Resolve.ai

Resolve.ai entra en cada turno de guardia y empieza a investigar en cuanto salta una alerta. Clasifica el aviso, valora su gravedad e identifica el alcance con pruebas, así que quien recibe el aviso abre un informe y no una pantalla en blanco. Los patrones conocidos se resuelven sin intervención humana, y la empresa asegura hasta un 75% más de productividad en la guardia gracias a ese cambio de carga.

Los incidentes más duros reciben un equipo de agentes especializados que trabajan a la vez, como haría una sala de crisis de ingenieros veteranos. Cada agente aporta su parte de las pruebas y los hallazgos se verifican contra los datos de producción antes de entrar en el informe. Todo corre sobre lo que la empresa llama HiveMind, una capa compartida que guarda el estado en vivo, las alertas y los cambios recientes para que los agentes conecten los puntos entre incidentes.

Cada hallazgo del informe se apoya en pruebas de producción que puedes examinar, no en una única conjetura con mucha seguridad. Los informes exponen qué pasó, la cadena causal, el impacto y la causa raíz, con los datos que respaldan cada afirmación. Puedes profundizar en un hallazgo, añadir contexto o lanzar al agente sobre una nueva hipótesis desde la vista Workbench cuando la primera teoría no se sostiene.

Los agentes no se limitan a describir un problema: llegan a una conclusión y actúan. Un runbook completado puede silenciar una alerta ruidosa, ejecutar una GitHub Action o derivar el problema al equipo correcto. Los ingenieros deciden por patrón si aprueban la acción o dejan que los agentes resuelvan los casos conocidos por su cuenta.

La plataforma conecta con más de 60 herramientas que cubren observabilidad, infraestructura, código, chat y conocimiento. Ahí entran Datadog, Grafana, Splunk, Prometheus, Dynatrace y New Relic en telemetría; AWS, Google Cloud y Kubernetes en infraestructura; y GitHub, GitLab y Cursor en código. Slack y Microsoft Teams cubren la parte de colaboración, y MCP, APIs y webhooks te dejan enchufar sistemas propios.

Los hallazgos, las listas de prioridades y las acciones aparecen en Slack, Microsoft Teams, la CLI, la interfaz nativa o dentro de tu propio agente de código. Así nadie tiene que aprender una consola nueva para sacarle partido, y el agente se reúne con el equipo en las herramientas que ya miran todo el día. Los mismos informes que llegan al chat son los que abres en Workbench para dirigir la investigación.

Resolve.ai cobra por créditos que se corresponden con los tipos de trabajo que hacen los agentes, no por tokens ni por coste de inferencia. La propuesta de la empresa es que entiendas cómo se traduce el trabajo en gasto sin tener que modelar la infraestructura de IA que hay debajo. La idea es que el coste siga siendo predecible a medida que crece el uso entre chats, clasificación, investigaciones y tareas en segundo plano.