人工智能经常被吹捧为一种节省成本的技术。任务自动化、运营简化、生产力提高，主要的叙述是公司能够用更少的资源生产更多的产品。
然而，随着人工智能代理走出实验室并进入操作流程，另一个现实出现了。代理做出的每个决策、模型之间的每次交互、对外部工具的每次调用都会生成越来越多的数据，必须对这些数据进行监视、存储、分析和管理。人工智能不仅创造新的价值流，还创造新的运营债务。
正是在这种背景下，Tsuga 宣布融资 3500 万美元，约合近 3000 万欧元，由 General Catalyst 和 Singular 领投，DST Global Partners 和 Quantumlight 参与。该公司于 2024 年在巴黎成立，捍卫了一个简单的论点：现代可观测性所基于的架构不再适应自主代理时代。
为云时代而生的行业
可观察性是现代软件中最离散但也是最关键的层之一。它的作用是使技术团队能够通过收集日志、跟踪和指标来了解其基础设施中发生的情况。
十五年来，市场一直围绕着 Datadog、Splunk、Dynatrace、New Relic 和 Elastic 等公司构建。他们的模型相对简单：客户将数据发送到提供商的基础设施，由提供商存储、索引和分析数据。数量增加得越多，费用就增加得越多。
这一逻辑完美地伴随着云计算的兴起。随着企业采用分布式架构、微服务和多云环境，对可见性的需求不断增加。可观测平台的收入也以同样的速度增长。
长期以来，供应商及其客户的利益似乎是一致的。基础设施的增长自动创造了更多数据，从而创造了更多价值。然而，人工智能的到来深刻地改变了这个方程式。
当每个代理都成为遥测工厂时
人工智能代理的行为与传统应用程序不同。当用户查询经典系统时，通常会生成一些事件：请求、响应、一些服务调用。当特工介入时，链条就会变得更加复杂。
该系统可以请求多个模型、调用外部工具、查询不同的数据库、生成推理链、触发其他专门代理，然后生成最终响应。
每个步骤都会产生自己的遥测数据。提示、令牌、API 调用、执行图、信任指标、中间决策：可观察性不再只是基础设施的问题。这变成了理解决策机制的问题。
这种转变造成了一个悖论：人工智能有望降低运营成本，同时增加监管需求。
在一些组织中，监控支出的增长速度几乎与模型本身的支出一样快。
人工智能可能不是真正的罪魁祸首
然而，将成本上涨仅仅归因于人工智能未免过于简单化。多年来，企业已经面临基础设施支出激增的问题。存储变得更加昂贵，架构变得更加复杂，数据流倍增，分布式系统生成更多的信号来监控。
由于人工智能更像是一个加速器，而不是单一原因，因此可观察性可能是一个更大现象的明显症状：数字复杂性的持续增长。
这种区别很重要，因为它决定了所提供解决方案的性质。这是人工智能特有的问题还是云经济的结构性问题？
新市场的出现
可以肯定的是，传统指标已不再足够。公司不再只想知道应用程序是否正常工作。他们想要了解代理人为何做出决定、他使用了哪些工具、涉及哪些模型以及结果的置信度如何。
这种发展催生了一个新的软件类别，人工智能可观察性、代理可观察性、人工智能治理甚至人工智能可追溯性的概念开始融合。有时，在不同的术语背后，会出现相同的需求：使人工智能系统可审计。
当公司在财务、人力资源、法律或工业领域部署代理时，责任问题就成为核心。了解决策是如何做出的不再是一种选择。这是一项可操作的要求，很快就会成为监管要求。
已经非常拥挤的市场
然而，铁杉并没有进入处女地。历史上的主要参与者很快就发现了机会。 Datadog 已经在开发先进的模型和代理监控功能。 Dynatrace 正在推广其 Davis AI 产品。 New Relic、Splunk 和 Elastic 正在逐渐丰富其平台，提供针对 AI 工作负载的功能。
与此同时，新一代的专家已经出现。 Arize AI、Langfuse、Helicone 或 WhyLabs 专注于生成系统的模型可观测性、即时分析、幻觉检测或性能监控。
因此，主题不再是市场的存在，而是差异化。
真正的赌注：建筑
这正是 Tsuga 试图与众不同的地方，它没有将其创新作为附加功能来展示，而是直接攻击该领域的主导架构。
该平台不是将数据集中在自己的基础设施中，而是直接部署在客户的云环境中。数据保留在 AWS、Azure、Google Cloud 或主权云中。它们不通过津贺的系统。
这个论点是双重的，一方面，这种方法降低了与数据复制和传输相关的成本，另一方面，它回应了日益增长的主权和治理问题。
这一策略揭示了一种强烈的直觉：可观测性数据本身就成为战略资产。跟踪现在包含提示、代理做出的决策、业务信息，有时还包含敏感数据。对于一些公司来说，外包就像委托客户数据一样存在问题。
那么问题就不再只是技术问题，而是监管问题和经济问题。
软件伴随服务意外回归
另一个值得注意的元素：Tsuga 不仅销售平台，还强调负责支持客户不断优化其可观测环境的工程师团队。
这种做法让人想起人工智能市场最近的一些发展。经过二十年的标准化 SaaS 后，一些软件类别正在回归结合产品和专业知识的混合模型。
津贺的真正竞争对手
最危险的竞争可能不在 Datadog 或 Splunk 中，而可能在 Microsoft、AWS 和 Google 中。超大规模企业已经控制了基础设施、数据、可观测工具，并且越来越多地控制了人工智能模型。
因此，他们拥有将这些功能本地集成到其平台中的所有必要元素。这是此类初创公司面临的主要战略风险。
如果人工智能可观察性成为云环境的标准功能，那么差异化将不仅仅基于技术能力。
一场战斗才刚刚开始
科技行业在过去三年里一直在打造模特、副驾驶和代理人。她现在发现，价值不仅在于自动化的能力，还在于控制自动化的能力。
云的历史已经产生了它的监控冠军，人工智能的历史也可以产生它的治理冠军。
通过筹集近 3000 万欧元，Tsuga 押注这一新的基础设施层将在明天变得像昨天的可观测性一样重要。本文的成功与其说取决于公司监控代理的能力，不如说取决于其回答所有组织很快都必须问自己的问题的能力：谁监控为我们做出决策的系统？
