La evolución de las herramientas de observabilidad ha ido en constante cambio, adaptándose a las necesidades del mercado tecnológico. En un contexto donde la eficiencia y la reducción de costos son cruciales, la atención se ha desplazado de «seguir todo» a «controlar la complejidad y los gastos». La llegada y adopción rápida de agentes de IA en las empresas ha añadido un nuevo desafío: la necesidad de observar esta nueva categoría de carga de trabajo.
InsightFinder AI y su enfoque en la confiabilidad de los modelos de IA
InsightFinder AI, una startup que se basa en 15 años de investigación académica, está abordando este problema. Desde 2016, han estado utilizando el aprendizaje automático para monitorizar, identificar y solucionar problemas en la infraestructura de IT. Recientemente, han desarrollado una solución de agente de IA que abarca desde la detección y diagnóstico hasta la remediación y prevención, enfocándose en la confiabilidad de los modelos de IA.
Liderazgo y financiación
La CEO de InsightFinder, Helen Gu, es profesora de informática en la Universidad Estatal de Carolina del Norte, con experiencia previa en empresas como IBM y Google. La empresa recientemente recaudó 15 millones de dólares en una ronda de financiación Serie B liderada por Yu Galaxy. Gu señala que el mayor reto para la industria hoy en día no solo es monitorear y diagnosticar problemas de modelos de IA, sino entender cómo opera toda la pila tecnológica con la IA incluida.
Diagnóstico de problemas en la infraestructura
Para ilustrar su enfoque, Gu comparte un caso práctico: un importante cliente en Estados Unidos notó que uno de sus modelos de detección de fraude mostraba desviaciones. Gracias a la monitorización integral de InsightFinder, pudieron identificar que la causa de este desvío se debía a un caché desactualizado en algunos nodos de servidor.
Desmitificando la observabilidad de la inteligencia artificial
Gu aclara un concepto erróneo común: la observabilidad de IA no se limita a la evaluación de modelos de LLM (modelos de lenguaje de gran tamaño) en fases de desarrollo y prueba. Un sistema sólido de observabilidad de IA debería ofrecer soporte de retroalimentación de extremo a extremo, abarcando las fases de desarrollo, evaluación y producción.
Innovaciones en tecnología
El producto más reciente de InsightFinder, denominado Autonomous Reliability Insights, combina aprendizaje automático no supervisado, modelos de lenguaje propios y IA predictiva para analizar flujos de datos completos. Esta plataforma es independiente de los datos, lo que permite al sistema ingerir y analizar datos para identificar causas raíz.
Competencia en el mercado de la observabilidad
El espacio de la observabilidad está saturado de competidores como Grafana Labs, Fiddler, Datadog, Dynatrace, New Relic y BigPanda, cada uno intentando adaptarse a los nuevos problemas planteados por las herramientas de IA. Sin embargo, Gu se muestra confiada en que la experiencia y la personalización de InsightFinder les ayudan a mantenerse en la cima. Asegura que no pierden clientes fácilmente, indicando que muchos científicos de datos y desarrolladores de ingeniería de confiabilidad de sitios (SRE) carecen de la comprensión de la infraestructura o de cómo se interrelacionan con la IA.
Clientes y crecimiento
La cartera de clientes de InsightFinder incluye grandes nombres como UBS, NBCUniversal, Lenovo, Dell, Google Cloud y Comcast. Gu atribuye el éxito a una década de trabajo con clientes de grandes empresas para comprender sus necesidades en entornos empresariales. Menciona que su flujo de ingresos ha crecido más de tres veces en el último año y que no tenían planes de recaudar más fondos hasta que los inversores se acercaron, tras conseguir un contrato de siete cifras con una empresa Fortune 50.
Estrategias para emprendedores y pequeñas empresas
- Enfócate en la personalización: Entender a fondo las necesidades de tus clientes y ofrecer soluciones a medida puede darte una ventaja competitiva.
- Innova constantemente: Mantente al tanto de los desarrollos tecnológicos y adecuados a las tendencias del mercado para no quedarte atrás.
- Construye relaciones sólidas: Cultiva relaciones de largo plazo con tus clientes y colabora estrechamente para entender mejor su entorno empresarial.
- Diversifica tus ofertas: Ofrece una variedad de productos o servicios que se complementen entre sí para maximizar el impacto en tus clientes.
Conclusiones
El panorama de la observabilidad en la era de la IA está en plena transición. Empresas como InsightFinder demuestran cómo la combinación de experiencia técnica y comprensión del mercado puede ayudar a afrontar los retos emergentes. La clave del éxito radica en entender las complejidades del entorno tecnológico contemporáneo y adaptar las soluciones a las necesidades cambiantes de los clientes. A medida que este campo continúa evolucionando, se vuelve esencial para las empresas mantener una perspectiva proactiva en la supervisión y gestión de su infraestructura tecnológica.