DataAgent, $10M Ön-Seed Finansmanıyla Gizlilikten Çıkararak Kendini İyileştiren Bulut Altyapısı Oluşturuyor

DataAgent, 10 milyon dolar ön-seed finansmanıyla gizlilikten çıkarak, sorunları tespit etmenin ötesine geçip otonom olarak düzeltmeyi amaçlayan AI-yerel bir platform başlatıyor.

Bu tur, MizMaa Ventures ve Alicorn Venture Partners tarafından yönetildi. DataAgent, bu sermayeyi platformunu pazara sunmak ve Kuzey Amerika’da benimsenmesini artırmak için kullanmayı planlıyor. Ocak 2026’da kurulan, Tel Aviv merkezli şirket şu anda 15 çalışan istihdam ediyor ve kurucu ortakları Ishay Yaari (CEO) ve Nati Shalom (CTO) tarafından yönetiliyor.

DataAgent’ın yaklaşımının merkezinde, modern uygulamalar için “tamir‑öncelikli Dijital Bağışıklık Sistemi” olarak adlandırdığı bir konsept yer alıyor. Platform, yalnızca günlük toplama, uyarı üretme veya mühendislere olayları açıklama gibi bir katman olarak hareket etmek yerine, Kubernetes ve bağlı bulut altyapısı içinde çalışacak ve bir arıza meydana geldiğinde harekete geçecek şekilde tasarlanmıştır.

Geleneksel gözlemlenebilirlik iş akışını tersine çevirme

Modern gözlemlenebilirlik platformları, giderek karmaşıklaşan uygulamaları anlamak için vazgeçilmez hâle gelmiş olsa da temel iş akışı hâlâ büyük ölçüde reaktif: bir sistem bir sorunu algılar, bir mühendis uyarı alır, neden araştırılır ve sonunda bir düzeltme uygulanır.

DataAgent bu sıralamayı tersine çevirmeye çalışıyor.

Yazılımı, altyapının çalıştığı ortamın canlı sistem durumu, topoloji ve yapılandırma bilgilerini okur. Bir arıza ile karşılaştığında, platform önce doğrulanmış bir düzeltmeyi uygular ve ardından daha derin bir kök neden analizine geçer. Amaç, bir insan mühendisinin günlük ve gösterge tablolarını incelemesini beklemeden hizmeti yeniden sağlamak.

Şirketin resmi web sitesi bu felsefeyi “Tamir‑Öncelikli, geri kalanı gürültüdür.” ifadesiyle özetliyor.

Zamanlama, altyapı ekiplerinin karşı karşıya olduğu daha geniş bir sorunu yansıtıyor. Grafana Labs’in 2025 Gözlemlenebilirlik Anketi, karmaşıklık ve iş yükünün en sık dile getirilen gözlemlenebilirlik endişesi olduğunu, ardından sinyal‑gürültü sorunları ve maliyeti buldu. Katılımcıların yarısı artık bir şekilde SaaS gözlemlenebilirlik hizmeti kullanıyor, bu da operasyonel telemetrinin giderek daha fazla harici platformlar aracılığıyla işlendiğini gösteriyor.

Altyapının içinde çalışan otonom bir SRE

DataAgent platformunu otonom bir site güvenilirlik mühendisi (SRE) olarak tanımlıyor, ancak mimarisi bu etiketi ilk bakışta düşündürülenden daha sınırlı.

Sistem, müşterinin topolojisi, ortamı, kodu ve yapılandırmalarının bir modelini oluşturur; izole bir günlük girdisi ya da uyarıya dayanarak karar vermez. Dağıtım sırasında, güvenilir bir şekilde düzeltilebileceğine inandığı arıza kategorilerini belirler. Bu yetenek kanıtlandığında, yalnızca o arıza kategorisi üzerinde otonom olarak hareket eder; tanıdık olmayan ya da belirsiz problemler insan operatörlere yönlendirilir.

Müşteriler ayrıca sistemin hangi eylemleri gerçekleştirebileceği konusunda sınırlandırmalar (guardrails) tanımlayabilir.

Bu kontroller önemlidir çünkü otonom altyapı yönetimi, yalnızca bir komut öneren bir AI yardımcıdan çok daha fazla risk taşır. Yanlış bir öneri mühendis tarafından reddedilebilir; ancak üretim yetkilerine sahip bir otonom sistem, bir kişi müdahale etmeden önce iş yüklerini yeniden başlatabilir, ölçeklendirebilir, geri alabilir ya da değiştirebilir.

DataAgent’ın yaklaşımı, sistemin baştan geniş bir özerklik verilmesi yerine, hangi sorun sınıflarında hareket edebileceği yavaş yavaş artırılarak ilerlemeye dayanıyor.

Daha fazla gözlemlenebilirlik verisini küme içinde tutma

Mimarinin bir ekonomik argümanı da var.

Geleneksel bulut gözlemlenebilirliği, büyük miktarda günlük, metrik ve iz bilgisini dış bir hizmete göndererek bu bilgilerin alınması, indekslenmesi, depolanması ve analiz edilmesini içerir. Maliyet, altyapı kullanımına ve telemetri hacmine paralel olarak artabilir.

DataAgent ise ajanlarını iş yüklerine daha yakın bir konuma yerleştiriyor. Rutin arızalar yerel olarak analiz edilip düzeltilebilir; daha derin inceleme ise yalnızca gerekli olduğunda yapılır. Şirket, bu yaklaşımın pahalı veri alma ve indeksleme boru hatlarından geçen veri miktarını azaltabileceğini ve platformunun mevcut izleme sistemlerinin yanına oturabileceğini, anında bir değişim gerektirmediğini savunuyor.

AI, oluşturulan ve işletilen yazılım miktarını artırdıkça bu fark daha da önem kazanabilir. Daha fazla uygulama, hizmet, konteyner ve AI ajanı, altyapı olayları ve telemetri üretir. Sadece daha fazla veri toplamak, yazılım hangi sinyallerin gerçekten müdahale gerektirdiğini belirleyemezse, maliyetler hızla artabilir.

Açık kaynak, altyapı güvenine giden bir yol

Bir diğer dikkat çeken unsur, DataAgent’ın temel ajanını açık kaynak yapma kararıdır. Ajan bağımsız olarak dağıtılabilirken, şirket ajan filolarını yönetmek ve orkestrasyonunu sağlamak için bir SaaS katmanı üzerinden gelir elde etmeyi planlıyor.

Bu model, otonom operasyon yazılımlarının karşılaştığı en zor engellerden birine çözüm sunabilir: şirketler, hatalar kesinti yaratabilecek üretim altyapısına AI‑güçlü bir sistem erişimi vermek zorunda kalıyor.

Ajanı yerel olarak inceleyip çalıştırabilmek, altyapı ekiplerine ortamlarında neler çalıştığı konusunda daha fazla şeffaflık sağlar; ancak asıl sınav, işletmelerin bu ajanların giderek daha kritik eylemler gerçekleştirmesine izin vermeye ne kadar rahat edeceğidir.

Bulut orkestrasyonu veteranları yeni bir altyapı bahsi için geri dönüyor

Yaari ve Shalom, daha önce Cloudify’de birlikte çalıştı; Yaari Baş Gelir Sorumlusu (Chief Revenue Officer) ve Shalom kurucu ve CTO idi. Dell, 2023’te Cloudify’yi satın almıştı; TechCrunch’ın bildirdiğine göre bu işlem 100 milyon dolar değerinde olabilir.

Bu geçmiş, DataAgent için özellikle ilgili. Cloudify, Kubernetes, bulut platformları ve mevcut DevOps araçları arasında altyapıyı orkestre etmeye odaklanmıştı. DataAgent, altyapıyı yalnızca orkestre etmekle kalmayıp, aynı zamanda altyapının ne zaman değişmesi gerektiğini belirleme yeteneği kazandırarak otomasyon katmanını daha da yukarı taşıyor.

Yeni finansman, DataAgent’ın ticari lansmanını ve genişlemesini destekleyecek; Amerika Birleşik Devletleri ve İsrail’de ek pazarlama ve satış ekipleri işe alınacak.

Gözlemlenebilirlikten kendini iyileştiren altyapıya

DataAgent için daha büyük fırsat, kurumsal AI’da zaten başlayan bir geçişle bağlantılı: insanlara ne yapmaları gerektiğini açıklayan sistemlerden, işi kendileri yapabilen sistemlere doğru bir evrim.

Altyapı, bu geçişin özellikle kritik bir alanı. Üretim olaylarının büyük bir kısmı, deneyimli SRE ekiplerinin zaten nasıl çözeceğini bildiği tekrarlayan problemlerden oluşur. AI ajanları bu rutin görevlerin daha fazlasını güvenli bir şekilde üstlenebilirse, gözlemlenebilirlik yavaş yavaş altyapıyı anlamak için bir sistemden, onu sürekli olarak sürdüren bir kontrol katmanına dönüşebilir.

DataAgent, bu üretim düzeltme döngüsünü, yazılım dağıtılmadan önce arızaları tespit edip önlemeyi amaçlayan bir ön‑üretim sistemiyle birleştiriyor. Şirket, ortaya çıkan süreci, olaylardan ve önlenmiş hatalardan öğrenilen derslerin sistemin otonom çalışma yeteneğini kademeli olarak genişlettiği bir süreç olarak tanımlıyor.

Zorluk, bu özerkliğin yeni bir operasyonel risk kategorisi yaratmadan ölçeklenebilirliğini kanıtlamaktır. Altyapı ortamları büyük ölçüde farklılık gösterir, beklenmedik arızalar kaçınılmazdır ve bir mimaride çalışan otomatik düzeltme, başka bir mimaride tehlikeli olabilir.

Eğer bu güvenlik önlemleri güvenilir olduğu kanıtlanırsa, bir sonraki nesil gözlemlenebilirlik platformları, mühendislerin neden bir şeyin kırıldığını ne kadar hızlı anlattığına değil, mühendislerin hiç müdahale etmesine ne kadar sık gerek kalmadığına göre değerlendirilecektir. DataAgent’ın 10 milyon dolarlık ön‑seed turu, bu değişime erken bir bahis niteliğindedir.