การระดมทุน

Islo ระดมทุน 15 ล้านดอลลาร์เพื่อสร้างโรงงานซอฟต์แวร์ AI ที่ควบคุมได้

Evan Mercer
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
Three members of the Islo team seated together
ประเด็นสำคัญIslo พนันว่าการตรวจสอบและส่งมอบโค้ดที่เขียนโดย AI…
ดูเพิ่มเติม
  • Islo พนันว่าการตรวจสอบและส่งมอบโค้ดที่เขียนโดย AI คือคอขวดที่แท้จริงหลังจากขั้นตอนการสร้าง
  • สภาพแวดล้อมไมโครวีเอ็มแบบแยกเดี่ยวช่วยให้เอเจนต์รันแอปพลิเคชันและทำงานต่อจากสแนปช็อตที่บันทึกไว้
  • เกตเวย์จัดหาข้อมูลรับรองที่มีขอบเขตจำกัดเพื่อให้เอเจนต์ดำเนินการได้โดยไม่ต้องถือคีย์ API ที่ใช้ซ้ำได้

Islo ระดมทุนได้ 15 ล้านดอลลาร์ โดยมี Insight Partners เป็นผู้นำการลงทุน เพื่อนำไปขยายแพลตฟอร์มโรงงานซอฟต์แวร์สำหรับองค์กร บริษัทกำลังเดิมพันว่า คอขวดถัดไปของการพัฒนาซอฟต์แวร์ด้วย AI คือทุกสิ่งที่เกิดขึ้นหลังจากเอเจนต์เริ่มเขียนโค้ด

Islo เป็นส่วนหนึ่งของกลุ่มผลิตภัณฑ์ Incredibuild โดยผสานสภาพแวดล้อมสำหรับให้เอเจนต์ทำงาน การควบคุมการเข้าถึง และการตรวจสอบยืนยันอย่างต่อเนื่อง เพื่อให้ทีมวิศวกรรมทำงานที่ทำซ้ำได้โดยอัตโนมัติ ขณะยังคงมีอำนาจอนุมัติการเปลี่ยนแปลงที่จะนำขึ้นใช้งานจริง เงินลงทุนนี้จะสนับสนุนการพัฒนาผลิตภัณฑ์และการนำแพลตฟอร์มไปใช้ในฐานะสายผลิตภัณฑ์เฉพาะ

ประกาศดังกล่าวยังระบุถึงความร่วมมือกับ Databricks เพื่อให้บริการการอนุมานโมเดลและเชื่อมต่อเวิร์กโฟลว์ของเอเจนต์เข้ากับข้อมูลระดับองค์กร ความเคลื่อนไหวทั้งสองมุ่งแก้ปัญหาเชิงปฏิบัติขององค์กร นั่นคือ การผลิตโค้ดได้มากขึ้นจะเป็นประโยชน์ก็ต่อเมื่อทีมสามารถทดสอบ รักษาความปลอดภัย ตรวจสอบ และส่งมอบโค้ดได้อย่างน่าเชื่อถือ

จากงานเขียนโค้ดเฉพาะกิจสู่สายการผลิตที่ทำซ้ำได้

Islo อธิบายแนวทางของบริษัทว่าเป็นโรงงานซอฟต์แวร์ แทนที่จะให้ผู้พัฒนาเริ่มงานแต่ละอย่างผ่านหน้าต่างแชต ทีมงานจะกำหนดเวิร์กโฟลว์ที่ตอบสนองต่อเหตุการณ์หรือทำงานตามกำหนดเวลา บริษัทระบุว่าลูกค้ากลุ่มแรกกำลังนำแนวทางนี้ไปใช้กับการปรับโครงสร้างโค้ด การตรวจสอบโค้ด การประกันคุณภาพ การแก้ไขข้อบกพร่อง การคัดกรองปัญหา และคำขอเพิ่มฟีเจอร์ขนาดเล็ก

แต่ละเวิร์กโฟลว์มีขั้นตอนตรวจสอบด้านการทดสอบ ฟังก์ชันการทำงาน ความปลอดภัย ประสิทธิภาพ และต้นทุน ทีมวิศวกรรมเป็นผู้ตัดสินใจว่าต้องขออนุมัติจากมนุษย์ในขั้นตอนใด โดยยังคงกำหนดให้มีการลงนามอนุมัติก่อนนำการเปลี่ยนแปลงที่ AI สร้างขึ้นไปใช้งานจริง

“AI สามารถเพิ่มปริมาณโค้ดที่องค์กรด้านวิศวกรรมผลิตได้อย่างมาก แต่ไม่ได้หมายความโดยอัตโนมัติว่าจะส่งมอบซอฟต์แวร์ได้อย่างปลอดภัยมากขึ้น” Adam Gold ประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ของ Islo กล่าวในประกาศ

ความแตกต่างนี้เปลี่ยนสิ่งที่แพลตฟอร์มเอเจนต์ต้องมี การสร้างแพตช์เป็นเพียงขั้นตอนหนึ่ง ส่วนการเรียกใช้แอปพลิเคชัน การตรวจสอบแพตช์กับสิ่งที่แอปพลิเคชันต้องพึ่งพา และการแสดงให้ผู้ตรวจสอบเห็นว่าเกิดอะไรขึ้น ล้วนเป็นงานด้านวิศวกรรมที่แยกจากกัน

เหตุใดสภาพแวดล้อมการพัฒนาแบบคงสถานะจึงสำคัญ

พื้นฐานของระบบคือ Islo Machines ซึ่งเป็นสภาพแวดล้อมการพัฒนาแบบแยกส่วนที่สามารถเรียกใช้บริการของแอปพลิเคชันควบคู่ไปกับเอเจนต์ได้ บริษัทอธิบายว่าสภาพแวดล้อมเหล่านี้เป็นไมโครวีเอ็ม หรือเครื่องเสมือนขนาดเล็กที่มีเคอร์เนลระบบปฏิบัติการของตนเอง แทนที่จะเป็นคอนเทนเนอร์ที่ใช้เคอร์เนลร่วมกับเครื่องโฮสต์

เครื่องหนึ่งเครื่องอาจประกอบด้วยสิ่งที่ต้องใช้ในการทำงาน การตั้งค่า เว็บเบราว์เซอร์ ฐานข้อมูลอย่าง Postgres และบริการอย่าง Redis ทำให้เอเจนต์มีแอปพลิเคชันที่ใช้งานได้จริงให้ทดสอบ แทนที่จะต้องให้เอเจนต์อนุมานจากไฟล์ซอร์สโค้ดเพียงอย่างเดียว

การคงสถานะไว้ช่วยแก้ข้อจำกัดอีกประการหนึ่งของแซนด์บ็อกซ์ที่มีอายุสั้น สแนปช็อตจะเก็บสิ่งที่ต้องใช้ในการทำงานซึ่งติดตั้งไว้แล้วและสถานะของฐานข้อมูล ทำให้สามารถทำงานต่อจากสภาพแวดล้อมที่เตรียมไว้ได้ งานต่าง ๆ สามารถดำเนินต่อไปได้แม้ผู้พัฒนาจะตัดการเชื่อมต่อ ซึ่งสำคัญสำหรับงานที่ใช้เวลาหลายชั่วโมงหรือดำเนินไปหลายรอบ

Islo ยังให้บริการติดตั้งระบบภายในคลาวด์ส่วนตัวเสมือนของลูกค้า สำหรับองค์กร ตำแหน่งที่รันระบบจึงเป็นส่วนหนึ่งของการตัดสินใจเรื่องการติดตั้ง ควบคู่ไปกับการเลือกโมเดลและเครื่องมือสำหรับเอเจนต์

เกตเวย์แยกการเข้าถึงของเอเจนต์ออกจากข้อมูลรับรอง

แม้คอมพิวเตอร์จะถูกแยกไว้ ก็ยังต้องควบคุมการเข้าถึงคลังโค้ด ระบบติดตามปัญหา และระบบอื่น ๆ เกตเวย์ของ Islo จัดการขอบเขตดังกล่าวด้วยการตรวจสอบคำขอขาออกและจัดเตรียมข้อมูลรับรองเมื่อคำขอที่ได้รับอนุมัติออกจากสภาพแวดล้อม

ในเวิร์กโฟลว์ที่บริษัทอธิบาย เอเจนต์จะใช้การผูกค่าแทน แทนที่จะได้รับข้อมูลลับที่อยู่เบื้องหลัง กฎของเกตเวย์สามารถจำกัดปลายทาง พาธ URL และวิธีการส่งคำขอได้ นอกจากนี้ ยังสามารถเลือกใช้ระบบตัดสินที่อาศัยโมเดลเพื่อประเมินเจตนาของคำขอควบคู่ไปกับกฎแบบกำหนดตายตัวได้

วิธีนี้แยกสิทธิ์ในการทำงานออกจากการครอบครองคีย์ API ที่นำกลับมาใช้ซ้ำได้ ตัวอย่างเช่น เอเจนต์ที่ตรวจสอบคำขอดึงโค้ดสามารถได้รับสิทธิ์ที่เหมาะกับเวิร์กโฟลว์นั้น โดยไม่ต้องมอบข้อมูลรับรองวงกว้างชุดเดียวกับที่ผู้พัฒนาใช้ให้

ระบบบันทึกทั้งคำขอที่อนุญาตและคำขอที่ปฏิเสธ พร้อมส่งออกข้อมูลไปยังระบบเฝ้าระวังความปลอดภัย บันทึกเหล่านี้ช่วยให้ทีมตรวจสอบย้อนหลังได้ว่าเอเจนต์ติดต่อบริการภายนอกใดบ้าง และนโยบายของระบบสกัดกั้นการดำเนินการใดไว้ อย่างไรก็ตาม ประสิทธิภาพของการควบคุมขอบเขตนี้ยังขึ้นอยู่กับสิทธิ์และกฎที่องค์กรกำหนด

Databricks เพิ่มการอนุมานโมเดลและการเข้าถึงข้อมูลองค์กร

ความสัมพันธ์กับ Databricks ที่ประกาศไว้เพิ่มความสามารถอีกชั้นหนึ่ง ได้แก่ การอนุมาน ซึ่งเป็นกระบวนการเรียกใช้โมเดลเพื่อสร้างคำตอบ และการเข้าถึงข้อมูลระดับองค์กรที่จำเป็นสำหรับงานซึ่งขับเคลื่อนด้วยเอเจนต์

หน้าการผสานรวมกับ Databricksของ Islo อธิบายวิธีเชื่อมต่อเวิร์กสเปซที่มีอยู่ผ่านข้อมูลรับรองที่จัดการผ่านตัวกลาง เอเจนต์สามารถใช้โมเดลที่ให้บริการผ่าน Databricks Model Serving และขอสิทธิ์เข้าถึงทรัพยากรประมวลผลและข้อมูลของลูกค้าตามขอบเขตที่กำหนด

การประมวลผลข้อมูลยังคงอยู่บนคลัสเตอร์ Databricks ของลูกค้า ขณะที่ Islo จัดเตรียมสภาพแวดล้อมเอเจนต์แบบแยกส่วนและการเชื่อมต่อที่ควบคุมได้ ระบบบันทึกคำขอและงานต่าง ๆ ไว้เพื่อตรวจสอบ ซึ่งรองรับเวิร์กโฟลว์อย่างวิศวกรรมข้อมูล การวิเคราะห์ และการประมวลผลแบบกลุ่ม

ประกาศนี้ระบุว่าการอนุมานเป็นจุดเริ่มต้นของการผสานผลิตภัณฑ์ในวงกว้างขึ้น และ Islo ได้เข้าร่วม Built on Program ของ Databricks การผสานนี้เชื่อมโยงกลยุทธ์โรงงานซอฟต์แวร์เข้ากับแพลตฟอร์มข้อมูลระดับองค์กรที่มีอยู่แล้ว แทนที่จะกำหนดให้ทีมต้องทำสำเนาข้อมูลไว้ในเครื่องมือเอเจนต์อีกชุดหนึ่ง

ต่อยอดจากโครงสร้างพื้นฐานการส่งมอบของ Incredibuild

Incredibuild นำเทคโนโลยีการประมวลผลแบบกระจายและการแคชมาใช้บนแพลตฟอร์ม การประมวลผลแบบกระจายช่วยกระจายงานสร้างหรือทดสอบที่เหมาะสมไปยังทรัพยากรประมวลผลต่าง ๆ ส่วนการแคชจะนำผลลัพธ์ก่อนหน้ากลับมาใช้ซ้ำเมื่ออินพุตที่เกี่ยวข้องไม่มีการเปลี่ยนแปลง ทั้งสองอย่างช่วยลดระยะเวลาตั้งแต่เอเจนต์เสนอการเปลี่ยนแปลงจนทีมทราบว่าการเปลี่ยนแปลงนั้นใช้ได้ผลหรือไม่

ความร่วมมือครั้งนี้เกิดขึ้นหลังจาก Incredibuild เข้าซื้อกิจการ Kypso ในปี 2025 เอเจนต์ด้านวิศวกรรมและระบบอัตโนมัติเวิร์กโฟลว์ของ Kypso มีส่วนช่วยให้บริษัทขยายธุรกิจจากการเร่งกระบวนการบิลด์ไปสู่แพลตฟอร์มส่งมอบซอฟต์แวร์ที่ครอบคลุมยิ่งขึ้น

เงินลงทุน 15 ล้านดอลลาร์สำหรับ Islo สนับสนุนโครงสร้างพื้นฐานที่จำเป็นต่อวิศวกรรมแบบอัตโนมัติ ได้แก่ สภาพแวดล้อมที่พร้อมใช้งานอยู่เสมอ สิทธิ์ที่บังคับใช้ได้ และการตรวจสอบที่เชื่อมโยงโค้ดที่สร้างขึ้นเข้ากับการตัดสินใจเผยแพร่ซอฟต์แวร์ โอกาสของบริษัทคือการทำให้งานพัฒนาที่ต้องทำซ้ำมีความน่าเชื่อถือเพียงพอที่จะมอบหมายให้ระบบดำเนินการได้ ขณะเดียวกันก็ยังคงให้วิศวกรรับผิดชอบต่อสิ่งที่จะนำออกใช้งานจริงในท้ายที่สุด

Evan Mercer เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI, ครอบคลุมสตาร์ทอัพ AI, การลงทุนเวนเจอร์, และพลวัตการระดมทุนที่กำหนดรูปแบบรุ่นต่อไปของบริษัทเทคโนโลยี การรายงานของเขามุ่งเน้นที่นวัตกรรมระยะเริ่มต้น, การไหลของทุน, และการตัดสินใจเชิงกลยุทธ์ของผู้ก่อตั้งและนักลงทุนเมื่อบริษัท AI เติบโตจากแนวคิดสู่ผลกระทบระดับโลก

ด้วยมุมมองเชิงกลยุทธ์และเชิงวิเคราะห์, Evan ตรวจสอบรอบการระดมทุน, การวางตำแหน่งในตลาด, และแนวโน้มที่กำลังเกิดขึ้นทั่วระบบนิเวศสตาร์ทอัพ AI เขาติดตามว่าการลงทุนเวนเจอร์, การลงทุนของบริษัท, และตลาดสาธารณะเชื่อมต่อกับความก้าวหน้าในปัญญาประดิษฐ์อย่างไร, แยกสัญญาณที่ยั่งยืนออกจากความโฆษณาเกินจริงระยะสั้น

บทความที่เขียนโดย Evan Mercer ถูกสร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจว่ามีความแม่นยำ, บริบท, และการครอบคลุมอย่างรับผิดชอบของภูมิทัศน์การลงทุน AI ระดับโลก