึ้น มีจุดบอดน้อยลง และมีความเสี่ยงของผลกระทบด้านลบที่ไม่ได้ตั้งใจน้อยลง สิ่งนี้อาจนำไปสู่อนาคตที่ระบบ Legacy ไม่ใช่สิ่งกีดขวาง แต่เป็นพื้นฐานที่สามารถดูแลได้ พัฒนาได้ และรวมเข้ากับการใช้งานรุ่นต่อไป

ในสถานการณ์นี้ อินฟราสตร์กที่มองไม่เห็น (ธนาคาร สายการบิน บริการสาธารณะ) อาจกลายเป็นโปร่งใสและปรับเปลี่ยนได้มากขึ้น แทนที่จะวางแผตชบนโค้ดที่ไม่ชัดเจน บริษัทสามารถพัฒนาระบบหลักของตนได้อย่างแท้จริง

สุดท้าย CoreStory มีวิสัยทัศน์ที่ชี้ให้เห็นว่าอนาคตที่ซอฟต์แวร์เก่าแก่ที่สุดสามารถเข้าใจได้ดี ดูแลได้ดี และสอดคล้องกับเวิร์กโฟลว์การพัฒนารุ่นต่อไปได้ และที่นักวิศวกร AI และมนุษย์ทำงานร่วมกันในระบบที่ไม่ใช่กล่องดำ แต่เป็นระบบที่มีชีวิตและเข้าใจได้