Sedai Забезпечує $20M для Маштабування Самокерованої Хмари та Переозброєння DevOps з AI-Агентами

Sedai, компанія, що 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 паливом для розширення Sedai у нові області, такі як оптимізація LLM, управління ресурсами GPU та інтелектуальна оркестрація для платформ, таких як Databricks та Snowflake.

Платформа позначає поворотний момент у DevOps, заміняючи традиційні парадигми оповіщення та панелі управління AI-агентами, які вчаться у виробничих середовищах та діють автономно для оптимізації вартості, продуктивності та доступності.

«Як Waymo довів, що самокеровані автомобілі можливі, Sedai доводить, що самокеровану інфраструктуру не тільки можливо, а й необхідно», сказав Суреш Матем, генеральний директор та засновник Sedai.

Що Насправді Значить Самокеровану Інфраструктуру

Хоча більшість інструментів моніторингу просто генерують оповіщення, підхід Sedai значно більш активний. Платформа спостерігає за трафіком, поведінкою програми та конфігурацією інфраструктури в режимі реального часу, потім приймає автономні рішення, які покращують продуктивність та знижують витрати — без потреби людського втручання.

Цей зсув від спостережуваності до автономії є тим, що робить Sedai真正 «самокерованою» платформою. Її система не тільки виділяє проблеми. Вона їх вирішує.

Під капотом Sedai використовує багатозадачну архітектуру AI, яка безперервно адаптується до змінних робочих навантажень та системних станів. У серці цієї системи лежить 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 ще більше посилена техніками, такими як виявлення аномалій та причинно-наслідковий висновок, що дозволяє Sedai передбачати відмови та визначати причини перед тим, як це вплине на досвід клієнта. А з моделлю сезонності система автоматично регулюється до повторюваних закономірностей, таких як щоденні піки трафіку або навантаження кінця місяця, оптимізуючи інфраструктуру до того, як навіть відбувається підвищення попиту.

Нова Ера Ефективності DevOps

Sedai була заснована Сурешем Матемом та Бенджаміном Томасом після особистого досвіду проблем масштабування мікросервісів у PayPal. Хоча DevOps прискорила розгортання, вона також створила нові навантаження — безперервну роботу, втому від оповіщень та крихкі системи, які утримуються ручними обходами.

Sedai змінює цю динаміку, приймаючи дії. Замість того, щоб покладатися на інженерів для інтерпретації метрик та ручного реагування, платформа виконує завдання, такі як:

• Виявлення та вирішення деградації інфраструктури в режимі реального часу
• Масштабування робочих навантажень вертикально та горизонтально на основі фактичного трафіку
• Оновлення конфігурацій для оптимізації вартості, затримки та доступності
• Перезапуск або відновлення пошкоджених послуг 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 інженерним командам повернуло понад 22 000 годин продуктивного часу.

Довірена Лідерами Підприємств У Критичних Галузях

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

У KnowBe4 Sedai скоротила витрати на виробництво на 50% та витрати на розробку до 87%. Віце-президент з інженерії Метью Дюрен заслужив платформу не тільки за бюджетну ефективність, але й за те, що вона перетворила свою роль — звільнивши свою команду від низькоцінних завдань та дозволивши їм зосередитися на стратегічних ініціативах.

Ці результати не є прогнозами — вони відображають реальний AI у живих середовищах, безпечно керуючи виробничими системами та навіть висококомплексними роботами з машинного навчання.

Перейшовши За Автоматизацію: Чому AI-Агенти — Наступний Ступінь

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

Ця відмінність має значення. У світі, де трафікові закономірності, залежності послуг та архітектури розгортання постійно еволюціонують, статичні правила швидко стають застарілими. AI-підхід Sedai забезпечує безперервну оптимізацію, навіть у складних умовах.

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

Платформа Для Усієї Інженерної Організації

Sedai доставляє цінність по всьому інженерному стеку:

• SRE та інженери DevOps зменшують трудомісткість та досягають цілей надійності без вигорання.
• Розробники зосереджуються на відправці 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 APM. Відтоді платформа починає вчитися, валідувати безпечні оптимізації та, врешті-решт, діяти у живому виробництві — з повним аудитом для відповідності.

Що Далі: Оптимізація Стека AI-Інфраструктури

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

• Самоналаштування для LLM-орієнтованих застосунків, забезпечення оптимальної конфігурації під час висновку
• Автономну оркестрацію GPU, керування дорогими обчислювальними ресурсами в режимі реального часу
• AI-керовану оптимізацію платформ даних типу Databricks та Snowflake

Ці зусилля узгоджуються з майбутнім, у якому самі робочі навантаження — AI-моделі, пайплайни висновку, реальні аналітичні дані — вимагають рівно таких же інтелектуальних інфраструктурних шарів для підтримки.

«Якщо хмарна адоптація зростає, компанії борються з покращенням продуктивності, одночасно знижуючи вартість. AI-агенти унікально позиціонуються для вирішення цього у масштабі», сказав Маніш Агравал, генеральний партнер AVP.

Майбутнє Хмарної Інфраструктури — Автономне

Підйом автономних хмарних платформ сигналізує про більш широкий зсув галузі — від систем з людиною в циклі до інтелектуальних агентів, які діють незалежно в режимі реального часу. Коли підприємства розширюють свої хмарні сліди та приймають усе більш складні, розподілені архітектури, ручне керування інфраструктурою досягає своїх меж.

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

Автономні платформи представляють наступний еволюційний крок. Інтегруючи глибоке підкріплення навчання, причинно-наслідковий висновок та адаптивне масштабування у核心 інфраструктурних робочих процесів, вони пропонують можливість самопідлаштування та самооздоровлення у виробництві — безперервно та без втручання. Результатом не є лише операційна ефективність, але й структурна трансформація: менше збоїв, швидші випуски, кращий контроль витрат та покращений досвід розробника.

Якщо екосистема дозріває, цей зсув вплине на все — від того, як команди штатуються та структуруються, до того, як програми архітектурно проектуються, тестируються та розгортаються. Ранні приймачі вже доводять, що автономні операції можуть принести відчутні вигоди у продуктивності, продуктивності та фінансовому ROI.

Хоча Sedai є одним з лідерів, які реалізують цю бачення, більший висновок очевидний: хмарна інфраструктура вже не є чимось, що інженери повинні постійно керувати — вона стає чимось, що керує собою.