Resolve AI зібрала $40 млн серії А розширення на рівні оцінки $1,5 млрд, щоб вирішити найскладнішу проблему у сфері програмного забезпечення: виробництво

Resolve AI зібрала $40 млн серії А розширення на рівні оцінки $1,5 млрд, яку очолили DST Global і Salesforce Ventures (CRM ). Фінансування відбувається в момент, коли штучний інтелект значно прискорив процес створення програмного забезпечення, але не процес його обслуговування після розгортання.

Разом з фінансуванням компанія представила Resolve AI Labs, спеціалізовану дослідницьку ініціативу, спрямовану на закриття однієї з найбільш критичних прогалин у штучному інтелекті: здатності надійно експлуатувати програмне забезпечення у виробничих середовищах.

Бottleneck, яку ніхто не вирішив: виробництво

Штучний інтелект зробив написання коду швидшим, ніж будь-коли. Інструменти, які використовують великі мовні моделі, можуть тепер створювати цілі програми за кілька хвилин. Але як тільки код розгортається, реальність стає значно більш складною.

Виробничі середовища – це фрагментовані системи, що складаються з інфраструктури, телеметрії, журналів, залежностей та постійно змінюваних послуг. Інженерам потрібно інтерпретувати сигнали по всім цим компонентам, щоб діагностувати відмови, часто під тиском часу та з неповною інформацією.

Це саме те, на чому зосереджена Resolve AI. Її платформа з’єднує код, інфраструктуру та телеметрію для розслідування інцидентів, визначення основних причин та прийняття дій – фактично діючи як автономний інженер виробництва.

Проблема полягає не тільки у технічній складності. Це також питання масштабу. Коли штучний інтелект прискорює генерацію коду, організації створюють більше програмного забезпечення, ніж їхні команди можуть реально керувати. Результатом є розрив між швидкістю розробки та операційною надійністю.

Чому загальні моделі штучного інтелекту не справляються

Центральна теза підходу Resolve AI полягає в тому, що загальні моделі штучного інтелекту не призначені для виробничих середовищ.

Хоча фундаментальні моделі швидко покращуються, вони не оптимізовані для реалій операційних систем. Виробництво вимагає висновків у часі, обробки невизначеності, взаємодії з多ними інструментами та роботи в строгих обмеженнях. Це також вимагає високих рівнів точності, надійності та контролю, де помилки можуть привести до простоїв, фінансових втрат або ризиків безпеки.

Resolve AI вирішує цю проблему, створюючи домен-специфічні моделі та агентні системи, адаптовані до виробничих потоків. Ці системи можуть інтерпретувати журнали, аналізувати зміни системи, корелювати події та виконувати багатокрокові процеси виправлення по інструментам – завдання, які традиційно вимагають досвідчених інженерів.

Всередині Resolve AI Labs

Нещодавно запущена Resolve AI Labs призначена для реалізації цієї бачення шляхом створення фундаментальної технології, необхідної для того, щоб штучний інтелект міг керувати виробничими системами з кінця в кінець.

Лабораторією буде керувати Dhruv Mahajan, колишній співробітник Meta, де він працював над післятренувальними моделями Llama.

Лабораторія не буде зосереджуватися вузько на агентах, а скоріше буде використовувати повноекранний підхід до операційного штучного інтелекту. Це включає розробку:

• Домен-специфічних моделей, навчених на виробничих даних
• Систем, які можуть висновкувати по журналах, метриках, трейсах та інфраструктурних подіях
• Фреймворків оцінки для вимірювання надійності у реальних робочих потоках
• Симуляційних середовищ для тестування та покращення моделей
• Шарів управління для забезпечення безпечної та контрольованої автоматизації

Це відображає ширший зсув у розвитку штучного інтелекту: рух від суто моделей до систем, які можуть працювати безпечно у високих ставках, реальних середовищах.

Від допомоги до автономії

Resolve AI є частиною зростаючої категорії, часто званої “штучний інтелект для виробництва” або штучний інтелект-підтримувана інженерія надійності сайту (SRE). На відміну від допоміжних інструментів для кодування, ці системи призначені для роботи у живих середовищах – тріажу сигналів, діагностики відмов та вирішення інцидентів у реальному часі.

Платформа компанії вже дозволяє інженерним командам розслідувати інциденти значно швидше, з системами штучного інтелекту, які можуть аналізувати поведінку системи та визначати основні причини по складним залежностям.

У довгостроковій перспективі амбіція полягає у переході від допомоги до автономії. Замість того, щоб інженери ручним чином реагували на сигнали, системи штучного інтелекту могли б обробляти більшість операційної роботи, з людським наглядом, застосованим на основі ризику та контексту.

Перший успіх у роботі з корпоративними клієнтами

Швидка фінансова траєкторія Resolve AI відображає сильний корпоративний попит на цю можливість. Компанія зібрала понад $190 млн менш ніж за два роки та вже працює з організаціями, такими як Coinbase, DoorDash (DASH ), Salesforce, MSCI та Zscaler.

Це середовища, де простій може бути дорогим, а надійність критично важлива. Навіть невеликі поліпшення у часі реакції на інциденти або стабільності системи можуть перекладатися у значний бізнес-імпакт.

Поява компаній, таких як Resolve AI, сигналізує про ширший еволюційний процес у сфері штучного інтелекту.

Перша хвиля генерації штучного інтелекту була зосереджена на створенні: написанні коду, генерації контенту та прискоренні робочих процесів. Наступний етап полягає у забезпеченні роботи того, що було створено, у надійному режимі та у великих масштабах.

Цей зсув вводить нові технічні виклики. Він вимагає систем, які можуть висновкувати у часі, обробляти невизначеність, взаємодіяти з багатьма інструментами та працювати у строгих обмеженнях. Це також вимагає нових методів оцінки, оскільки традиційні бенчмарки не відображають реальну операційну продуктивність.

Що це означає для майбутнього

Когда штучний інтелект продовжує прискорювати розвиток програмного забезпечення, виробництво буде все більше ставати обмежувальним фактором. Спроможність надійно експлуатувати складні системи може визначити наступне покоління корпоративних платформ штучного інтелекту.

Останнє фінансування Resolve AI та запуск її дослідницької лабораторії свідчать про те, що ця проблема переходить на перший план. Якщо компанія буде успішною, вона не просто створює ще один інструмент штучного інтелекту – вона допомагає переозначити, як працюють програмні системи.

Довгострокові наслідки полягають у переході до середовищ, де системи штучного інтелекту та людські інженери працюють у тандемі, з машинами, які обробляють складність виробництва, та людьми, які зосереджуються на вищому рівні дизайну, стратегії та інновацій.