Traversal
🟡 条件つき条件付き。国内でもSRE人手不足とオブザーバビリティ需要は強い一方、エンタープライズの導入はオンプレ／日本語サポート／既存監視スタックとの統合が前提になります。国内勢ではDatadog導入企業やサイボウズ／さくら系の運用ツールと並走する形になりやすいです。
ラウンド
$120M · Series B · 評価 $1B
本拠 / 創業者
ニューヨーク
掲載日
参加: Sequoia
- 何をやっているか：因果推論ベースのAI SRE。テレメトリ・コード・デプロイ履歴を「Production World Model」にまとめ、並行仮説検証でインシデントの根本原因を特定し、Workers／MCP経由で修復や開発へのフィードバックまで伸ばす。
- ラウンド：$120M Series B、評価額$1B。Kleiner Perkins、Redpoint Ventures、Khosla Venturesの共同リードで、Sequoia・Battery・Amex Venturesが参加。KPとSequoiaは追加出資。累計は約$173M（公式ブログ）。
- 一次情報：共同創業者の Anish Agarwal 氏は「本番を自ら動かし続けるソフトウェアを作るため、$120M（評価額$1B）を調達した」と投稿（本人の投稿）。Redpoint の Sai Senthilkumar 氏は「カテゴリとチームを2年以上見てきた。Traversalは明確な転換点に達した」と共同リードを表明（本人の投稿）。
- なぜ今見るか：会社発表では2026年の月次調査件数が513件から約73,000件へ100倍超。ARRは年初来9倍、直近四半期で15万件超の調査、4,000人超のエンジニアを支援。顧客例に Nubank、Harvey、DigitalOcean、PepsiCo。コーディングエージェント普及で本番複雑性が増すタイミングです。
- 市場・競合：従来のオブザーバビリティ／AIOps、インシデント管理、汎用エージェントと競合。自社のORCA-benchでは汎用エージェントの根本原因精度が中難度で最高25.3%とされ、ギャップを主張しています（論文ベース、Traversal自社製品の検証ではありません）。
- 🇯🇵 日本展開フラグ：🟡 条件付き。国内でもSRE人手不足とオブザーバビリティ需要は強い一方、エンタープライズの導入はオンプレ／日本語サポート／既存監視スタックとの統合が前提になります。国内勢ではDatadog導入企業やサイボウズ／さくら系の運用ツールと並走する形になりやすいです。
- リスク・要確認：売上の詳細は非開示。自己申告の成長指標が多い。「自己運転の本番」ロードマップは検証途上で、誤診断時の責任分界が論点です。
- 出典：Traversal公式ブログ、Unite.AI、Anish氏の投稿、SaiVC_の投稿