Die Firma Drizz wurde von Asad Abrar, Partha Mohanty und Yash Varyani gegründet. Sie sind Ingenieure von Unternehmen wie Amazon, Coinbase und Gojek. Ihr Ziel ist es, die manuelle Testphase zu automatisieren, da herkömmliche Testframeworks nicht mit der Geschwindigkeit der AI-generierten Codes oder der sich schnell entwickelnden mobilen Apps mithalten können. Dies führt zu Zeitverlust, geringem Vertrauen und Umsatzeinbußen für Teams.
Drizz hat nun aus dem Stealth-Modus herausgestartet und eine Seed-Finanzierungsrunde in Höhe von 2,7 Millionen US-Dollar angekündigt, um den schnellsten Vision AI mobile App-Testagenten einzuführen. Diese Finanzierungsrunde wurde von Stellaris Venture Partners und Shastra VC geleitet, mit Beteiligung von Anuj Rathi (ehemaliger CBO von Cleartrip) und Vaibhav Domkundwar. Das Geld wird für die weitere Entwicklung des Vision AI-Motors von Drizz verwendet, um Geschwindigkeit, Genauigkeit und Benutzerfreundlichkeit in Unternehmensumgebungen zu verbessern.
Die Plattform von Drizz ermöglicht es Teams, End-to-End-Testabdeckungen mit einfachen englischen Befehlen anstelle von fehleranfälligem Code zu schreiben, auszuführen und zu pflegen. Das System bewertet Apps visuell, wie ein echter Benutzer, und eliminiert die Notwendigkeit von Locator-Selektoren, manuellen Updates oder separaten Testsuiten für verschiedene Geräte. Die KI von Drizz basiert nicht auf fragilen xPath-Locators oder Zugriffs-IDs, sondern interpretiert die Benutzeroberfläche visuell und passt sich automatisch an Bildschirmdichte, Hardwareunterschiede und gerätespezifische Verhaltensweisen an.
Die Vision AI-Plattform von Drizz ist speziell für die Geschwindigkeit und Komplexität der AI-gesteuerten App-Entwicklung konzipiert. Sie versteht den Bildschirmkontext und das Layout, auch wenn sich Elemente dynamisch und ständig ändern. Im Vergleich zu traditionellen Tests bleibt Drizz stabil und identifiziert Fehler mit detaillierten Log-Informationen, die die Ursache des Problems aufzeigen. Entwickler und QA-Teams können Tests auf iOS und Android mit einer gemeinsamen Suite ausführen, Testflows in natürlicher Sprache generieren und auf selbstheilende Automatisierung vertrauen, die stabil bleibt, auch bei UI-Änderungen.
Drizz unterstützt eine Vielzahl von Testanforderungen, darunter UI-, Funktions-, API-, Multi-App- und End-to-End-Tests. Das System bietet auch Feld-level-Fallback-Logik und schrittweise Ausführung, um die Zuverlässigkeit zu verbessern und die Fehlerbehebung zu erleichtern. In frühen Einsätzen hat Drizz Teams geholfen, eine Testgenauigkeit von über 97 % zu erreichen und die Testfallerstellung um den Faktor 10 zu reduzieren.
Die Firma plant, ihre infrastruktur zur visionbasierten Prüfung für visuell reiche und stark interaktive Umgebungen zu erweitern, in denen herkömmliche Locator-basierte Tools aufgrund dynamischer Schnittstellen und fehlender deterministischer DOM-Strukturen nicht funktionieren können.
