科莫斯（Kosmos）获得500万美元资金，帮助企业消除IT事件调查的隐性成本

芝加哥初创公司 Kosmos 已经通过由 Norwest 领投的种子轮融资获得了500万美元资金，这标志着其人工智能原生运营智能平台的推出，该平台旨在解决企业IT领域最顽固和昂贵的挑战之一：事件调查所花费的时间。

虽然组织已经大量投资于可观察性、监控和IT服务管理工具，但支持和工程团队仍然花费数小时手动跟踪停机和客户影响问题的根本原因，跨越了分散的系统。Kosmos旨在减少所谓的“调查成本”——当工程师、支持领导者和事件响应团队被迫手动连接分散在票务系统、源代码存储库、客户支持平台和可观察性工具中的信息时产生的运营负担。

调查成本日益增长的问题

在过去的十年中，企业采用了越来越多的工具来监控基础设施和管理软件运营。诸如Jira、ServiceNow、GitHub、Salesforce、Datadog、Grafana和Splunk等平台为技术栈的不同部分提供了宝贵的见解。然而，当事件发生时，关键上下文通常仍然分散在这些系统中。

随着现代软件架构变得越来越分散，跨多个平台关联信息的挑战加剧。团队可能拥有所有必要的数据，但快速找到和连接它们仍然很困难。结果是更长的解决时间、重复的事件和工程资源被转移到产品开发和创新之外。

对于许多组织来说，当出现主要的客户问题时，最有经验的工程师通常会成为默认的调查员。这些工程师通常会被拉离战略工作，来重建时间线、审查代码更改、分析支持票和确定事件的实际原因。这些调查的隐性成本远远超出了停机时间本身。

人工智能原生运营智能方法

Kosmos将自己定位为一个跨越现有企业系统的层，而不是取代它们。该平台连接来自GitHub、Jira、Salesforce、ServiceNow、Datadog、Grafana、Splunk和其他运营工具的数据，以创建事件和客户升级的统一视图。

根据公司的说法，其平台自动关联客户案例、代码更改、服务事件和基础设施信号，以表面可能的根本原因。Kosmos采用人工智能生成的关联由用户审查和验证，然后成为平台知识库的一部分，这样就创建了一个持续的反馈循环，随着时间的推移提高了系统识别模式的能力，同时保持透明度和信任。

目标是为团队提供上下文，以了解问题为什么首先发生，而不是生成更多的警报。

从亲身经历中构建

创始人兼首席执行官 Sanjay Gidwani 在过去二十多年里，在企业交付运营和Salesforce生态系统中工作时，反复遇到了一个问题，这个问题促使他建立了这家公司。

在他的整个职业生涯中，Gidwani观察到一个模式：当出现主要的客户问题时，组织会动员他们最有经验的技术人员来调查。然而，这些专家通常会花费数天的时间从断开的系统中收集信息，然后才得出根本原因。

这种经历塑造了Kosmos的核心论点：企业IT中最大的运营效率低下发生在补救甚至开始之前。如果组织可以更快地确定问题的来源，他们可以更快地解决事件，并降低类似问题再次发生的可能性。

展望未来

Kosmos的推出反映了企业技术领域正在发生的更广泛的转变。随着组织采用越来越复杂的云环境、微服务架构和人工智能驱动的应用程序，运营数据继续增长，同时分散在数十个平台上。

下一代运营智能工具旨在通过自动连接信号、识别模式和保存机构知识（否则将被锁定在各个团队内）来弥合这些差距。除了更快的事件解决外，这些系统还可以帮助组织减少工程辛劳、防止重复问题，并允许技术人才将更多时间投入到构建产品而不是调查失败。

随着企业环境变得更加复杂，将分散的运营数据转化为可执行的智能可能会变得与监控系统本身一样重要。Kosmos正在押注减少调查成本将是未来的一项关键部分。