Con sede a Cambridge Disfareun programma di espansione incentrato sull’analisi delle cause profonde basata sull’intelligenza artificiale, ha annunciato oggi la chiusura di un round di finanziamento da 31 milioni di euro (37 milioni di dollari) per accelerare gli sforzi di sviluppo ed espandere in modo significativo la propria portata sul mercato globale.
Il round è stato condotto da Elsewhere Partners.
“Siamo in anticipo sulla curva. Undo ha dedicato anni allo sviluppo di una tecnologia deterministica di registrazione dei programmi per la visibilità in fase di esecuzione degli errori di codice, diventata assolutamente essenziale con l’avvento dell’intelligenza artificiale“, afferma il fondatore e CEO di Undo Greg Legge.
“Questo investimento ci consente di accelerare esattamente al momento giusto, incorporando l’annullamento nei flussi di lavoro dell’intelligenza artificiale, ampliando la nostra portata commerciale e assicurandoci di essere una parte essenziale del modo in cui i team di ingegneri operano in questo nuovo mondo incentrato sull’intelligenza artificiale. Non vediamo l’ora di lavorare a fianco del team di Altrove per facilitare la prossima era dei problemi di ingegneria del software per le aziende di tutto il mondo.“
Attività simili per il 2026 indicano un’attività di finanziamento sostenuta attorno ai livelli operativi dello sviluppo di software assistito dall’intelligenza artificiale: controllo della catena di fornitura del software, sicurezza e governance degli agenti di intelligenza artificiale, CI/CD, operazioni cloud, infrastruttura di produzione e strumenti per gli sviluppatori.
Il round di Undo si avvicina di più a questo gruppo di aziende perché affronta una preoccupazione aziendale simile: come i team di ingegneri possono mantenere l’affidabilità, la visibilità e il controllo mentre il codice generato o assistito dall’intelligenza artificiale aumenta la complessità del sistema.
Il confronto con il Regno Unito è particolarmente rilevante, con Fabbro delle nuvole, Geordi AI, Trento AI, Parole in codice, Sovramente E Toyo riceveranno tutti finanziamenti nel 2026, indicando un’attività nazionale attorno a infrastrutture software abilitate all’intelligenza artificiale sicure e affidabili.
“L’intelligenza artificiale sta rendendo il codice ingestibile, introducendo codice che gli ingegneri non possono comprendere, fidare o eseguire il debug. Pertanto, sebbene l’intelligenza artificiale li aiuti a generare più codice, parte di esso è poco compreso, mal strutturato e di qualità discutibile. I sistemi sono pieni di incognite, che li rendono instabili e aumentano il rischio di interruzioni, violazioni della sicurezza ed escalation dei clienti“, osserva il partner operativo di Altrove Rod Favarón.
“L’annullamento garantisce che i team di ingegneri possano gestire in modo efficace sistemi complessi in un mondo incentrato sull’intelligenza artificiale e fornire il contesto di runtime essenziale per software assistito dall’intelligenza artificiale di livello aziendale.“
Fondata nel 2012, Undo consente agli agenti di codifica di risolvere problemi complessi su basi di codice complesse, consentendo un’analisi delle cause alla radice completamente automatizzata, nelle fasi di sviluppo, test e produzione.
Undo afferma che colmano una lacuna critica fornendo agli agenti AI il contesto runtime necessario per diagnosticare in modo affidabile problemi software complessi in sistemi sfaccettati. Acquisendo la cronologia completa dell’esecuzione (come si comporta effettivamente il codice durante l’esecuzione) in registrazioni autonome, Annulla consente agli agenti AI di eseguire un’accurata analisi delle cause alla radice e garantisce che anche il codice generato dall’IA rimanga comprensibile e gestibile.
Non importa quanto siano buoni i modelli di intelligenza artificiale, l’azienda sottolinea che i risultati sono limitati dalla bontà del contesto: AI = modello + contesto. Il contesto di runtime dice al modello cosa ha fatto il programma, piuttosto che semplicemente cosa dice il codice, quindi i modelli funzionano significativamente meglio.
Secondo i benchmark dell’azienda su una serie di bug complessi:
- Gli ultimi modelli sono in grado di identificare la causa principale solo del 38% senza annullare; mentre con il contesto di runtime di Annulla la percentuale aumenta al 92%.
- Nei casi in cui i modelli possono risolvere un problema senza Annulla, quando lo stesso problema viene risolto con Annulla vengono utilizzati meno gettoni.
- I clienti segnalano il completamento dell’analisi della causa principale 100 volte più velocemente con Annulla rispetto a prima.
“La qualità è estremamente importante per Palo Alto Networks e non possiamo permetterci di fare affidamento su congetture. I bug più difficili e costosi nelle basi di codice multimilionarie risiedono nello stato di runtime e non vengono catturati da log o altre soluzioni,” dice Sicuramente SangiahVicepresidente senior di ingegneria presso Palo Alto Networks. “Annulla fornisce la visibilità necessaria per individuare e correggere gli errori prima che diventino un problema operativo per i nostri clienti, consentendo l’analisi automatica delle cause principali. Annulla spesso trova autonomamente le cause principali in pochi minuti.“
L’azienda prevede di ampliare in modo significativo i propri team di sviluppo prodotto, assistenza clienti e go-to-market negli Stati Uniti e in Europa per supportare l’espansione e l’adozione delle proprie soluzioni man mano che le esigenze di ingegneria del software evolvono.
