Empirik позиционируется как инструмент нового поколения для observability и управления инфраструктурой. Вместо стандартного анализа текущего состояния систем платформа предсказывает потенциальные сбои, отслеживая все изменения и инфицируя их возможные каскадные эффекты. Иными словами, вместо борьбы со сбоем после его появления инструмент ловит риски на входе.
Идея пришла двум ветеранам Sequoia Capital — Avon Puri (бывший руководитель инфраструктуры в Rubrik и VMware) и Sudheer Dhurjati — когда LLM начали доказывать свой потенциал. Они поняли, что ИИ может автоматизировать профилактику сбоев, а не только диагностику. Sequoia инкубировала проект с 2023 года и в начале этого года привлекла на роль CEO Kartik Chandrayana, бывшего CPO Quantum Metric и VP по observability в Salesforce.
По сути, Empirik работает как автономный «регулировщик трафика»: одобряет низкорисковые обновления, ставит ограничения на крупные изменения и отправляет наиболее опасные на человеческий review. Это позволяет DevOps и SRE-командам сосредоточиться на стратегических задачах, делегировав рутину. Партнер Sequoia Bogomil Balkansky отмечает, что большинство существующих observability-решений не справляются со сложными зависимостями между системами — именно на этом Empirik и специализируется.
После запуска в этом году стартап уже привлёк клиентов от ранних стартапов до нескольких компаний Fortune 500: S&P Global, Guardant Health и крупного игрока в CPG-сегменте. Это быстрое принятие указывает на реальную боль на рынке инфраструктуры. Chandrayana прямо сравнивает Empirik с инструментами вроде Cursor и Claude Code для разработчиков, подчёркивая, что по мере ускорения разработки инструменты для SRE становятся критичнее.
На фоне роста agentic AI и постоянного усложнения систем инфраструктура действительно требует автоматизации. Компании вроде Resolve и Traversal уже работают на смежном поле AI SRE, но Balkansky позиционирует Empirik как дополняющий слой с собственным фокусом на прогнозировании изменений. Пока это выглядит нишей, где есть место нескольким игрокам.
Для российского бизнеса, особенно в финтехе, энергетике и крупном e-commerce, стабильность инфраструктуры критична. Любой даунтайм — потери. Инструменты предсказания сбоев полезны как стартапам на AWS/GCP, так и компаниям с on-premise системами. Аналогичный подход (автоматизация мониторинга и предсказание инцидентов) начинает внедряться и в российские DevOps-практики, хотя зачастую это ещё кастомные решения. Платформы типа Empirik помогали бы здесь ускорить внедрение и снизить нагрузку на команды, которые в России часто перегружены реактивной работой.
$21M на seed этап — серьёзный объём для observability-ниши, что подтверждает интерес венчура к инструментам для SRE. Следующий экзамен для Empirik — не только привлечение клиентов, но и доказательство, что предсказания действительно работают и экономят время. Маркетинг «автономного инженера» привлекателен, но в reality-check его придётся постоянно демонстрировать.