Ronak Desai, zakladatel a generální ředitel společnosti Ciroos – série rozhovorů

Ronak Desai, zakladatel a generální ředitel společnosti Ciroos, vede společnost s jasným posláním eliminovat dřinu v IT a vrátit čas inženýrům SRE, DevOps a provozním inženýrům. S sebou přináší hluboké přesvědčení, že umělá inteligence by měla smysluplně rozšiřovat lidské znalosti, nikoli je nahrazovat, zejména ve vysoce náročných provozních prostředích. Před založením společnosti Ciroos strávil Desai více než 20 let ve společnosti Cisco, kde zastával řadu vedoucích pozic, včetně pozice senior viceprezidenta a generálního ředitele pro Cisco Full-Stack Observability a AppDynamics. Během své kariéry se zaměřil na budování škálovatelných platforem zaměřených na zákazníka, je držitelem více než 50 aktivně používaných patentů a prosazuje principy inovací a posedlosti zákazníky, které formovaly jeho působení ve společnosti Cisco.

Ciroos vytváří platformu SRE Teammate s umělou inteligencí, která je navržena tak, aby dramaticky zkrátila dobu potřebnou k vyšetřování a řešení složitých IT incidentů v moderních multidoménních prostředích. Platforma využívá nativní multiagentní umělou inteligenci k analýze signálů, automatizaci vyšetřování a podpoře automatizace, rozšiřování a autonomního provozu – a zároveň zajišťuje, že lidé mají vše pevně pod kontrolou. Propojením dat napříč nástroji a doménami, které jsou tradičně izolované, umožňuje Ciroos týmům přejít od reaktivního hašení požárů k rychlejšímu a jistějšímu rozhodování, což inženýrům umožňuje soustředit se na práci s vyšším dopadem, nikoli na opakující se a vyčerpávající provozní dřinu.

Strávil jste více než dvě desetiletí ve společnosti Cisco, kde jste pomáhal vytvářet některé z jejích nejúspěšnějších síťových a sledovatelných produktů. Co vás inspirovalo k tomuto kroku a založení společnosti Ciroos?

Během mých interakcí s různými podnikovými týmy jsem opakovaně viděl, jak se stejný příběh odehrává. Provozní týmy byly zahlceny dashboardy, honily se za upozorněními a spoléhaly se na institucionální znalosti při řešení problémů napříč více systémy. Navzdory značným investicím do pozorovatelnosti jim stále chyběl způsob, jak propojit důkazy napříč doménami v reálném čase. S mými spoluzakladateli jsme to chtěli změnit. Vydali jsme si za cíl vytvořit systém umělé inteligence, který by dokázal uvažovat jako zkušený operátor a od samého začátku spolupracovat se SRE, což by týmům umožnilo soustředit se na zlepšení odolnosti a spolehlivosti, spíše než trávit čas hledáním poznatků nebo hašením problémů.

Popsal jste Ciroos jako reakci na jeden z nejtěžších problémů v provozu – vyšetřování, která zahrnují více oblastí. Jak vaše zkušenosti s vedením divize AppDynamics a Full-Stack Observability ve společnosti Cisco formovaly toto poznání a ovlivnily architekturu Ciroosu?

V AppDynamics jsme dosáhli vysoké úrovně vhledu do chování aplikací. Pokud se však příčina incidentu nacházela mimo aplikaci (ať už v konfiguraci cloudu, síti nebo IAM), nestačilo mít přehled pouze na aplikační vrstvě. Výzvou bylo stanovení kontextu. Tato zkušenost nás vedla k návrhu Ciroos. Naše platforma přináší uvažování založené na umělé inteligenci do škálovatelných produkčních operací. Zabývá se signály napříč doménami, srovnává události na společné časové ose a zjišťuje důvody napříč hranicemi domén, aby určila skutečné kořenové příčiny incidentů.

Ciroos představuje koncept „partnera AI SRE“. Jak se tato myšlenka AI jako spolupracovníka liší od tradičních automatizačních nebo pozorovatelných nástrojů?

AI SRE Teammate funguje spíše jako nový člen týmu než jako nový nástroj. Nejprve naslouchá, získává pochopení prostředí, přijímá definované úkoly a postupně buduje důvěru. Zatímco tradiční automatizace spouští pravidla, člen týmu aplikuje uvažování. Když identifikuje problém, vybere relevantní experty v dané oblasti, kterých se bude dotazovat, shromáždí podpůrné důkazy a prezentuje je v kontextu. Tento prvek spolupráce uvolňuje inženýrům čas na ověřování a řešení problémů, spíše než na ruční odvozování korelací.

Vaše platforma využívá multiagentní uvažování s využitím umělé inteligence. Můžete vysvětlit, jak se více agentů umělé inteligence koordinuje, aby urychlili analýzu hlavních příčin a zlepšili přesnost v rámci komplexních systémů?

Každý agent má odborné znalosti v dané oblasti – jeden v Kubernetes, další v cloudu, další v sítích a tak dále. Když dojde k incidentu, tito agenti spolupracují jako součást centrální vrstvy uvažování, která v reálném čase koreluje zjištění. Systém určuje, které agenty aktivovat, jaké úkoly přiřadit každému agentovi, v jakém pořadí a na jak dlouho. Tato koordinace zkracuje dobu vyšetřování a zvyšuje přesnost tím, že zajišťuje, že každá vrstva je vyhodnocována v kontextu, nikoli izolovaně.

Z technického hlediska, jak Ciroos dynamicky uvažuje napříč různými zdroji dat – jako je cloudová telemetrie, protokoly aplikací a metriky infrastruktury – aniž by uživatele zahltil šumem?

Ciroos vnímá každý zdroj dat jako jednu čočku v rámci většího obrazu. Srovnává pozorování napříč zdroji dat na jednotné časové ose a zobrazuje pouze relevantní kauzální vztahy. Pokud například dojde k restartu podu po malé změně v IAM nebo síťové politice, Ciroos tuto sekvenci automaticky propojí. Jde nad rámec pouhého poskytování nezpracovaných dashboardů a místo toho sestavuje kompletní příběh založený na důkazech, který pomáhá inženýrům pochopit, proč se něco stalo.

Důvěra a vysvětlitelnost jsou ústředními prvky vaší designové filozofie. Jak zajišťujete, aby doporučení založená na umělé inteligenci zůstala transparentní a aby lidští inženýři měli vše pevně pod kontrolou?

Každé doporučení je doplněno podpůrnými důkazy a zdůvodněním, které k němu vedlo. Inženýři mohou sledovat každý závěr, testovat své předpoklady a spravovat úroveň autonomie systému, od asistenční až po poloautonomní. Systém si v průběhu času uchovává kontextové znalosti prostřednictvím lidské zpětné vazby, což mu umožňuje zlepšovat kvalitu rozhodování a zároveň zůstat plně řízen. Náš přístup se podobá způsobu, jakým by tým zaškoloval nové kolegy, s jasnými zábranami, přímým uvažováním a plným lidským dohledem. Důvěra se buduje s tím, jak systém v průběhu času vykazuje stále spolehlivější výkon.

První uživatelé uvádějí, že Ciroos zkracuje dobu vyšetřování z hodin na minuty. Jaké vzorce nebo poznatky vás nejvíce překvapily, když týmy začaly používat AI SRE Teammate v produkčním prostředí?

Přišla dvě příjemná překvapení – zaprvé, rychlost, s jakou i velké podniky příznivě reagovaly na naši klíčovou hodnotovou nabídku, byla povzbudivá. Zadruhé, naši zákazníci se podrobně podívali na naši technologii a přišli s několika velmi unikátními případy použití, které jdou daleko za rámec analýzy hlavních příčin. Tyto případy použití zdůrazňují reálné výzvy, kterým dnes velké podniky čelí ve svých výrobních operacích.

Termín „AI jako člen týmu“ naznačuje spíše spolupráci než nahrazování. Jak si představujete vývoj tohoto konceptu s tím, jak se organizace budou cítit pohodlněji při práci s inteligentními systémy?

Vnímáme to jako cestu zahrnující automatizaci, augmentaci a v konečném důsledku autopilota. Ačkoli Ciroos dnes podporuje všechny tři režimy, obvykle vidíme, jak organizace přijímají umělou inteligenci podle křivky zralosti. Podniky nejprve používají náš systém umělé inteligence k automatizaci jasně definovaných a opakovatelných úkolů a zároveň minimalizují kognitivní přetížení lidí. Naproti tomu zakázkové systémy bez umělé inteligence kladou na lidského operátora příliš velkou zátěž, aby musel konfigurovat spoustu parametrů a pravidel, než si zákazníci uvědomí jejich hodnotu.

V další fázi podniky využívají systém umělé inteligence k rozšíření lidského uvažování ve velkém měřítku napříč různými doménami, a to i přesto, že systém poskytuje podrobná vysvětlení a doporučení k nápravě, která člověk ověřuje a provádí. V takovém stavu se dnes nachází většina podniků.

Postupem času bude umělá inteligence schopna autonomně spravovat veškeré pracovní postupy incidentů pro podnik a v případě potřeby eskalovat na člověka. Očekáváme, že se to bude postupně otevírat na základě úkolu. Tento postup je podobný tomu, jak si týmy budují důvěru s novými zaměstnanci. S rostoucí sebedůvěrou se partnerství prohlubuje.

Mnoho podniků se již spoléhá na zavedené platformy pro sledování a řízení incidentů. Jak se Ciroos integruje s těmito stávajícími ekosystémy, aniž by narušil pracovní postupy?

Integrace od začátku nikdy neměla být volitelná. Věříme, že federovaný datový model poskytuje podnikům nejrychlejší dobu trvání investice, nejvyšší volitelnost a nejnižší celkové náklady na vlastnictví. Ciroos AI SRE Teammate se dnes integruje se sedmi různými kategoriemi podnikových systémů – sledovatelnost, reakce na incidenty, nástroje pro spolupráci, cloudové platformy, systémy pro ticketing, nástroje CI/CD a fyzická infrastruktura prostřednictvím otevřených API a protokolů, jako jsou MCP a A2A. Integruje se do zavedených pracovních postupů, místo aby týmy musely zavádět nové. Tento design pomohl podnikům snadno jej zavést. Týmy získávají rychlejší odpovědi, aniž by musely měnit své stávající pracovní postupy.

Během své kariéry jste kladl důraz na zákaznickou orientaci a inovace. Jak tyto hodnoty ovlivňují kulturu společnosti Ciroos a její dlouhodobou vizi předefinování spolehlivého inženýrství?

Být posedlý zákazníkem znamená neúnavně se soustředit na reálné výzvy, kterým čelí provozní týmy našich zákazníků, jako jsou dlouhé hodiny, únava, dřina a neustálé hledání odpovědí na otázky, které se v provozu objevují. Inovace spočívá v řešení těchto problémů způsoby, které smysluplně vracejí čas a soustředění. Představujeme si, že všechny provozní týmy budou mít kolegu z umělé inteligence, který se neustále učí, škáluje podle poptávky a pomáhá zajistit spolehlivost napříč systémy. Z dlouhodobého hlediska vidíme, že služby umělé inteligence jako software se stanou standardem v celém cyklu vývoje až po produkční provoz – systémy, které myslí, jednají a zlepšují se po boku svých lidských protějšků. Pokud dokážeme našim uživatelům poskytnout jasnost a prostor pro dýchání, které vždy potřebovali, odvedli jsme svou práci správně. Těmito uživateli mohou být SRE, IT provozní pracovníci, inženýři produkčního provozu, inženýři cloudového provozu nebo členové DevOps týmu provádějící produkční operace.