Funding
Nakalikom ang AI startup na Traversal, na nakatuon sa engineering para sa pagiging maaasahan ng mga site (SRE), ng $120 milyon sa Series B sa halagang $1 bilyon
Idagdag ang Securities.io sa mga gusto mong mapagkunan sa Google
Ang Traversal, isang kumpanyang nakatuon sa engineering para sa pagiging maaasahan ng mga site gamit ang AI, ay nag-anunsyo ng pagpopondo sa Series B noong Nobyembre 3, 2026. Ibinunyag nitong nakalikom ito ng bagong pondong $120 milyon sa halagang $1 bilyon. Magkasamang nanguna sa pagpopondo ang Kleiner Perkins, Redpoint Ventures, at Khosla Ventures, na may malaking ambag din mula sa Sequoia at Battery Ventures. Mga dati nang mamumuhunan ang Kleiner Perkins at Sequoia.
Gagamitin ang pondo para magdagdag ng mga tauhan sa pananaliksik, engineering, at komersiyalisasyon habang pinalalawak ng Traversal ang software nito para sa pagiging maaasahan ng mga site gamit ang AI. Pangmatagalang layunin nitong lumampas sa pagtukoy ng mga insidente at makabuo ng software na makakagawa ng mga hakbang para itama ang mga problema at makapagpapatunay na naging mabisa ang mga hakbang na ito.
Lumawak ang Paggamit Lampas sa Pagsusuri sa Ugat ng Sanhi
Ayon sa Traversal, mahigit 100 ulit na dumami ang mga imbestigasyon kada buwan noong 2026—mula 513 hanggang halos 73,000. Tinatayang dalawang-katlo na ng paggamit nito ay para sa mga gawaing lampas sa pagsusuri sa ugat ng sanhi, kabilang ang paunang pagsala ng mga alerto, pagtatasa sa panganib ng mga release, pagpapatunay ng CMDB, seguridad, kalusugan ng karanasan ng mga customer, at mga tanong tungkol sa suporta sa produksyon.
Dahil sa paglawak na ito, nagbabago ang ipinahihiwatig ng mga bilang ng paggamit: hindi na lamang ginagamit ang produkto para mag-imbestiga ng mga pagkabigo. Noong una, nakatuon ang Traversal sa pagsusuri sa ugat ng sanhi dahil nagbigay ito sa mga customer ng kongkreto at nasusukat na paraan para tasahin ang katumpakan. Mas mahirap tiyakin ang mga sagot sa mas malawak na mga tanong tungkol sa pagpapatakbo na itinatanong ngayon ng mga customer.
Pormal na ipinakilala ng kumpanya ang Production World Model at Causal Search Engine nito noong Marso 2026, matapos ang halos dalawang taon ng pananaliksik at engineering. Ayon sa Traversal, ginagawang tuloy-tuloy na ina-update at nababasa ng AI na representasyon ng produksyon ng Production World Model ang datos ng telemetry, code, kasaysayan ng deployment, at kaalamang naipon sa organisasyon. Nagagawa naman ng Causal Search Engine na subukan ng mga ahente ang libo-libong palagay nang magkakasabay at sundan ang mga ugnayang sanhi at bunga sa iba’t ibang sistema upang matukoy ang mga ugat ng sanhi na pinatutunayan ng ebidensiya.
Nagsisimulang mangalap ng konteksto at mag-imbestiga ang Traversal Workers kapag may naganap na anomalya, gaya ng insidente o alerto, sa halip na maghintay na pasimulan ito ng isang engineer. Ipinapadala naman ng Traversal MCP ang kaalaman tungkol sa produksyon pabalik sa mga ahente sa pagko-code, para magkaroon ang mga ito ng access sa kasalukuyang konteksto ng pagpapatakbo habang nagde-develop.
Ang Gastos ng Pagkaantala at ang Pagsulong Tungo sa Awtomasyon
Ang mga Nakatagong Gastos ng Pagkaantala, isang ulat noong 2026 na ginawa ng Splunk kasama ang Oxford Economics, ay nagtaya na nagkakahalaga taun-taon ng $600 bilyon ang di-planadong paghinto ng serbisyo at paghina nito para sa mga kumpanyang kabilang sa Global 2000. Mas mataas ito nang 50% kaysa noong 2024, at katumbas ng average na $300 milyon bawat organisasyon.
Iniulat ng mga organisasyon na nakararanas sila ng average na 60 insidente ng paghinto o paghina ng serbisyo bawat taon. Ayon din sa ulat, $24.5 milyon kada kumpanya ang median na taunang gastos sa mga AI tool na pumipigil sa paghinto ng serbisyo at tumutugon dito.
Ibinatay ng Oxford Economics ang mga pagtataya nito sa pinagsamang mga survey sa telepono at online na isinagawa sa 2,000 ehekutibo mula sa mga kumpanyang kabilang sa Global 2000 sa 20 bansa. Pagkatapos, iniakma nito ang mga sagot gamit ang datos ng kita para sa piskal na 2025 upang maisaalang-alang ang laki ng mga kumpanya at ang distribusyon ng mga ito sa iba’t ibang rehiyon.
Kung ihahambing sa gayong kalaking gastos, ang layuning ipinahayag ng Traversal ay ganap na awtomatikong pagpapatakbo ng produksyon: software na kusang nakakakita ng mga problema, nakauunawa sa mga sanhi ng mga ito, gumagawa ng mga hakbang para itama ang mga ito, nagpapatunay na naging mabisa ang mga hakbang, at pumipigil sa mga susunod na problema. Inilalahad sa anunsiyo ang layuning ito bilang adhikain, hindi bilang kakayahang ganap nang naisasagawa. Matapos iulat ang mabilis na pagdami ng mga imbestigasyon, susunod na susubok sa komersiyal na tagumpay ng Traversal kung palalawakin ng mga customer ang paggamit nito sa mga ahenteng may kapangyarihang baguhin ang mga aktuwal na sistema ng produksyon.
