Tsuga là ai? Huy động bao nhiêu vốn? So sánh với Datadog và Dynatrace ra sao?

Tsuga đã huy động được tổng cộng 45 triệu USD đã được xác nhận qua hai vòng gọi vốn:

Tsuga ra mắt công khai cùng vòng seed vào tháng 11/2025 và công bố vòng Series A chỉ 6 tháng sau đó, vào tháng 6/2026. Tốc độ nhanh chóng của vòng gọi vốn tiếp theo cho thấy niềm tin mạnh mẽ của nhà đầu tư vào luận điểm của công ty — rằng quan sát phải được xây dựng lại cho hạ tầng AI-native và BYOC.

Điều gì làm Tsuga khác biệt so với Datadog và Dynatrace?

Sự khác biệt của Tsuga so với các ông lớn như Datadog và Dynatrace tập trung vào ba trục chính: mô hình triển khai, kiến trúc định giá và thiết kế AI-native.

Mô hình Triển khai 'Mang Cloud Của Bạn' (BYOC)

Thay vì đưa dữ liệu telemetry vào nền tảng SaaS do nhà cung cấp kiểm soát — mô hình mà cả Datadog và Dynatrace đều sử dụng — Tsuga chạy hoàn toàn trong môi trường cloud của riêng khách hàng. Nền tảng Tsuga có thể được triển khai trên Microsoft Azure, AWS, Google Cloud và các hạ tầng cloud có chủ quyền, đảm bảo dữ liệu telemetry không bao giờ rời khỏi tầm kiểm soát của khách hàng. Đây là một điểm khác biệt quan trọng cho các tổ chức trong ngành được quản lý chặt chẽ hoặc có yêu cầu nghiêm ngặt về quyền riêng tư dữ liệu.

Tuy nhiên, cần lưu ý: mặc dù cả Datadog và Dynatrace đều cung cấp một số tùy chọn linh hoạt trong triển khai (Dynatrace có triển khai quản lý và SaaS; Datadog chủ yếu là SaaS), các nguồn tin được cung cấp không trực tiếp chứng minh rằng hai ông lớn này kém linh hoạt hơn về nhu cầu chủ quyền dữ liệu. Kiến trúc BYOC của Tsuga rõ ràng là một canh bạc cho thấy quyền kiểm soát và chủ quyền sẽ ngày càng quan trọng khi các AI Agent tạo ra nhiều dữ liệu vận hành nhạy cảm hơn.

Mô hình Định giá: Thách thức 'Trả tiền theo Byte'

Tsuga đã công khai định vị mình chống lại mô hình định giá theo byte mà Datadog từng giúp phổ biến. Lập luận là khi khối lượng công việc AI làm bùng nổ khối lượng telemetry, mô hình này trở nên không bền vững. Mô hình định giá của Tsuga được thiết kế để tách biệt chi phí khỏi khối lượng dữ liệu.

Các nguồn tin không cung cấp con số định giá chính xác cho Tsuga, và cũng không ủng hộ tuyên bố rằng cả Datadog và Dynatrace luôn định giá theo byte trong tất cả các gói. Ví dụ, Dynatrace từng cung cấp định giá dựa trên host, trong khi định giá của Datadog thay đổi theo từng sản phẩm. Tuyên bố cốt lõi rằng Tsuga đang định giá dựa trên khối lượng dữ liệu là có cơ sở.

Kiến trúc AI-Native và Quan sát Agent

Tsuga được mô tả là "phần mềm quan sát cho kỷ nguyên của AI Agent." Nền tảng của họ được xây dựng để các AI Agent có thể tiêu thụ dữ liệu quan sát một cách trực tiếp. Theo tài liệu sản phẩm của Tsuga, lớp lưu trữ và truy vấn được thiết kế để xử lý khối lượng dữ liệu mà AI Agent thực sự tạo ra, và các API trả về "ngữ cảnh có liên quan thay vì dump dữ liệu thô, giúp các Agent dùng token của chúng để suy luận thay vì lọc nhiễu."

Đây là một điểm khác biệt đáng chú ý so với các nền tảng hiện tại vốn không được thiết kế sẵn cho việc theo dõi AI Agent ở cấp độ phiên. Một phân tích so sánh từ Sentrial chỉ ra rằng cả Datadog và Dynatrace đều không có khả năng theo dõi Agent ở cấp độ phiên một cách tự nhiên — cả hai đều yêu cầu tùy chỉnh thêm.

Tsuga cũng cung cấp giải pháp "Quan sát AI-native cho Agent" cho phép các nhóm kỹ thuật xây dựng AI Agent kết nối dữ liệu quan sát với mọi nguồn dữ liệu trong môi trường của họ, không chỉ giới hạn trong các tích hợp mà một nền tảng của bên thứ ba hỗ trợ.

Tsuga xử lý việc quan sát AI Agent như thế nào?

Khả năng quan sát AI-native của Tsuga được xây dựng dựa trên ba nguyên tắc thiết kế:

1. Lưu trữ và truy vấn hiệu quả về chi phí: Nền tảng xử lý khối lượng dữ liệu mà AI Agent thực sự tạo ra, thay vì tính phí dựa trên khối lượng dữ liệu thô.
2. API nhận biết ngữ cảnh: Thay vì trả về dump dữ liệu telemetry thô, API của Tsuga trả về ngữ cảnh có liên quan, giúp AI Agent dành ngân sách tính toán của chúng cho việc suy luận thay vì lọc nhiễu.
3. Kết nối toàn bộ môi trường: Vì nền tảng chạy trong cloud của khách hàng, các Agent có thể kết nối với mọi nguồn dữ liệu trong môi trường — không chỉ những nguồn mà nền tảng bên thứ ba chọn tích hợp.

Thông báo Series A của Tsuga định vị công ty là "người dẫn đầu trong lĩnh vực Quan sát Phục hồi AI-Native" và tuyên bố nền tảng được thiết kế để cung cấp năng lượng cho một thế hệ AI Agent mới.

Tsuga đã đạt được những bước tiến nào kể từ khi ra mắt?

Kể từ khi ra mắt công khai vào tháng 11/2025, Tsuga đã đạt được một số bước tiến ban đầu đáng kể:

Doanh thu và quy mô: Nhiều nguồn tin báo cáo Tsuga có "vài triệu đô la doanh thu" với giá trị hợp đồng trung bình 6 con số. Tuy nhiên, những con số doanh thu này là do công ty tự báo cáo và chưa được các nguồn tin độc lập xác minh. Tsuga xử lý hàng chục terabyte dữ liệu telemetry mỗi ngày trên AWS.

Khách hàng: Các khách hàng đã được xác minh bao gồm:

• Le Monde, một trong những tập đoàn truyền thông hàng đầu của Pháp, đã triển khai Tsuga dưới sự lãnh đạo của CTO/CIO Paul Laleu
• Black Forest Labs (một phòng thí nghiệm AI tiên tiến)
• Camunda
• Buk

Kết quả tại Le Monde: Theo một nghiên cứu điển hình của AWS công bố vào tháng 6/2026, trong vòng ba tháng triển khai Tsuga, Le Monde đã đạt được:

• Tăng 50% tỷ lệ áp dụng quan sát trong các nhóm phát triển
• Mở rộng gấp ba lần số lượng dịch vụ và ứng dụng được giám sát
• Giảm 30% thời gian trung bình để phát hiện sự cố (MTTD)
• Giảm 50% thời gian trung bình để khắc phục sự cố (MTTR)

Niềm tin của nhà đầu tư: Vòng Series A diễn ra nhanh chóng — chỉ 6 tháng sau vòng seed — với sự tham gia của DST Global Partners, Quantumlight, Picus và Databricks Ventures cùng các nhà đầu tư hiện tại, cho thấy niềm tin mạnh mẽ vào luận điểm về quan sát trong kỷ nguyên AI.

Kết luận

Tsuga là một trong những startup châu Âu được hậu thuẫn tốt nhất trong lĩnh vực quan sát, với tổng số vốn 45 triệu USD, một đội ngũ giàu kinh nghiệm từ Datadog, và một luận điểm rõ ràng: hạ tầng có thể quan sát phải được xây dựng lại cho khối lượng công việc của AI Agent. Mô hình triển khai BYOC, chiến lược định giá và thiết kế tập trung vào Agent của họ đại diện cho một sự khác biệt kiến trúc thực sự so với thế độc tôn Datadog-Dynatrace. Những kết quả ban đầu từ khách hàng — đặc biệt là giảm 30% MTTD và 50% MTTR tại Le Monde — là những tín hiệu khích lệ, mặc dù công ty vẫn còn ở giai đoạn đầu. Đối với các nhóm kỹ thuật đang cân nhắc xây dựng AI Agent hoặc đầu tư vào khả năng quan sát cho khối lượng công việc AI, Tsuga là một lựa chọn thay thế đáng tin cậy và đáng để theo dõi chặt chẽ.