Kris Beevers, CEO a spoluzakladatel, Netbox Labs – série rozhovorů

Kris Beevers, CEO a spoluzakladatel společnosti NetBox Labs, je technologický podnikatel a veterán v oblasti infrastrukturního softwaru s více než dvacetiletou zkušeností se zakládáním firem a platforem zaměřených na networking, cloudovou infrastrukturu a automatizaci. Před tím, než vedl NetBox Labs, Beevers v roce 2013 spoluzaložil NS1 a téměř deset let působil jako jeho CEO, během něhož společnost vybudoval na předního poskytovatele technologií pro automatizaci sítí a řízení provozu aplikací, než ji v roce 2023 odkoupila IBM. V rámci této transakce byl NetBox Labs oddělen od NS1 jako nezávislá společnost s IBM jako investorem. Dříve ve své kariéře Beevers zastával seniorní inženýrské a architektonické pozice ve firmách Internap Network Services a Voxel a také spoluzaložil SolidJoint Research.

NetBox Labs vyvíjí platformu pro infrastrukturní inteligenci, která má organizacím pomoci modelovat, provozovat, automatizovat a řídit stále složitější sítě a IT infrastrukturu. Společnost je komerčním správcem NetBoxu, široce přijatého open-source systému pro síť a infrastrukturu, který používá více než 10 000 organizací. Její platforma spojuje graf infrastruktury a zdroj pravdy s operační inteligencí, automatizací, orchestrací asistovanou AI a schopnostmi správy, což umožňuje jak inženýrům, tak AI agentům bezpečně interagovat s infrastrukturou. NetBox Labs podporuje nasazení v cloudu, samosprávných podnicích, hybridních i oddělených (air‑gapped) prostředích a integruje se s nástroji jako Ansible, Terraform, Nornir a pipeline pro kontinuální integraci a nasazení.

Spoluzaložil jste NS1 v roce 2013 a téměř deset let budoval společnost před jejím odkoupěním IBM, po kterém se NetBox Labs objevil jako nezávislá firma. Jaké ponaučení z budování NS1 ovlivnilo, proč jste založil NetBox Labs, a jak se problém infrastruktury, který se snažíte řešit, změnil v éře AI?

Jedna věc, kterou jsem se při budování NS1 naučil, je, že problémy s infrastrukturou zřídka zůstávají úhledně ohraničené. DNS byla naše část stacku, ale naši zákazníci provozovali neuvěřitelně složité prostředí, kde sítě, datová centra, aplikace a automatizace na sobě vzájemně závisely. Čím více času jsem strávil s těmito týmy, tím jasnější se mi jevilo, že pochopení samotné infrastruktury je mnohem větší problém.

To byl velký důvod, proč mě přitahovalo NetBox. Už existoval tento široce přijatý open-source projekt a komunita inženýrů, kteří jej používali k modelování toho, co mají, jak je propojeno a jak by to mělo vypadat. Viděli jsme příležitost na tomto základu stavět.

Co se změnilo s AI, je především tempo a rozsah. Týmy zabývající se infrastrukturou jsou požádány, aby vybudovaly obrovská prostředí neuvěřitelně rychle, zatímco podkladová technologie se mění stejně rychle. Současně začínáme automatizovat více operací této infrastruktury, což představuje vzrušující budoucnost. Jakmile se AI aplikuje na infrastrukturu, IT týmy si uvědomují, že musí mít kvalitní data v reálném čase o své infrastruktuře, aby je mohly automatizovat, a potřebují znát, jaký by měl být zamýšlený stav, aby AI mohla pomoci identifikovat, kdy se provozní infrastruktura odchýlí od plánu.

Takže ponaučení z NS1 stále platí. Než budete moci infrastrukturu dobře automatizovat, musíte ji pochopit. AI jen zvyšuje naléhavost, aby to bylo provedeno správně.

Po většinu posledního desetiletí umožňovalo cloudové počítání vývojářům a týmům zabývajícím se infrastrukturou abstrahovat fyzický hardware pod jejich aplikacemi. Proč AI tento trend obrací a nutí DevOps, Site Reliability Engineering (SRE) a síťové inženýry znovu přemýšlet o napájení, chlazení, rackech, kabeláži a fyzickém síťování?

Cloud nás naučil považovat infrastrukturu za prakticky nekonečnou. Požádali jste o výpočetní výkon a ten se objevil. Nemuseli jste se nutně starat o to, kde se server nachází, jak je napájen, jak je chlazen nebo jak se všechny fyzické součásti pod ním spojily.

Infrastruktura AI vám to ve skutečnosti neumožňuje.

Když budujete tato prostředí, začínáte s poměrně fyzickými otázkami. Kolik pozemku mám? Kolik energie mohu získat? Jaký typ chlazení mohu podpořit? Odtud přecházíte k rackům, GPU serverům, switchům, optickému kabeláži a nakonec k logické vrstvě – IP adresám, konfiguracím a softwaru.

Všechny tyto věci na sobě navzájem závisí. Nemůžete rozhodnout, kolik racků nasadíte, aniž byste rozuměli hustotě napájení a chlazení. Nemůžete uvažovat o GPU odděleně od sítě, která je spojuje.

To nutí disciplíny, které roky odkládaly fyzickou vrstvu, aby se s ní opět zapojily. Abstrakce nezmizela, ale fyzická omezení pod ní najednou mají mnohem větší význam.

Datová centra AI jsou stále častěji diskutována v gigawatové škále. Co se zásadně mění z provozního hlediska, když se infrastruktura přesouvá z konvenčních podnikových nebo cloudových prostředí do zařízení navržených kolem obrovských klastrů GPU?

Gigawatová škála je naprosto astronomická. Ačkoliv je rozsah zjevně odlišný, myslím, že zajímavější rozdíl spočívá v množství potřebné koordinace.

Přemýšlejte o tom, co je potřeba udělat, aby byl uveden do provozu datový centrum o kapacitě 300 megawattů. Potřebujete pozemek a energii. Pak musíte navrhnout zařízení a zakoupit racky, GPU servery, přepínače, optické vlákno, napájecí infrastrukturu a chladicí zařízení, často od naprosto různých dodavatelů s naprosto odlišnými způsoby, jak představují své produkty. Veškeré toto vybavení musí dorazit, být přijato, umístěno do racků, zapojeno, nakonfigurováno, otestováno a nakonec předáno k tréninku nebo inferenci.

A přitom se vám pod nohama mění podklad, zatímco to děláte. GPU architektury se mění. Síťování se mění. Požadavky na chlazení se mění. Součástky dostupné za šest měsíců nemusí být ty samé, které jste dnes navrhovali.

Takže malé neefektivity se velmi rychle násobí. Nedávno jsem strávil čas s jedním z největších výrobců optických vláken na světě a řekli mi, že jedním z jejich největších obchodních problémů jsou vrácení zboží, protože zákazníci objednávají špatné délky kabelů. To zní téměř triviálně, dokud neobjednáváte stovky tisíc kabelů.

V takovém měřítku se provoz infrastruktury stává obrovským logistickým a problémem uspokojování omezení. Firmy, které to dělají dobře, jsou ty, které jsou velmi dobré v přenášení přesných návrhových dat až po nákup, nasazení a provoz.

Řekl jste, že v podstatě neexistuje žádný zavedený manuál ani talentový kanál pro provozování infrastruktury v tomto měřítku. Které dovednosti jsou v současnosti nejtěžší najít a kde očekáváte, že se objeví největší nedostatek talentů s rozšiřováním AI infrastruktury?

Pravděpodobně je na světě jen několik set lidí, kteří opravdu vědí, jak postavit takovou infrastrukturu v tomto tempu a měřítku. A většina z nich je poměrně zaneprázdněná tím, že to skutečně dělá.

To je část toho, co činí tento okamžik neobvyklým. Neexistuje vyspělá souhrnná znalost, kterou byste si mohli jen tak prostudovat. Lidé, kteří to dělají, se učí navzájem a řeší věci v reálném čase. A protože se technologie mění tak rychle, některé z těchto lekcí se poměrně rychle zastarávají.

Myslím, že nedostatek je tedy větší než jakýkoli konkrétní pracovní titul. Potřebujeme lidi, kteří rozumí síťování, výpočetní technice a automatizaci, ale čím dál tím více také fyzickému prostředí, ve kterém tyto systémy fungují. Energie, chlazení, návrh zařízení, dodavatelský řetězec a provoz v terénu se stávají součástí stejné diskuse.

Lidé, kteří dokážou překročit některé z těchto hranic, budou nesmírně cenní. Ale nemyslím si, že jsme už vůbec definovali, jak všechny tyto role vypadají. Model talentů se buduje současně s infrastrukturou.

Jak se hranice mezi softwarem, síťováním, zařízeními, energií a inženýrstvím datových center začínají stírat, jaké nové technické role nebo hybridní dovednosti očekáváte, že se objeví?

Nemyslím si, že zatím víme, jak všechny tyto role budou vypadat. Co víme, je to, že lidé stavějící tuto infrastrukturu musí uvažovat o mnohem širším spektru problémů než dříve.

Nemyslíte jen o výpočetní technice nebo síťování izolovaně. Energie, chlazení, fyzický design, dodavatelský řetězec, síťování a automatizace se musí spojit, aby tyto prostředí byly uvedeny do provozu a zůstaly v chodu.

Stále si myslím, že budeme potřebovat lidi s hlubokou odborností v každé z těchto oblastí. Ale čím dál tím více budou muset rozumět tomu, jak rozhodnutí v jejich oblasti ovlivňují zbytek infrastruktury. A protože velká část této práce musí probíhat rychleji, schopnost automatizace bude mít význam v širším spektru těchto disciplín.

AI agenti začínají diagnostikovat problémy, generovat konfigurace a automatizovat části provozu infrastruktury. Které odpovědnosti si podle vás AI realisticky převezme od inženýrů infrastruktury a které se ještě více budou spoléhat na hlubokou lidskou odbornost?

Myslím, že velká část práce, kde jsou vstupy, požadovaný výsledek a hranice jasné, bude čím dál tím více řešena AI. Generování konfigurací je zřejmý příklad. Stejně tak diagnostika běžných problémů, kontrola, zda infrastruktura odpovídá zamýšlenému návrhu, nebo případně oprava určitých problémů, když je dostatečná jistota v tom, co se pokazilo a jaká je bezpečná reakce.

Lidé se stanou důležitějšími, když odpověď není zřejmá.

Infrastruktura selhává podivnými způsoby. Vlákno se přetne. Zařízení začne fungovat jinak, než jak uvádí návrh. Změna má neočekávaný dopad někde jinde v prostředí. AI může inženýrovi pomoci pochopit tyto situace mnohem rychleji, ale stále potřebujete lidi, kteří rozumí systému dostatečně hluboce, aby rozhodli, co se má stát dál.

Myslím, že to je zajímavý posun. Inženýři pravděpodobně stráví méně času opakovanou konfigurací a odstraňováním problémů a více času definováním záměru, návrhem systémů, nastavováním hranic pro automatizaci a řešením skutečně nových problémů. Veškerá tato práce bude doplněna AI, ale řízena lidmi.

To činí odbornost cennější, ne méně. Inženýr, který skutečně rozumí tomu, proč infrastruktura funguje tak, jak funguje, bude nesmírně důležitý, když automatizace nemá zřejvou odpověď.

NetBox Labs tvrdí, že AI systémy spravující infrastrukturu potřebují autoritativní model zařízení, spojení, závislostí a dalších fyzických i logických vztahů. Proč je tento typ kontextu infrastruktury tak důležitý při přechodu od AI asistentů, kteří jen doporučují, k agentům, kteří mohou skutečně jednat?

Velký rozdíl spočívá v tom, že jakmile může agent jednat, chyba má skutečné důsledky.

Infrastrukturní agent potřebuje víc než jen okamžitý snímek toho, co zařízení právě dělá. Musí rozumět okolnímu prostředí: co existuje, jak jsou věci propojeny, co se nedávno změnilo a, co je důležité, jak by měla infrastruktura vypadat.

Vezměte si například řešení problému s konektivitou. Nestačí jen vědět, že zařízení je nedostupné. Chcete, aby agent dokázal sledovat cestu kabelu, pochopit závislosti kolem tohoto zařízení, podívat se na nedávné změny a určit, co dalšího by mohlo být ovlivněno, než navrhne, co dál dělat.

To je ve skutečnosti základ, na který jsme v NetBox Labs strávili roky budováním, poskytujíc týmům přesný model jak fyzické, tak logické infrastruktury, spolu s úmyslem, jak by měla fungovat.

Ale samotná data nestačí. Musíte také rozhodnout, co smí agent dělat sám, co vyžaduje schválení člověkem a jak je každá akce sledována a ověřována.

Infrastruktura není jako kód, kde lze špatnou změnu vždy čistě vrátit. Špatná změna může zcela zastavit provoz. Proto, když přecházíme od AI, která inženýrovi říká, co si myslí, k AI, která může skutečně práci vykonávat, jsou kontext i kontrola mnohem důležitější.

Ve vašem nedávném článku v časopise CIO, „Proč já, CEO, osobně buduji naši AI strategii“, jste argumentovali, že AI je pro vedoucí společnosti příliš důležitá na to, aby ji jen delegovali, a popisovali osobní prototypování s AI nástroji. Jaký vliv měl praktický přístup k těmto systémům na vaše myšlení o tom, co AI může realisticky automatizovat v provozu infrastruktury?

Praktický přístup vás činí mnohem méně zaujatými teoretickými debatami.

Strávil jsem spoustu času skutečným vývojem s těmito nástroji, v poslední době nejčastěji prototypováním nebo dokonce tvorbou kompletních produktů pomocí Claude Code. Poměrně rychle zjistíte, že mezi působivou ukázkou a vytvořením něčeho, čemu skutečně důvěřujete a co vykonává užitečnou práci, je obrovský rozdíl.

Také si vybudujete cit pro směr, kterým se technologie ubírá, mnohem rychleji, než se dá získat pouhým čtením. Věci, které bych před šesti měsíci považoval za obtížně automatizovatelné, mohou najednou být poměrně jednoduché. Současně jasně vidíte, kde stále chybí kontext, úsudek a struktura.

To ovlivnilo, jak přemýšlím o provozu infrastruktury. Jsem velmi optimistický ohledně toho, kolik provozní práce můžeme automatizovat, ale myslím, že jsme ještě daleko od čisté autonomie jako konečného cíle.

Otázka, na které mi záleží, je mnohem základnější. Pomáhá nám to provozovat infrastrukturu rychleji, spolehlivěji nebo efektivněji? Pokud ano, skvělé. Pokud ne, nezáleží na tom, jak sofistikovaná AI za tím stojí.

Jak se AI datová centra stále více omezují dostupností elektřiny a požadavky na chlazení, může se inženýrství infrastruktury vyvíjet od převážně správy výpočetních zdrojů k aktivní koordinaci pracovních zátěží s energií a fyzickou kapacitou?

Ano, a už to začínáme pozorovat. Máme interní frázi „turbíny na parkovišti“, která vznikla během skutečné konverzace s jedním z týmů budujících hyperskalární AI infrastrukturu. Přidávali infrastrukturu tak rychle, že síť nedokázala držet krok, takže doslova kupovali turbíny a umisťovali je na parkoviště, aby získali dostatek energie.

To je typ prostředí, ve kterém tyto týmy pracují. Když se energie stane jedním z vašich hlavních omezení, musíte být mnohem chytřejší v tom, jak využíváte dostupné zdroje. Odezva na straně poptávky, kde operátoři aktivně koordinují AI pracovní zátěže v reakci na změny v elektrické síti, už probíhá a stává se stále důležitější schopností pro týmy provozující energeticky náročnou infrastrukturu.

Ne každá pracovní zátěž má stejné požadavky. Latenci‑citlivá inferenční úloha může potřebovat zůstat online, zatímco některé tréninkové nebo dávkové úlohy lze při omezené energii přesunout nebo pozastavit. Myslím, že budeme čím dál častěji vidět, jak týmy infrastruktury spravují výpočetní výkon, energii a fyzickou kapacitu jako součást jednoho provozního problému.

Do budoucna, myslíte si, že největší úzké místo pro škálování AI bude nakonec GPU a vývoj modelů, nebo mnohem širší výzva najít dostatek energie, fyzické infrastruktury, síťové kapacity, automatizace a kvalifikovaných inženýrů k provozu všeho, co je za nimi?

Nemyslím si, že bude jen jedno úzké hrdlo.

Budování AI infrastruktury rychlostí a rozsahem, který trh právě požaduje, je v podstatě problém uspokojování omezení. V každém okamžiku je něco hlavním omezením.

Po nějakou dobu všichni mluvili o GPU. Energie je zjevně nyní obrovskou překážkou. Může se však jednat také o síťové vybavení, chlazení, pozemky, optické vlákno, nákup, výstavbu nebo jednoduše o nalezení dostatečného počtu lidí, kteří vědí, jak to vše poskládat.

A jakmile vyřešíte jedno omezení, další se stane zřetelnějším. To se děje, když je poptávka mnohem větší než nabídka.

Proto bych nesázel na jeden trvalý úzký bod. Myslím, že důležitější schopností je být schopen se přizpůsobit, jak se omezení posouvá.

To je také důvod, proč si nemyslím, že má někdo v současnosti definitivní návod pro AI infrastrukturu. Lidé, kteří ji budují, to zjišťují během škálování a dělají obojí neuvěřitelně rychle.

Děkujeme za skvělý rozhovor, čtenáři, kteří se chtějí dozvědět více, by měli navštívit NetBox Labs.