
- 2100万ドルのシード調達に成功し、Sequoiaの育成から独立
- システム変更を追跡し、障害の発生を事前に予測する仕組み
- S&P GlobalやGuardant Healthなど既に複数の大手企業が採用
発表と資金調達の概要
米国時間9月1日、EmpirikはSequoia Capital、Canapi、Alumni Venturesから計2100万ドルのシード資金を調達し、独立した企業として正式にスタートしたと発表した。同社は2023年からSequoiaの社内でインキュベーションされていたスタートアップだ。今回の資金調達を機に、社内ベンチャーから独立した組織として動き始める。
CEOには、Quantum Metricの最高製品責任者(CPO)を務めた後、Salesforceの可観測性担当バイスプレジデントを歴任したKartik Chandrayana氏が今年就任している。創業にはSequoiaで最高デジタル・情報責任者を務めるAvon Puri氏らが関わり、Puri氏はRubrikやVMwareでインフラ運用を10年以上担当してきた経験を持つ。もう1人の創業メンバーSudheer Dhurjati氏もSequoiaのITリーダーで、大規模言語モデルの可能性に着目してこの事業を立ち上げたとされる。
障害を事前に予測する仕組み
Empirikの製品は、システム上の変更を常時追跡し、その変更がインフラ全体にどのような波及効果をもたらすかを推定する。従来の可観測性ツールは複雑な依存関係を正しく把握できないことが多く、障害が発生してから原因を調べるのが一般的だった。Empirikはこの課題を逆向きに捉え、変更の段階でリスクを判別する点に特徴がある。
動作のイメージは自律的な「交通整理役」だ。低リスクの変更は自動で許可し、規模の大きい変更には安全装置を設け、最も危険な更新は担当者のレビューに回す。これにより、DevOpsやSREのチームは日常的なトラブルシューティングをAIに任せ、より優先度の高い業務に集中できるようになるとしている。
開発者支援AIとの位置づけ
Empirikは、AIがソフトウェア開発者の生産性を高めたのと同じ変革を、インフラエンジニアにもたらすことを目指している。CEOのChandrayana氏は「エージェンティックAIがソフトウェアに対してやったことを、Empirikはインフラエンジニアリングに対してやりたい」と説明する。開発支援ツールのCursorやClaude Codeが開発者の作業を効率化した例を、自らの事業に重ねているとみられる。
競合環境について、SequoiaのパートナーであるBogomil Balkansky氏は「現時点でEmpirikは独自のカテゴリーにいる」と語る。また、AIを使ったSREプラットフォームのResolveやTraversalとは補完関係にあるとされる。既存の監視ツールと異なり、変更管理に特化した専用ツールとしての地位を目指しているようだ。
現在の利用状況と注意点
Empirikは今年前半からサービスを提供しており、顧客はスタートアップから複数のFortune 500企業まで広がっている。公表されている企業には、S&P GlobalやGuardant Health、および大手消費財メーカーが含まれる。ただし、各社の導入規模や利用状況の詳細は公表されていない。
具体的な導入効果や料金体系はまだ公開されていない。シード段階の企業であるため、製品の成熟度や大規模環境での信頼性は、今後の実績を検証する必要があるとみられる。また、既存の監視基盤との連携方法や、AIの判断に誤りがあった場合の対応プロセスも、導入を検討する企業にとっては確認すべき点になるだろう。
| 項目 | 従来の可観測性ツール | Empirik |
|---|---|---|
| 障害への対応 | 発生後の検知が中心 | 変更の影響を事前に予測 |
| 依存関係の把握 | 複雑な依存関係の理解が困難 | システム変更から波及を推定 |
| 変更のリスク判定 | 機能として備えていない | 低リスクは自動許可、高リスクは人間が確認 |
What agentic AI did for software, Empirik wants to do for infrastructure engineering
エージェンティックAIがソフトウェアに対して成し遂げたことを、Empirikはインフラエンジニアリングに対して実現しようとしている。
今後の見通し
Empirikは「変更の事前リスク判定」という新しい領域で独自の立ち位置を築こうとしている。今後は、AI SREプラットフォーム各社が同様の機能を取り込むのか、それともEmpirikが独立したカテゴリーとして成長するのかが焦点になりそうだ。次の判断材料は、公開された顧客事例での障害削減効果や、既存の監視ツールとの連携しやすさになる。シード調達後、製品ロードマップや顧客実績の詳細が公開されれば、この分野における実用性を評価しやすくなるとみられる。
日本の開発者・IT企業にとっての意味
日本企業のシステム運用現場でも、クラウド化やマイクロサービス化に伴いシステム依存関係の複雑さが増している。構成変更をきっかけにした障害は共通の悩みであり、変更管理に人手がかかっている現状がある。Empirikのように変更の影響範囲をAIで推定する手法は、SREチームにかかる負担を減らす一案になる。ただし、実運用で使うには、AIの判定結果を誰が確認し、どの段階で人の承認を挟むのかというガバナンス設計が必要だ。日本のIT企業が自社で同様の仕組みを導入する際にも、この点が成功を左右するポイントになるだろう。
気になる点
- Empirikはどのようにして障害を予測するのか?
- Empirikは、監視対象のシステムに加えられた変更を常時追跡し、その変更がシステム間の依存関係を通じてどこに影響を及ぼすかをAIで推定する。リスクが低いと判断した変更は自動的に進め、リスクが大きい変更には制限をかけ、最も危険な更新は担当者の承認に回すという仕組みになるとされる。従来の監視ツールのような事後検知ではなく、変更の段階で障害を防ぐことを狙っている。
- どのような企業が導入しているのか?
- 原文で言及されている導入企業は、スタートアップから複数のFortune 500企業までと幅広い。名前が挙がっているのは、S&P Global、Guardant Health、そして大手消費財メーカーである。導入規模や具体的な利用シーンは公表されていないが、インフラ運用の負荷が大きい企業が初期顧客に含まれているとみられる。
- 日本企業でも利用できるのか?
- 原文では、Empirikが提供する地域や価格帯、日本語サポートの有無は一切言及されていない。このため、日本企業がすぐに導入できるかどうかは現時点では判断できない。今後、公式サイトやプレスリリースで対応地域が発表されれば、利用可能性を確認できるだろう。
用語解説
- 可観測性
- システム内部の状態をログやメトリクスなどから把握できる性質。複雑なシステムでは障害の原因追及に欠かせない。
- SRE
- サイトリライアビリティエンジニア。システムの信頼性を高め、運用をコードで管理するエンジニア層を指す。
- シード資金
- 起業したばかりの企業が製品開発や顧客開拓のために調達する初期資金。
- エージェンティックAI
- 利用者の指示に基づいてAIが自律的にタスクを計画・実行する技術概念。開発支援ツールなどで普及しつつある。
出典
Sequoia-incubated Empirik launches with $21M to predict outages before they happen
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する