Az AI-ügynökök ígérete nem az, hogy „mindent megoldanak”, hanem hogy egyre több dolgot oldanak meg emberi kéz nélkül. Csakhogy minél önjáróbb egy rendszer, annál kellemetlenebb, amikor elromlik — és annál fontosabb, hogy gyorsan tudd: miért.

Mi történt

A Boston-központú, Izraelben alapított Coralogix 200 millió dollárt gyűjtött Series F körben, 1,6 milliárd dolláros (post-money) értékelés mellett. A befektetési kört az Advent és a Canada Pension Plan Investment Board (CPPIB) vezette, Greenfield Partners és Brighton Park Capital részvételével. A cég eddig összesen 550 millió dollárnyi tőkét vont be.

A tempó is beszédes: mindössze 11 hónapja zártak egy 115 millió dolláros Series E kört. A vállalat az „observability” (megfigyelhetőség) piacán versenyez olyan szereplőkkel, mint a Datadog, a New Relic vagy a Splunk. Az observability lényege, hogy egy szoftverrendszer működéséről folyamatos „műszerfalnyi” nyomot gyűjtesz és elemzel: logokat (naplókat), metrikákat (számszerű mérőszámokat) és trace-eket (kérések útvonalát a komponensek között). Gondolj rá úgy, mint egy repülőgép fekete dobozára és műszereire egyszerre: balesetnél visszanézhető, de menet közben is jelzi, ha baj közeleg.

A Coralogix több mint 5 000 ügyfelet szolgál ki világszerte (például IBM, Tradeweb, JFrog), és a cég állítása szerint az elmúlt évben 60% feletti bevételnövekedést ért el. Több mint 600 alkalmazottal dolgoznak globálisan; Indiában kb. 100 fős csapatuk van, ami regionális hubként támogatja az ázsiai ügyfeleket és a helyi nagyvállalati terjeszkedést.

Miért fontos

Az AI-ügynök (agent) nem egy sima chatbot: olyan szoftver, ami képes feladatokat végrehajtani, lépéseket megtervezni, eszközöket hívni, sőt akár kódot írni vagy incidenseket kivizsgálni — részben autonóm módon. Ez a „részben” a kritikus szó: ha egy ügynök rossz döntést hoz, hibás adatot használ, vagy csak félreérti a környezetét, a hiba gyorsan láncreakcióvá válhat. Ilyenkor nem elég annyi, hogy „nem működik”; kell egy megbízható, auditálható kép arról, mit csinált a rendszer, milyen bemenetekkel, milyen lépésekben.

A Coralogix itt fogad nagyot: a klasszikus dashboard-központú üzemeltetés helyett egyre többen parancssorból (CLI) és AI-asszisztenseken keresztül kérdeznek rá a rendszerek állapotára. Ariel Assaraf vezérigazgató értelmezésében a felület „erodálódik”: a mérnök nem grafikonokat böngész, hanem azt kérdezi egy asszisztenstől, hogy „mi romlott el, és miért?”. Ez a szemléletváltás könnyen új nyerteseket hozhat az observability piacon — nem feltétlenül az nyer, akinek a legszebb a felülete, hanem aki a legjobban „beszél” az ügynökökkel.

Mire figyelj

  1. Agent-kompatibilis megfigyelhetőség: mennyire lesz sztenderd, hogy a monitoring rendszerekhez LLM-et (nagy nyelvi modellt) kötsz, és természetes nyelven/CLI-ból nyomozol?
  2. Biztonság és megfelelőség: ha AI-asszisztens fér hozzá logokhoz és trace-ekhez, azok gyakran érzékeny adatokat tartalmaznak. A hozzáférés-kezelés, naplózás és adatmaszkolás itt nem extra, hanem alapkövetelmény.
  3. Valódi üzemeltetési érték vs. „AI-máz”: az lesz a döntő, hogy az AI-funkciók csökkentik-e az incidensek idejét (MTTR), javítják-e a megbízhatóságot, és adnak-e visszakövethető magyarázatot — nem csak okosnak hangzó válaszokat.

A Coralogix most nem „túlélésre” gyűjtött, hanem gyorsításra: AI-központú termékekre, biztonsági képességekre és globális terjeszkedésre költené a pénzt, miközben a következő években a profitabilitás felé menne, kvázi tőzsdei fegyelemmel — IPO-időpont nélkül, de egyre inkább annak logikája szerint működve.