Resolve AI Raises $40M Series A Extension tại $1,5 tỷ Đánh giá để Xử lý Vấn đề Khó khăn nhất trong Phần mềm: Sản xuất

Resolve AI đã bảo đảm được $40 triệu Series A mở rộng tại mức định giá $1,5 tỷ, do DST Global và Salesforce Ventures dẫn đầu. Vòng tài trợ này diễn ra vào thời điểm trí tuệ nhân tạo đã tăng tốc đáng kể cách phần mềm được xây dựng – nhưng không phải cách nó được duy trì sau khi triển khai.

Cùng với việc tăng vốn, công ty đã giới thiệu Resolve AI Labs, một sáng kiến nghiên cứu chuyên dụng nhằm mục đích lấp đầy khoảng trống quan trọng nhất trong ngăn xếp AI: khả năng vận hành phần mềm một cách đáng tin cậy trong môi trường sản xuất.

Vấn đề Điểm nghẽn mà Không ai Giải quyết: Sản xuất

Trí tuệ nhân tạo đã làm cho việc viết mã trở nên nhanh hơn bao giờ hết. Các công cụ được hỗ trợ bởi các mô hình ngôn ngữ lớn có thể tạo ra toàn bộ ứng dụng trong vài phút. Nhưng một khi mã được triển khai, thực tế trở nên phức tạp hơn nhiều.

Các môi trường sản xuất là hệ thống phân mảnh bao gồm cơ sở hạ tầng, telemetry, nhật ký, phụ thuộc và dịch vụ luôn thay đổi. Các kỹ sư phải giải thích tín hiệu trên tất cả chúng để chẩn đoán sự cố, thường dưới áp lực thời gian và với thông tin không đầy đủ.

Đây là nơi Resolve AI tập trung. Nền tảng của công ty kết nối mã, cơ sở hạ tầng và telemetry để điều tra sự cố, xác định nguyên nhân gốc rễ và thực hiện hành động – về cơ bản hoạt động như một kỹ sư sản xuất tự động.

Thách thức không chỉ là sự phức tạp về mặt kỹ thuật. Đó cũng là quy mô. Khi trí tuệ nhân tạo tăng tốc việc tạo mã, các tổ chức đang sản xuất nhiều phần mềm hơn so với những gì các nhóm của họ có thể quản lý thực tế. Kết quả là khoảng cách ngày càng rộng giữa tốc độ phát triển và độ tin cậy của hoạt động.

Tại sao Các Mô hình AI Tổng quát Thất bại

Một luận điểm trung tâm đằng sau cách tiếp cận của Resolve AI là các mô hình AI tổng quát không được thiết kế cho môi trường sản xuất.

Mặc dù các mô hình nền tảng đang cải thiện nhanh chóng, chúng không được tối ưu hóa cho thực tế của các hệ thống hoạt động. Sản xuất đòi hỏi phải suy luận qua các luồng dữ liệu ồn ào, không đầy đủ và thường mâu thuẫn. Nó cũng đòi hỏi mức độ chính xác, độ tin cậy và kiểm soát cao, nơi sai lầm có thể dẫn đến thời gian ngừng hoạt động, tổn thất tài chính hoặc rủi ro bảo mật.

Resolve AI giải quyết vấn đề này bằng cách xây dựng các mô hình chuyên biệt và hệ thống đại lý được thiết kế cho các quy trình sản xuất. Những hệ thống này có thể giải thích nhật ký, phân tích thay đổi hệ thống, tương quan sự kiện và thực hiện các quy trình khắc phục đa bước trên các công cụ – những nhiệm vụ truyền thống đòi hỏi các kỹ sư có kinh nghiệm.

Inside Resolve AI Labs

Resolve AI Labs mới được ra mắt được thiết kế để thúc đẩy tầm nhìn này bằng cách xây dựng công nghệ nền tảng cần thiết cho AI để vận hành các hệ thống sản xuất từ đầu đến cuối.

Lab sẽ được dẫn dắt bởi Dhruv Mahajan, trước đây của Meta, nơi ông đã làm việc về đào tạo sau cho các mô hình Llama.

Thay vì tập trung hẹp vào các đại lý, lab sẽ thực hiện một cách tiếp cận toàn ngăn xếp đối với AI hoạt động. Điều này bao gồm việc phát triển:

• Các mô hình chuyên biệt được đào tạo trên dữ liệu sản xuất
• Các hệ thống suy luận qua nhật ký, metric, dấu vết và sự kiện cơ sở hạ tầng
• Các khuôn khổ đánh giá để đo lường độ tin cậy trong các quy trình làm việc thực tế
• Các môi trường mô phỏng để thử nghiệm và cải thiện mô hình
• Các lớp quản lý để đảm bảo tự động hóa an toàn và được kiểm soát

Điều này phản ánh một sự thay đổi rộng lớn hơn trong phát triển AI: di chuyển từ khả năng mô hình thô sang các hệ thống có thể hoạt động an toàn trong các môi trường thực tế, rủi ro cao.

Từ Hỗ trợ đến Tự chủ

Resolve AI là một phần của một loại ngày càng tăng thường được gọi là “AI cho sản xuất” hoặc kỹ thuật SRE được hỗ trợ bởi AI. Không giống như các trợ lý mã, những hệ thống này được thiết kế để vận hành các môi trường trực tiếp – phân loại cảnh báo, chẩn đoán sự cố và giải quyết sự cố trong thời gian thực.

Nền tảng của công ty đã cho phép các nhóm kỹ sư điều tra sự cố đáng kể nhanh hơn, với các hệ thống AI có khả năng phân tích hành vi hệ thống và xác định nguyên nhân gốc rễ trên các phụ thuộc phức tạp.

Theo thời gian, tham vọng là chuyển từ hỗ trợ sang tự chủ. Thay vì các kỹ sư phải trả lời cảnh báo một cách thủ công, các hệ thống AI có thể xử lý hầu hết công việc hoạt động, với sự giám sát của con người được áp dụng dựa trên rủi ro và ngữ cảnh.

Sự Tăng trưởng Sớm với Khách hàng Doanh nghiệp

Quỹ tăng trưởng nhanh của Resolve AI phản ánh nhu cầu mạnh mẽ từ phía doanh nghiệp đối với khả năng này. Công ty đã huy động được hơn 190 triệu đô la trong chưa đầy hai năm và hiện đang làm việc với các tổ chức như Coinbase, DoorDash, Salesforce, MSCI và Zscaler.

Đây là những môi trường nơi thời gian ngừng hoạt động rất tốn kém và độ tin cậy là rất quan trọng. Thậm chí những cải tiến nhỏ trong thời gian phản hồi sự cố hoặc độ ổn định của hệ thống có thể chuyển thành tác động kinh doanh đáng kể.

Sự xuất hiện của các công ty như Resolve AI cho thấy một sự tiến hóa rộng lớn hơn trong hệ sinh thái AI.

Làn sóng đầu tiên của AI tạo sinh tập trung vào việc tạo ra: viết mã, tạo nội dung và tăng tốc quy trình làm việc. Giai đoạn tiếp theo là về hoạt động – đảm bảo rằng những gì được xây dựng có thể chạy đáng tin cậy với quy mô.

Sự thay đổi này giới thiệu các thách thức kỹ thuật mới. Nó đòi hỏi các hệ thống có thể suy luận theo thời gian, xử lý sự không chắc chắn, tương tác với nhiều công cụ và hoạt động trong các ràng buộc nghiêm ngặt. Nó cũng đòi hỏi các phương pháp đánh giá mới, vì các chuẩn mực truyền thống không thể hiện được hiệu suất hoạt động thực tế.

Điều gì Đánh giá Tiếp theo

Khi AI tiếp tục tăng tốc phát triển phần mềm, sản xuất sẽ ngày càng trở thành yếu tố hạn chế. Khả năng vận hành các hệ thống phức tạp một cách đáng tin cậy có thể định nghĩa thế hệ tiếp theo của các nền tảng AI doanh nghiệp.

Vòng tài trợ mới nhất của Resolve AI và việc ra mắt phòng thí nghiệm nghiên cứu của họ cho thấy rằng vấn đề này đang được đưa lên hàng đầu. Nếu thành công, công ty không chỉ xây dựng một công cụ AI khác – nó đang giúp định lại cách các hệ thống phần mềm được vận hành.

Ảnh hưởng lâu dài là sự chuyển dịch hướng tới các môi trường nơi các hệ thống AI và kỹ sư con người làm việc cùng nhau, với máy móc xử lý sự phức tạp của sản xuất và con người tập trung vào thiết kế cấp cao, chiến lược và đổi mới.