Gou Rao, CEO & Co-Founder of NeuBird – Rozhovorová série

Goutham (Gou) Rao je CEO a spoluzakladatel NeuBird, tvůrce Hawkeye, prvního generativního AI poháněného inženýrem ITOps, který je navržen tak, aby pomáhal IT týmům diagnostikovat a řešit technické problémy okamžitě, umožňující bezproblémovou spolupráci mezi lidskými týmy a AI.

Jako zkušený podnikatel s prokázanou historií úspěchů založil Rao a úspěšně prodal několik společností. Spoluzaložil Portworx, který byl získán Pure Storage; Ocarina Networks, který byl získán Dell; a Net6, který byl získán Citrix. Je také úspěšným vynálezcem s více než 50 vydanými patenty pokrývajícími počítačové sítě, úložiště a bezpečnost.

NeuBird vyvíjí generativní AI řešení pro IT operace, aby pomohly řešit nedostatek kvalifikovaných odborníků potřebných pro správu moderních, komplexních technologických značek. Společnost se zaměřuje na zjednodušení analýzy dat a poskytování reálných, akčních přehledů, s cílem zlepšit efektivitu a podporovat inovace v IT správě.

Co vás inspirovalo k založení NeuBird a jak jste identifikovali potřebu AI poháněných IT operací automatizace?

NeuBird vznikl z rostoucí složitosti podnikových IT značek a nedostatku kvalifikovaných IT odborníků. Tradiční nástroje nebyly schopny držet krok, což vedlo IT týmy k tomu, aby trávily 30 % svých rozpočtů navigací v izolovaných zdrojích dat místo toho, aby poháněly inovace. Viděli jsme příležitost vytvořit AI poháněného inženýra ITOps – Hawkeye – který by mohl okamžitě identifikovat IT problémy, snížit dobu řešení z dnů na minuty a umožnit podnikům škálovat IT operace bez toho, aby byly omezovány pracovními omezeními.

Jak NeuBird průkopnickým způsobem zavádí AI poháněné digitální týmy a co odlišuje Hawkeye od tradičních IT automatizačních nástrojů?

Na rozdíl od statických, pravidlově založených IT automatizačních nástrojů, náš AI poháněný digitální tým, Hawkeye, dynamicky zpracovává rozsáhlá telemetrická data a diagnostikuje problémy okamžitě. Eliminuje předpojatost předem naprogramovaných nástrojů pro sledování tím, že získává přehledy z různých podnikových zdrojů dat – včetně Slack, cloud služeb, databází a vlastních aplikací – poskytujících IT týmům holistický, kontextualizovaný pohled na jejich infrastrukturu.

Hawkeye nejenom zobrazuje upozornění, ale také aktivně spolupracuje s inženýry prostřednictvím konverzačního rozhraní, diagnostikuje kořenové příčiny a navrhuje opravy složitých IT problémů. To fundamentálně mění, jak fungují IT operace, pomáhajíc jim minimalizovat výpadky a reagovat na IT incidenty s bezprecedentní rychlostí.

Podniky často zápasí s přetížením dat v IT operacích. Jak Hawkeye filtrová masivní datové sady, aby poskytoval akční přehledy?

Tradiční IT nástroje zápasí s procesem rozsáhlých telemetrických dat – protokoly, systémové metriky a cloudové výkonové ukazatele – což vede k únavě z upozornění a pomalému řešení incidentů.

Hawkeye prořezává hluk kontinuálním analýzou reálných dat a detekcí vzorců, které signalizují problémy s výkonem nebo selhání. Doplní existující nástroje pro sledování a monitoring tím, že jde za pasivní monitoring a provádí proaktivní akce. Jako inženýr ve vašem týmu interpretuje IT telemetrii a systémová data z vašich stávajících nástrojů, ponořuje se do problémů a řeší je, jakmile vznikají.

Dodává jasný, akční přehled v přirozeném jazyce, snižuje dobu reakce z dnů na minuty.

Hawkeyeova jedinečná metoda využívá sílu LLM k vedení analýzy incidentů bez sdílení zákaznických dat s LLM, zajišťujícím uvážlivý a bezpečný přístup.

Bezpečnost a důvěra jsou velkými obavami pro přijetí AI v IT. Jak NeuBird řeší tyto výzvy?

Hawkeyeova jedinečná metoda využívá sílu LLM k vedení analýzy incidentů bez sdílení zákaznických dat s LLM, zajišťujícím uvážlivý a bezpečný přístup.

Hawkeye funguje uvnitř bezpečnostního perimetru podniku, využívající pouze interní zdroje dat k generování přehledů – eliminuje halucinace, které sužují obecné LLM založené systémy. Zajišťuje také transparentnost poskytováním stopovatelných doporučení, takže IT týmy udržují plnou kontrolu nad rozhodováním. Tento přístup činí z něj spolehlivého a bezpečného AI týmového člena, spíše než černou skříňku.

Jak Hawkeye integruje s existující IT infrastrukturou a jaký je proces nasazení pro podniky?

Hawkeye se bezproblémově integruje s podnikovými IT prostředími připojováním k existujícím nástrojům pro sledování, monitoring a reakci na incidenty, jako jsou AWS CloudWatch, Azure Monitor, Datadog (DDOG ) a PagerDuty. Funguje vedle IT, DevOps a SRE týmů bez požadavku na významné změny infrastruktury.

Toto je, jak to funguje:

• Nasazení: Hawkeye je nasazen ve vašem prostředí, připojující se k existujícím nástrojům a zdrojům dat.
• Učení a adaptace: Analyzuje historické incidenty a reálná telemetrická data, aby pochopil normální systémové operace a identifikoval vzorce.
• Customizace: Platforma se přizpůsobuje podnikovým specifickým pracovním postupům, přizpůsobujícím odpovědi a doporučení operačním potřebám.
• Spolupráce: Prostřednictvím chatového rozhraní týmy dostávají reálné diagnostiky, řešení a automatizovaná řešení, pokud je to možné.

Tento zjednodušený proces integrace urychluje řešení incidentů, snižuje MTTR a zlepšuje spolehlivost systému – umožňující podnikům škálovat IT operace efektivně bez přidání počtu zaměstnanců.

Jakou roli hrají lidský inženýři vedle AI týmových členů, jako je Hawkeye? Jak vidíte tuto spolupráci vyvíjet se?

Hawkeye doplňuje, spíše než nahrazuje, lidské IT odborníky. IT týmy stále řídí strategická rozhodnutí, ale místo ručního řešení každého problému, pracují vedle Hawkeye k diagnostikování a řešení problémů rychleji. Jakmile se AI týmoví členové stanou pokročilejšími, IT profesionálové se přesunou k vyšším hodnotovým úkolům – optimalizaci architektur, zlepšování bezpečnosti a urychlování přijetí nové technologie.

Hawkeye tvrdí, že snižuje průměrnou dobu řešení (MTTR) o 90 %. Můžete sdílet nějaké reálné příklady nebo studie, které demonstrují tento dopad?

Národní maloobchodník s potravinami integroval Hawkeye, aby zvládl rostoucí složitost své e-commerce platformy. Jejich SRE tým byl zahlcen rozsáhlými telemetrickými daty a pomalými manuálními vyšetřováními, zejména během špičkových nákupních období.

S Hawkeyem jako GenAI poháněným týmovým členem viděli:

• ~90% snížení MTTR – Okamžitá korelace dat přes AWS CloudWatch, AWS MSK a PagerDuty.
• 24/7 reálná analýza – Eliminovali noční eskalace.
• Automatizované řešení incidentů – Předem schválená řešení nasazena autonomně.

Během jejich vánoční nákupní špičky optimalizoval Hawkeye kapacitu, detekoval rané problémy a prováděl reálná škálovací úpravy, zajišťujíc téměř 100% dostupnost – což byla hračka pro jejich IT operace.

Jakou máte vizi pro vývoj AI agentů z pasivních asistentů na aktivní řešitele problémů v podnikových operacích a jaké klíčové pokroky pohání tento posun?

AI se posouvá z pasivní sledovatelnosti na aktivní řešení problémů. Hawkeye již poskytuje analýzu kořenové příčiny a řešení, ale další fáze je plná autonomie – kde AI proaktivně optimalizuje IT operace a samoopravuje infrastrukturu v reálném čase. Tento vývoj, poháněný pokroky v GenAI a kognitivních rozhodovacích modelech, bude předefinovat podnikové IT.

Kde vidíte AI poháněnou podnikovou automatizaci za pět let a jaké hlavní výzvy nebo průlomy očekáváte na této cestě?

AI se posune z asistence inženýrům na plně autonomní IT operace, předpovídající a řešící problémy, než se stanou kritickými. Víceagentní AI pracovní postupy umožní bezproblémovou spolupráci napříč IT, bezpečností a DevOps, rozbitím sil mezi odděleními. Největší průlomy zahrnují samoopravující se infrastrukturu, AI poháněnou mezioborovou spoluprací a silnější lidskou-AI důvěru, umožňující AI týmovým členům převzít na sebe složitější rozhodnutí. Hlavními výzvami budou zajištění AI transparentnosti a přizpůsobení pracovní síly pro spolupráci s AI, vyvažující automatizaci s lidským dohledem.

Po vedení několika startupů k úspěchu, jakou radu byste dali podnikatelům, kteří staví AI poháněné společnosti dnes?

Podnikatelé by se měli zaměřit na řešení skutečných, vysoce hodnotných problémů, spíše než na honbu za AI hype. AI musí být postavena s podnikovou důvěrou na mysli, zajišťujícím transparentnost a kontrolu pro podniky, které ji přijímají. Adaptabilita je klíčová – AI systémy musí evoluvovat s podnikovými potřebami, spíše než být rigidními, univerzálními řešeními. Místo nahrazování lidského odborného poznání by AI mělo být positionováno jako týmový člen, který zlepšuje rozhodování a operační efektivitu. Nakonec, podniková adopce AI trvá čas, takže společnosti, které priorizují škálovatelnost a dlouhodobý dopad nad krátkodobými trendy, nakonec vyjdou jako lídři v tomto prostoru.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit NeuBird.