Открывайте, как Resolve AI достиг оценки 1 млрд долларов и что значит раунд Series A для рынка AI‑стартапов — разбор ключевых факторов роста — Марина Погодина
Этого я боялась последние полгода — ИИ-стартапы с нуля улетают в оценку $1 млрд сразу на Series A. Resolve AI, основанный бывшими топами Splunk, только что стал «единорогом» за один раунд, и это ваша проблема, если вы автоматизируете хоть что-то.
Что произошло: ex-Splunk руководство подняло огромный раунд, и Resolve AI уже на стадии Series A оценили в миллиард. Лид-инвестор — Lightspeed Venture Partners, люди, которые не раз делали ставку на будущих монстров рынка. Формально это история про «next-gen AI для наблюдаемости и IT-операций», но по сути — про тотальное вытеснение классических APM/SIEM инструментов автоматизированными агентами. Сидела ночью, открыла ссылку, кофе уже остывший, и у меня первая мысль: «Окей, Splunk внутри Splunk больше никому не нужен, они строят убийцу своего прошлого».
Для автоматизаторов в России это значит ровно одно — западный рынок очень быстро стандартизирует подход: «Инциденты и рутину в системах мониторинга обрабатывают не люди, а ИИ-агенты». Не чатик с подсказками, а связка наблюдаемости, аналитики логов и автономных действий. Это означает, что привычный стек «Zabbix + человек-дежурный + куча костылей в n8n» через пару лет будет выглядеть как DOS в мире облаков. Но в России это работает иначе: пока там гонят рынок к автономии, у нас всё упирается в 152-ФЗ, локальные инсталляции и вечную боль «куда девать данные логов, чтобы не прилетело».
Знаете, что меня бесит в этой новости? Все будут обсуждать цифру — $1 млрд на Series A — и никто не спросит, на каких данных эти агенты обучаются и где они фактически живут. Это не баг, нет, скорее фича, которую никто не просил: чтобы ваши продовые логи, скрины инцидентов и контуры сети становились кормом для облачных AI-моделей. Для России это сразу красный флаг — у большинства средних компаний нет ни нормальной DLP, ни культуры анонимизации логов, ни бюджета на on-prem AI-стек. А хайп уже приедет к вам в виде запросов от собственника: «А давайте как у Resolve AI, чтобы всё само чинилось».
С одной стороны, круто: рынок observability и AIOps наконец-то получил референс «единорога», и теперь инвесторы будут требовать от всех таких же агентных фичей. С другой — я помню, как похожий кейс у клиента рухнул, когда ИИ-движок внезапно принял прод за стенд и отключил половину боевой инфраструктуры «для оптимизации». Для российских команд это практический смысл: чем больше вы сейчас завязываетесь на внешний ИИ для инцидентов и автоматизации, тем больнее будет переносить это внутрь периметра, когда юристы внезапно проснутся. Если вы интегратор или автоматизируете ИТ-операции, вам срочно надо учиться строить свои пайплайны: локальные модели, безопасная прокладка к логам, чёткие границы действий агентов. Если вы продуктовая компания — подождите с «магическими ИИ-дежурными» и сначала опишите, что им вообще разрешено ломать.
Меня не пугает сам факт, что Resolve AI стал единорогом — меня пугает скорость, с которой «автономные ИИ-операторы» станут ожиданием по умолчанию. Через квартал к вам придёт директор и скажет: «Почему у нас инженеры ночью дежурят, а не ИИ, как у этих?». Вопрос к вам: вы готовы объяснить, почему в вашей реальности с 152-ФЗ, импортозамещением и зоопарком легаси это пока плохая идея, или будете городить опасный Frankenstein-стек из чат-ботов и скриптов?
Больше разборов AI-инструментов без воды — в моём телеграм-канале. Пишу про то, что реально работает в России.