Resolve AI ได้รับเงิน 40 ล้านดอลลาร์ ในรอบการระดมทุน Series A เพื่อแก้ปัญหาในการผลิตซอฟต์แวร์

Resolve AI ได้รับเงิน 40 ล้านดอลลาร์ ในรอบการระดมทุน Series A โดยมีมูลค่า 1.5 พันล้านดอลลาร์ นำโดย DST Global และ Salesforce Ventures (CRM ) การระดมทุนครั้งนี้เกิดขึ้นในช่วงเวลาที่ปัญญาประดิษฐ์ (AI) ไดเร่งความเร็วในการสร้างซอฟต์แวร์ แต่ยังไม่สามารถแก้ปัญหาในการบำรุงรักษาซอฟต์แวร์ได้หลังจากที่ซอฟต์แวร์ถูกติดตั้งแล้ว

ในขณะเดียวกันกับการระดมทุน Resolve AI ได้แนะนำ Resolve AI Labs ซึ่งเป็นหน่วยวิจัยที่มุ่งเน้นในการแก้ปัญหาในการผลิตซอฟต์แวร์ โดยเฉพาะอย่างยิ่งในการสร้างระบบที่สามารถทำงานร่วมกับซอฟต์แวร์ได้อย่างมีประสิทธิภาพ

ปัญหาที่ไม่มีใครแก้ได้: การผลิต

AI ได้ทำให้การเขียนโค้ดเร็วขึ้นกว่าเดิม เครื่องมือที่ใช้โมเดลภาษาขนาดใหญ่สามารถสร้างแอปพลิเคชันใหม่ได้ภายในไม่กี่นาที แต่เมื่อโค้ดถูกติดตั้งแล้ว ความเป็นจริงจะกลายเป็นเรื่องที่ซับซ้อนมากขึ้น

สภาพแวดล้อมในการผลิตเป็นระบบที่ประกอบด้วยโครงสร้างพื้นฐาน การวัดผล การบันทึกข้อมูล ความพึ่งพา และบริการที่เปลี่ยนแปลงอยู่ตลอดเวลา วิศวกรต้องตีความสัญญาณจากทุกส่วนเหล่านี้เพื่อวินิจฉัยความล้มเหลว ซึ่งมักจะเกิดขึ้นภายใต้แรงกดดันและข้อมูลที่ไม่สมบูรณ์

Resolve AI มุ่งเน้นไปที่สิ่งนี้ โดยเชื่อมต่อระหว่างโค้ด โครงสร้างพื้นฐาน และการวัดผลเพื่อสอบสวนเหตุการณ์ ระบุสาเหตุของปัญหา และดำเนินการตามที่จำเป็น ซึ่งเทียบเท่ากับวิศวกรการผลิตที่มีประสิทธิภาพ

ความท้าทายไม่ใช่แค่ความซับซ้อนเท่านั้น แต่ยังรวมถึงขนาดด้วย เมื่อ AI เร่งการสร้างโค้ด องค์กรต่างๆ กำลังสร้างซอฟต์แวร์มากกว่าที่ทีมของพวกเขาสามารถจัดการได้ ผลลัพธ์คือช่องว่างที่กว้างขึ้นระหว่างความเร็วในการพัฒนาและความน่าเชื่อถือในการผลิต

ทำไมโมเดล AI ทั่วไปจึงไม่เพียงพอ

ทฤษฎีหลักที่อยู่เบื้องหลังแนวทางของ Resolve AI คือโมเดล AI ทั่วไปไม่ได้ถูกออกแบบมาเพื่อใช้ในสภาพแวดล้อมในการผลิต

ในขณะที่โมเดลพื้นฐานกำลังดีขึ้นอย่างรวดเร็ว แต่ไม่ได้ถูกออกแบบมาเพื่อรองรับความเป็นจริงของระบบการผลิต การผลิตต้องการการให้เหตุผลที่ครอบคลุมข้อมูลที่ไม่สมบูรณ์ และมักจะขัดแย้งกัน นอกจากนี้ยังต้องการความแม่นยำ ความน่าเชื่อถือ และการควบคุมในระดับสูง โดยที่ข้อผิดพลาดอาจนำไปสู่การหยุดชะงัก การสูญเสียทางการเงิน หรือความเสี่ยงด้านความปลอดภัย

Resolve AI จัดการกับปัญหานี้โดยสร้างโมเดลที่เฉพาะเจาะจงสำหรับโดเมนและระบบอัตลักษณ์ที่มุ่งเน้นไปที่การผลิต ซึ่งสามารถตีความการบันทึกข้อมูล วิเคราะห์การเปลี่ยนแปลงของระบบ สัมพันธ์กับเหตุการณ์ และดำเนินการตามกระบวนการบำบัดที่ซับซ้อนโดยใช้เครื่องมือต่างๆ – ซึ่งเป็นงานที่ต้องใช้วิศวกรที่มีประสบการณ์

ภายใน Resolve AI Labs

Resolve AI Labs ที่เพิ่งเปิดตัวนี้ได้รับการออกแบบมาเพื่อผลักดันให้ความมุ่งมั่นนี้ก้าวหน้าโดยการสร้างเทคโนโลยีพื้นฐานที่จำเป็นสำหรับ AI ในการดำเนินงานระบบการผลิตอย่างสมบูรณ์

ห้องปฏิบัติการจะนำโดย Dhruv Mahajan อดีตของ Meta ซึ่งทำงานเกี่ยวกับการฝึกหลังการฝึกสำหรับโมเดล Llama

แทนที่จะเน้นไปที่ตัวแทนอย่างแคบ ห้องปฏิบัติการจะใช้แนวทางแบบเต็มสแต็กสำหรับ AI การดำเนินงาน ซึ่งรวมถึง:

• โมเดลเฉพาะโดเมนที่ฝึกฝนจากข้อมูลการผลิต
• ระบบที่ให้เหตุผลข้ามการบันทึกข้อมูล การวัดผล การติดตาม และเหตุการณ์ของโครงสร้างพื้นฐาน
• กรอบการประเมินเพื่อวัดความน่าเชื่อถือในกระบวนการทำงานจริง
• สภาพแวดล้อมจำลองสำหรับการทดสอบและปรับปรุงโมเดล
• ชั้นการกำกับดูแลเพื่อให้แน่ใจถึงการทำงานอัตโนมัติที่ปลอดภัยและควบคุม

สิ่งนี้สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นในการพัฒนา AI: การย้ายจากความสามารถของโมเดลที่ไม่ได้ถูกตัดทอนไปสู่ระบบที่สามารถทำงานได้อย่างปลอดภัยในสภาพแวดล้อมที่มีความเสี่ยงสูงและจริง

จากความช่วยเหลือไปสู่ความอิสระ

Resolve AI เป็นส่วนหนึ่งของประเภทที่เติบโตขึ้นเรื่อยๆ ซึ่งมักจะเรียกว่า “AI สำหรับการผลิต” หรือวิศวกรรมความน่าเชื่อถือที่มีพลังงานจาก AI ซึ่งไม่เหมือนกับเครื่องมือช่วยเขียนโค้ด ระบบเหล่านี้ได้รับการออกแบบมาเพื่อดำเนินงานสภาพแวดล้อมจริง – ระบุเหตุการณ์ ระบุสาเหตุของความล้มเหลว และแก้ไขปัญหาในเวลาจริง

แพลตฟอร์มของบริษัททำให้ทีมวิศวกรสามารถสอบสวนเหตุการณ์ได้เร็วขึ้น โดยมีระบบ AI ที่สามารถวิเคราะห์พฤติกรรมของระบบและระบุสาเหตุของปัญหาได้ข้ามความพึ่งพาที่ซับซ้อน

ในระยะยาว ความตั้งใจคือการย้ายจากความช่วยเหลือไปสู่ความอิสระ แทนที่วิศวกรจะตอบสนองต่อการเตือนภัยด้วยตนเอง ระบบ AI จะจัดการงานการดำเนินงานส่วนใหญ่ โดยมีการกำกับดูแลของมนุษย์ตามความเสี่ยงและบริบท

การได้รับการยอมรับในระยะแรกจากลูกค้าองค์กร

การเติบโตของ Resolve AI สะท้อนถึงความต้องการที่แข็งแกร่งขององค์กรต่างๆ สำหรับความสามารถนี้ บริษัทได้รับเงินมากกว่า 190 ล้านดอลลาร์ในเวลาไม่ถึงสองปี และกำลังทำงานร่วมกับองค์กร เช่น Coinbase, DoorDash (DASH ), Salesforce, MSCI และ Zscaler

สิ่งเหล่านี้เป็นสภาพแวดล้อมที่เวลาที่หยุดชะงักมีค่าใช้จ่ายสูงและความน่าเชื่อถือมีความสำคัญอย่างยิ่ง แม้แต่การปรับปรุงเล็กน้อยในการตอบสนองต่อเหตุการณ์หรือความเสถียรของระบบก็สามารถส่งผลกระทบทางธุรกิจที่มีนัยสำคัญได้

การเกิดขึ้นของบริษัทอย่าง Resolve AI ส่งสัญญาณถึงการเปลี่ยนแปลงที่กว้างขึ้นในระบบนิเวศของ AI

คลื่นแรกของ AI ที่สร้างสรรค์เน้นไปที่การสร้าง: การเขียนโค้ด, การสร้างเนื้อหา และการเร่งกระบวนการทำงาน คลื่นต่อไปจะเกี่ยวกับการดำเนินงาน – การรับประกันว่าสิ่งที่สร้างขึ้นสามารถทำงานได้อย่างน่าเชื่อถือในระดับที่กว้างขึ้น

การเปลี่ยนแปลงนี้นำเสนอความท้าทายทางเทคนิคใหม่ๆ ต้องการระบบที่สามารถให้เหตุผลผ่านเวลา จัดการความไม่แน่นอน ติดต่อเครื่องมือหลายตัว และดำเนินงานภายใต้ข้อจำกัดที่เข้มงวด นอกจากนี้ยังต้องการวิธีการประเมินใหม่ๆ เนื่องจากมาตรฐานการประเมินแบบดั้งเดิมไม่สามารถจับผลการดำเนินงานจริงได้

สิ่งนี้หมายถึงอะไรในอนาคต

เมื่อ AI ยังคงเร่งความเร็วในการพัฒนาซอฟต์แวร์ การผลิตจะกลายเป็นปัจจัยที่จำกัดความสามารถในการดำเนินงานของซอฟต์แวร์ ความสามารถในการดำเนินงานระบบที่ซับซ้อนได้อย่างน่าเชื่อถืออาจกำหนดรูปแบบของแพลตฟอร์ม AI องค์กรในอนาคต

การระดมทุนล่าสุดของ Resolve AI และการเปิดตัวห้องปฏิบัติการวิจัยของพวกเขาบ่งบอกว่าปัญหานี้กำลังจะกลายเป็นจุดสนใจ หากประสบความสำเร็จ บริษัทไม่ได้เพียงแต่สร้างเครื่องมือ AI อีกตัวหนึ่ง แต่ยังช่วยกำหนดวิธีการดำเนินงานของซอฟต์แวร์ใหม่

ผลกระทบในระยะยาวคือการเปลี่ยนแปลงไปสู่สภาพแวดล้อมที่ AI และวิศวกรทำงานร่วมกัน โดยเครื่องจักรจัดการความซับซ้อนในการผลิต และมนุษย์มุ่งเน้นไปที่การออกแบบ ระดับแนวคิด กลยุทธ์ และนวัตกรรม