Sedai Забезпечує $20M для Масштабування Самокерованої Хмари та Перевизначення DevOps з Агентами Штучного Інтелекту

Sedai, компанія, яка стоїть за першою самокерованою хмарною платформою, оголосила про tròn $20 мільйонів серії B для масштабування свого бачення автономного управління інфраструктурою. Фінансування, яке очолила AVP (Atlantic Vantage Point) з підтримкою Norwest, Sierra Ventures та Uncorrelated Ventures, буде використано для розширення Sedai у нові області, такі як оптимізація LLM, управління ресурсами GPU та інтелектуальна оркестрація для платформ таких як Databricks і Snowflake.

Платформа позначає переломний момент у DevOps, заміняючи традиційні парадигми оповіщення та панелі інструментами з агентами штучного інтелекту, які вчаться у виробничих середовищах та діють автономно для оптимізації вартості, продуктивності та доступності.

«Як Waymo довів, що самокеровані автомобілі можливі, Sedai доводить, що самокерована інфраструктура не тільки можлива, а й необхідна», сказав Суреш Матью, генеральний директор та засновник Sedai.

Що Насправді Значить Самокерована Інфраструктура

Хоча більшість інструментів моніторингу просто генерують сповіщення, підхід Sedai значно більш проактивний. Платформа спостерігає за трафіком, поведінкою застосунків та конфігураціями інфраструктури в реальному часі, а потім приймає автономні рішення, які покращують продуктивність та знижують витрати — без потреби у втручанні людини.

Ця зміна від спостережуваності до автономії є тим, що робить Sedai真正 «самокерованою» платформою. Її система не просто позначає проблеми. Вона їх вирішує.

Під капотом Sedai використовує багатозадачну архітектуру штучного інтелекту, яка безперервно адаптується до змінних навантажень та станів системи. У центрі цієї системи знаходиться глибоке підкріплення навчання (DRL) — потужна форма машинного навчання, де агенти вчаться методом проб та помилок. У випадку Sedai агенти навчаються динамічно масштабувати інфраструктурні ресурси, такі як CPU та пам’ять, на основі фактичних результатів продуктивності. З часом ці агенти вчаться, які дії ведуть до найкращих результатів у живих середовищах.

Ця інтелект є далі посилена методами, такими як виявлення аномалій та каузальна інференція, що дозволяє Sedai передбачати відмови та визначати кореневі причини до того, як це вплине на досвід клієнта. А з моделювання сезонності система автоматично коригує до повторюваних моделей, таких як щоденні сплески трафіку або обробка навантажень наприкінці місяця, оптимізуючи інфраструктуру до того, як навіть відбувається зростання попиту.

Нова Ера Ефектності DevOps

Sedai була заснована Сурешем Матью та Бенджі Томасом після особистого досвіду проблем масштабування мікросервісів у PayPal. Хоча DevOps прискорював розгортання, він також створював нові проблеми — безперервну працю, втому від сповіщень та хрупкі системи, які утримувалися ручними обходами.

Sedai змінює цю динаміку, діючи. Замість того, щоб покладатися на інженерів для інтерпретації метрик та ручної реакції, платформа виконує завдання, такі як:

• Виявлення та вирішення деградації інфраструктури в реальному часі
• Масштабування навантажень вертикально та горизонтально на основі фактичного трафіку
• Оновлення конфігурацій для оптимізації вартості, затримки та доступності
• Перезапуск або відновлення пошкоджених сервісів до того, як користувачі помітять

Вже зараз платформа виконала понад 25 мільйонів автономних дій у виробництві, керуючи $3 мільярдами витрат на хмару. Це зберегло клієнтам понад $5 мільйонів щорічно, а також повернуло інженерним командам понад 22 000 годин продуктивної праці.

Довірена Лідерами Підприємств У Критичних Галузях

Sedai використовується у виробництві лідерами Fortune 500 у сфері кібербезпеки, фінансових послуг, фармацевтики, освіти та штучного інтелекту. Клієнтами є відомі компанії, такі як Palo Alto Networks, Experian та McGraw Hill — компанії, які залежать від стабільної, продуктивної та ефективної інфраструктури у масштабі.

У KnowBe4 Sedai знизила витрати на виробництво на 50% та витрати на розробку на 87%. Віце-президент з інженерії Метью Дюрен заслужив платформу не тільки за бюджетну ефективність, а й за те, що вона змінила його роль — звільнивши його команду для стратегічних ініціатив замість низькоцінних завдань.

Ці результати не є прогнозами — вони відображають реальний штучний інтелект у живих середовищах, безпечно керуючи виробничими системами та навіть висококомплексними навантаженнями машинного навчання.

Перейшовши За Автоматизацію: Чому Агенти Штучного Інтелекту — Наступний Стрибок

Важливо розрізняти автоматизацію та автономію. Автоматизація виконує попередньо визначені завдання на основі статичних порогів або сценаріїв. Агенти штучного інтелекту Sedai, навпаки, спостерігають та вчаться у ваших системах, відкриваючи найкращі дії динамічно — навіть коли умови змінюються.

Ця відмінність має значення. У світі, де трафікові моделі, залежності сервісів та архітектури розгортання постійно еволюціонують, статичні правила швидко стають застарілими. Підхід Sedai, заснований на штучному інтелекті, забезпечує безперервну оптимізацію, навіть у умовах складності.

Наприклад, її платформа вчиться, як певні сервіси поводяться під різними навантаженнями, та тонко налаштовує розподіл ресурсів відповідно. Якщо затримка збільшується через певну пам’ятну бутылку, Sedai може діяти негайно — без очікування інтерпретації людини.

Платформа Для Усієї Інженерної Організації

Sedai надає цінність по всьому інженерному стеку:

• SRE та DevOps інженери знижують працю та досягають цілей надійності без вигорання.
• Розробники зосереджуються на випуску коду, тоді як Sedai забезпечує оптимальні конфігурації у виробництві.
• Інженерні лідери здобувають операційну ефективність та величезні економії на хмарі.
• Архітектори та CTO перетворюють інфраструктуру на стратегічний диференціатор, а не на відповідальність.

З лише 15 хвилинами налаштування команди можуть підключити Sedai до своїх хмарних та інструментів моніторингу. Відтоді платформа починає вчитися, валідувати безпечні оптимізації та в кінцевому підсумку діяти у живому виробництві — з повним слідом аудиту для відповідності.

Що Наступного: Оптимізація Стека Інфраструктури Штучного Інтелекту

З фінансуванням серії B Sedai розширить свої можливості до деяких з найбільш насущних проблем сучасної інфраструктури штучного інтелекту, включаючи:

• Самоналаштування для застосунків на основі LLM, забезпечення оптимальної конфігурації під час висновку
• Автономна оркестрація GPU, управління дорогими обчислювальними ресурсами в реальному часі
• Штучно-інтелектуальна оптимізація платформ даних типу Databricks та Snowflake

Ці зусилля відповідають майбутньому, у якому самі навантаження — моделі штучного інтелекту, пайплайни висновку, реальний аналіз — вимагають рівнозначних інтелектуальних шарів інфраструктури для їх підтримки.

«Якщо використання хмари зростає, компанії борються за покращення продуктивності, знижуючи витрати. Агенти штучного інтелекту унікально позиціоновані для вирішення цього у масштабі», сказав Маніш Агравал, генеральний партнер AVP.

Майбутнє Хмарної Інфраструктури — Автономне

Зростання автономних хмарних платформ сигналізує про ширший промисловий зсув — від систем «людина у циклі» до інтелектуальних агентів, які діють незалежно в реальному часі. Коли підприємства розширюють свій хмарний слід та приймають усе більш складні, розподілені архітектури, ручне управління інфраструктурою досягає своїх меж.

DevOps, колись розглянуті як остаточне рішення для швидшого розгортання та оперативної гнучкості, тепер під тиском зростаючої складності, втоми від сповіщень та неефективності витрат. Традиційні інструменти спостережуваності та автоматизації пропонують видимість та скриптинг — але вони все ще залежать від людських інженерів для аналізу, інтерпретації та дії. Цей реактивний підхід бореться за те, щоб збігатися з сучасними вимогами сервісів.

Автономні платформи представляють наступний еволюційний крок. Інтегруючи глибоке підкріплення навчання, каузальну інференцію та адаптивне масштабування у核心 інфраструктурних робочих потоків, вони пропонують можливість самооптимізації та самооздоровлення у виробництві — безперервно та без втручання. Результатом не є лише операційна ефективність, а структурна трансформація: менше простоїв, швидше виходи, краще контроль витрат та покращений досвід розробника.

По мірі дозрівання екосистеми цей зсув вплине на все — від того, як команди штатуються та структуруються, до того, як застосунки архітектурно проектуються, тестуються та розгортаються. Ранні приймачі вже доводять, що автономні операції можуть принести відчутні вигоди у продуктивності, продуктивності та фінансовому ROI.

Хоча Sedai є одним із лідерів, які реалізовують це бачення, головний висновок зрозумілий: хмарна інфраструктура вже не є чимось, що інженери повинні постійно керувати — вона починає керувати собою.