Empirik est sortie de Sequoia Capital le 1er septembre 2026 comme société indépendante, avec vingt et un millions de dollars en amorçage et une promesse qui vise exactement le trou que tout ingénieur d'astreinte connaît. L'observabilité vous dit qu'un système est cassé. Elle ne vous dit pas lequel des onze changements fusionnés dans l'après-midi l'a cassé, et elle ne vous prévient certainement pas avant. Empirik travaille l'autre bout de la chronologie : elle suit les changements au moment où ils sont proposés, modélise où leurs effets vont atterrir dans le parc, puis laisse passer les sûrs et fait remonter les autres.
The short answer
Empirik a annoncé sa sortie de Sequoia Capital le 1er septembre 2026, avec un tour d'amorçage de vingt et un millions de dollars apporté par Sequoia, Canapi et Alumni Ventures. Le produit suit les changements d'infrastructure et déduit leurs effets en cascade sur l'ensemble du parc, puis autorise les changements à faible risque, encadre les plus lourds et fait remonter les mises à jour dangereuses à une revue humaine. Il a été incubé chez Sequoia à partir de 2023 par Avon Puri, ancien directeur du numérique et des systèmes d'information du fonds et auparavant responsable de l'infrastructure chez Rubrik et VMware, avec Sudheer Dhurjati. Kartik Chandrayana, ancien directeur produit de Quantum Metric et vice-président observabilité chez Salesforce, en est devenu directeur général début 2026. Parmi les clients cités : S&P Global et Guardant Health.
Demandez à qui a mené un retour d'incident quelle a été la première question utile : ce n'est presque jamais « qu'est-ce qui a alerté ». C'est « qu'est-ce qui a changé ». L'alerte vous dit que le service de paiement renvoie des erreurs. Le journal des changements vous dit que quelqu'un a monté une bibliothèque partagée, élargi un groupe de sécurité ou redimensionné un groupe de nœuds quarante minutes plus tôt. Passer du premier fait au second occupe l'essentiel du temps d'un incident, et chaque équipe le fait à la main.
Empirik, sortie de Sequoia Capital le 1er septembre 2026 avec vingt et un millions de dollars en amorçage apportés par Sequoia, Canapi et Alumni Ventures, repose sur l'idée que le second fait aurait dû être disponible avant même que le premier n'existe.
Lire le flux des changements plutôt que celui de la télémétrie
Le produit suit les modifications apportées à l'infrastructure et déduit leurs effets potentiels en cascade sur le parc. Cette phrase cache beaucoup de travail, et il vaut la peine de dérouler ce qu'elle suppose. Pour prédire où un changement atterrit, il faut un modèle de ce qui dépend de quoi, tenu à jour, couvrant le mélange de comptes cloud, de grappes, de politiques réseau et de gestion de configuration que l'organisation a accumulé. Construire ce modèle est la partie difficile, et c'est celle qu'aucun schéma d'architecture ne contient fidèlement.
Une fois le modèle disponible, l'action est comparativement simple, et l'entreprise décrit trois issues. Les changements à faible risque sont autorisés. Les plus lourds reçoivent des garde-fous. Les mises à jour dangereuses sont signalées pour une revue humaine. Quiconque a siégé dans un comité de validation des changements reconnaîtra le même tri, sans la réunion hebdomadaire ni le tableur.
Le directeur général Kartik Chandrayana présente cela comme ce que les outils agentiques ont fait pour le développement logiciel, appliqué à l'ingénierie d'infrastructure, avec une comparaison explicite aux agents de code que les développeurs utilisent quotidiennement. L'analogie place la barre haut, et elle fixe aussi un test équitable : les agents de code ont gagné leur place en ayant raison assez souvent pour que relire leur sortie coûte moins cher que faire le travail. Un filtre de changements gagne la sienne de la même façon.
Le parcours des fondateurs est la partie intéressante
Empirik a été incubée chez Sequoia à partir de 2023, origine inhabituelle pour un produit d'infrastructure et révélatrice. Avon Puri était directeur du numérique et des systèmes d'information du fonds et, auparavant, responsable de l'infrastructure chez Rubrik puis chez VMware. Sudheer Dhurjati est un autre responsable informatique de Sequoia. C'est un outil bâti par ceux qui portaient le bipeur, dans une organisation dont le propre parc a servi de premier cas de test.
Kartik Chandrayana a pris la direction générale début 2026 en venant de Quantum Metric, où il était directeur produit, après avoir dirigé l'observabilité comme vice-président chez Salesforce. Cette combinaison, des exploitants qui ont vécu le problème plus un dirigeant produit qui a livré de l'observabilité à grande échelle, répond raisonnablement à l'objection évidente : que prédire des pannes à partir de données de changement soit un sujet de recherche déguisé en produit.
Les clients cités au lancement sont S&P Global et Guardant Health, aux côtés d'une grande entreprise de biens de consommation restée anonyme et de plusieurs jeunes pousses. Trois rythmes de changement et trois postures réglementaires distincts font une liste de premiers clients plus saine que trois sociétés qui se ressemblent.
Les deux questions qui décideront de tout
L'étalonnage. Un filtre de changements vit ou meurt sur son taux de faux positifs. Alertez trop, et les ingénieurs apprennent à cliquer à côté : l'outil devient une pièce de conformité, plus un contrôle. Alertez trop peu, et il est activement pire que rien, puisqu'il a consommé l'attention qu'une revue humaine aurait reçue. Aucune annonce de lancement ne peut répondre à cela, et la seule manière honnête de le savoir est de le faire tourner en mode consultatif sur des changements déjà livrés et de comparer ses verdicts au réel. S'il aurait signalé vos trois derniers incidents et serait resté muet sur les deux cents déploiements sans histoire qui les entourent, le signal est réel.
Le modèle de dépendances. Tout environnement contient des couplages qui ne figurent sur aucun schéma : le traitement par lots qui dépend discrètement d'un enregistrement DNS, le service dont le budget de réessai masque une dépendance lente jusqu'au jour où il ne la masque plus, le réservoir de connexions partagé que deux équipes croient chacune posséder. Ce sont précisément ces couplages qui produisent les pannes surprenantes, et précisément ceux qu'un modèle bâti sur la configuration déclarée ratera. Savoir quelle part un outil peut déduire du comportement observé plutôt que de l'intention déclarée est la question technique sous le tour de table.
Ce scepticisme n'a rien d'abstrait. Les rapports d'incident publics reviennent au même endroit : un changement qui semblait local ne l'était pas. La panne GitHub du 17 août remontait à un comportement de conteneur adjoint que rien dans le changement lui-même ne désignait comme risqué, et c'est exactement la forme de défaillance qu'un filtre de changements prétend attraper. Savoir s'il le peut, à un taux de faux positifs que les ingénieurs toléreront, est ce qu'il faudra observer sur l'année qui vient plutôt que conclure aujourd'hui.
Sources et pour aller plus loin
- Sequoia-incubated Empirik launches with $21M to predict outages before they happen, TechCrunch, 1er septembre 2026
- Empirik raises $21M seed and spins out from Sequoia Capital, Techmeme, 1er septembre 2026
- Sequoia Spinout Empirik Raises $21M to Stop IT Outages Before First Alert Fires, Tech Times, 1er septembre 2026
Questions fréquentes
Que fait Empirik exactement ?
L'outil se place du côté des changements de la chronologie d'un incident, pas du côté des alertes. Il suit les modifications apportées à l'infrastructure, déduit ce qu'elles vont déclencher en cascade dans le reste du parc, puis agit sur ce jugement : il laisse passer les changements à faible risque, applique des garde-fous aux plus lourds, et fait remonter les mises à jour dangereuses à un humain. La formule employée par l'entreprise est celle d'un ingénieur d'infrastructure autonome pour les équipes DevOps et fiabilité, positionné comme le sont les agents de code pour les développeurs. Concrètement, c'est de l'intelligence du changement avec un avis, pas un tableau de bord de plus.
Qui est derrière et d'où vient l'argent ?
Le tour d'amorçage est de vingt et un millions de dollars, apportés par Sequoia Capital, Canapi et Alumni Ventures. Sequoia a incubé la société en interne à partir de 2023 et elle en est sortie comme entreprise indépendante le 1er septembre 2026. Les cofondateurs sont Avon Puri, ancien directeur du numérique et des systèmes d'information de Sequoia et auparavant responsable de l'infrastructure chez Rubrik et VMware, et Sudheer Dhurjati, autre responsable informatique de Sequoia. Kartik Chandrayana a pris la direction générale début 2026, en provenance de Quantum Metric où il était directeur produit, après un poste de vice-président observabilité chez Salesforce.
En quoi cela diffère-t-il des outils d'observabilité que je paie déjà ?
L'observabilité est fondamentalement rétrospective. Elle instrumente un système en marche et rapporte ce qu'il fait, ce qui est précieux pendant un incident et largement muet avant. La proposition intéressante ici tient à une autre entrée : au lieu de lire la télémétrie de production, lire le flux des changements proposés et raisonner sur leur rayon d'impact à partir d'un modèle du câblage réel du parc. Les deux approches sont complémentaires plutôt que concurrentes, et la plupart des équipes en pratiquent déjà une version faible à la main lors des revues de changement. La question est de savoir si la version automatisée sera assez juste pour qu'on cesse de la contourner.
Qui l'utilise ?
Les clients cités au lancement sont S&P Global et Guardant Health, plus une grande entreprise de biens de consommation restée anonyme et un ensemble de jeunes pousses. Cette dispersion mérite d'être lue : un fournisseur de données financières, une société de diagnostic clinique et un industriel représentent trois rythmes de changement très différents et trois postures réglementaires très différentes, ce qui laisse penser que le produit est éprouvé sur plusieurs formes de parc et pas sur un seul partenaire complaisant.
Qu'est-ce qui me ferait faire confiance à un tel système en production ?
Deux choses, et aucune ne figure dans une annonce de lancement. La première est l'étalonnage : à quelle fréquence signale-t-il un changement finalement anodin, et à quelle fréquence laisse-t-il passer celui qui casse tout. Un outil qui alerte trop finit ignoré, un outil qui alerte trop peu vaut moins que rien. La seconde est le modèle de votre parc. Prédire des effets en cascade suppose de savoir ce qui dépend de quoi, et tout environnement réel contient des dépendances qui ne figurent sur aucun schéma. La façon honnête d'évaluer cela consiste à le faire tourner en mode consultatif sur des changements déjà livrés et à comparer ses verdicts à ce qui s'est réellement passé.