Ronak Desai, Gründer und CEO von Ciroos – Interviewreihe

Ronak Desai, Gründer und CEO von Ciroos, leitet das Unternehmen mit einer klaren Mission, um IT-Arbeit zu eliminieren und SRE-, DevOps- und Operations-Engineers Zeit zurückzugeben. Er bringt eine tiefe Überzeugung mit, dass KI humanes Know-how sinnvoll ergänzen sollte, anstatt es zu ersetzen, besonders in hochriskanten operativen Umgebungen. Bevor er Ciroos gründete, verbrachte Desai mehr als 20 Jahre bei Cisco, wo er mehrere Senior-Führungspositionen innehatte, einschließlich Senior Vice President und General Manager von Cisco Full-Stack Observability und AppDynamics. Im Laufe seiner Karriere hat er sich auf den Bau von skalierbaren, kundenorientierten Plattformen konzentriert, hält mehr als 50 Patente, die heute in Gebrauch sind, und setzt die Prinzipien von Innovation und Kundenbesessenheit fort, die seine Zeit bei Cisco geprägt haben.

Ciroos baut ein KI-natives SRE-Teammitglied, das die Zeit, die zur Untersuchung und Lösung komplexer IT-Vorfälle in modernen, multi-domenübergreifenden Umgebungen benötigt, dramatisch reduzieren soll. Die Plattform verwendet native multi-agentische KI, um über Signale zu argumentieren, Untersuchungen zu automatisieren und Automatisierung, Ergänzung und autonome Operationen zu unterstützen – während sie sicherstellt, dass Menschen fest in der Kontrolle bleiben. Durch die Korrelation von Daten aus Tools und Domänen, die traditionell isoliert sind, ermöglicht Ciroos Teams, von reaktiver Brandbekämpfung zu schnellerer, selbstbewussterer Entscheidungsfindung überzugehen, und befreit Ingenieure von der Konzentration auf höherwertige Arbeiten anstelle von wiederholter und erschöpfender operativer Arbeit.

Sie haben mehr als zwei Jahrzehnte bei Cisco verbracht und halfen, einige der erfolgreichsten Netzwerk- und Observability-Produkte aufzubauen. Was hat Sie dazu inspiriert, den Sprung zu wagen und Ciroos zu gründen?

Während meiner Interaktionen mit verschiedenen Unternehmenseams sah ich die gleiche Geschichte immer wieder spielen. Operations-Teams waren von Dashboards überwältigt, jagten Alerts und verließen sich auf institutionelles Wissen, um Probleme über mehrere Systeme hinweg zu lösen. Trotz erheblicher Kapitalausgaben für Observability fehlte es ihnen an einer Möglichkeit, Beweise über Domänen in Echtzeit zu verbinden. Meine Mitgründer und ich wollten das ändern. Wir machten uns daran, ein KI-System aufzubauen, das wie ein erfahrener Operator argumentieren und von Anfang an mit SREs zusammenarbeiten kann, um Teams zu ermöglichen, sich auf die Verbesserung von Widerstandsfähigkeit und Zuverlässigkeit zu konzentrieren, anstatt Zeit mit der Suche nach Erkenntnissen oder der Lösung von Problemen zu verbringen.

Sie haben Ciroos als Antwort auf eines der schwierigsten Probleme im Betrieb beschrieben – Untersuchungen, die mehrere Domänen umfassen. Wie hat Ihre Erfahrung bei der Leitung des AppDynamics- und Full-Stack-Observability-Geschäfts bei Cisco diese Erkenntnis geprägt und die Architektur von Ciroos beeinflusst?

Bei AppDynamics erreichten wir ein hohes Maß an Einblicken in das Verhalten von Anwendungen. Allerdings war die Sichtbarkeit allein auf der Anwendungsebene unzureichend, wenn die Ursache eines Vorfalls außerhalb der Anwendung (ob in der Cloud-Konfiguration, Netzwerk oder IAM) lag. Die Herausforderung bestand darin, Kontext herzustellen. Diese Erfahrung leitete, wie wir Ciroos entwarfen. Unsere Plattform bringt KI-Argumentation in die Produktion. Sie betrachtet Signale über Domänen hinweg, ordnet Ereignisse auf einer gemeinsamen Zeitachse und argumentiert über Domänenbegrenzungen hinweg, um die wahren Ursachen von Vorfällen zu bestimmen.

Ciroos führt das Konzept eines “KI-SRE-Teammitglieds” ein. Wie unterscheidet sich diese Idee von KI als Kollaborateur von traditionellen Automatisierungs- oder Observability-Tools?

Das KI-SRE-Teammitglied funktioniert eher wie ein neues Teammitglied als ein neues Tool. Es hört zuerst zu, gewinnt ein Verständnis für die Umgebung, akzeptiert definierte Aufgaben und fördert Vertrauen im Laufe der Zeit. Während traditionelle Automatisierung Regeln ausführt, wendet das Teammitglied Argumentation an. Wenn es ein Problem identifiziert, wählt es die relevanten Domänen-Experten-Agenten aus, um sie zu befragen, sammelt unterstützende Beweise und präsentiert sie im Kontext. Dieses kollaborative Element befreit die Zeit der Ingenieure, um zu validieren und Probleme zu lösen, anstatt manuell Korrelationen abzuleiten.

Ihre Plattform verwendet multi-agentische KI-Argumentation. Können Sie erklären, wie mehrere KI-Agenten zusammenarbeiten, um die Wurzelursachenanalyse zu beschleunigen und die Genauigkeit in komplexen Systemen zu verbessern?

Jeder Agent verfügt über Domänen-Expertenwissen – einer in Kubernetes, ein anderer in der Cloud, ein weiterer im Netzwerk und so weiter. Wenn ein Vorfall auftritt, arbeiten diese Agenten zusammen als Teil einer zentralen Argumentationsebene, die in Echtzeit Korrelationen herstellt. Das System bestimmt, welche Agenten aufzurufen sind, welche Aufgaben jedem Agenten zuzuweisen sind, in welcher Reihenfolge und für wie lange. Diese Koordination reduziert die Untersuchungszeit und verbessert die Genauigkeit, indem sie sicherstellt, dass jede Ebene im Kontext und nicht in einem Silo ausgewertet wird.

Wie argumentiert Ciroos dynamisch über disparate Datenquellen – wie Cloud-Telemetrie, Anwendungsprotokolle und Infrastrukturmetriken – ohne Benutzer mit Rauschen zu überwältigen?

Ciroos betrachtet jede Datenquelle als ein einzelnes Objektiv in einem größeren Bild. Es ordnet Beobachtungen über Datenquellen auf einer einheitlichen Zeitachse an und zeigt nur die relevanten kausalen Beziehungen an. Zum Beispiel, wenn ein Pod-Neustart-Ereignis nach einer kleinen Änderung in IAM oder Netzwerkpolicen auftritt, verbindet Ciroos automatisch diese Sequenz. Es geht über die Bereitstellung von rohen Dashboards hinaus und stellt stattdessen eine vollständige Geschichte auf der Grundlage der Beweise zusammen, die den Ingenieuren hilft, zu verstehen, warum etwas passiert ist.

Vertrauen und Erklärbarkeit sind zentral für Ihre Designphilosophie. Wie stellen Sie sicher, dass KI-getriebene Empfehlungen transparent bleiben und menschliche Ingenieure fest in der Kontrolle bleiben?

Jede Empfehlung kommt mit den unterstützenden Beweisen und der Argumentation, die zu ihr geführt hat. Ingenieure können jede Schlussfolgerung zurückverfolgen, ihre Annahmen testen und das Maß an Autonomie des Systems steuern, von assistiv bis semi-autonom. Das System behält kontextuelles Wissen über die Zeit durch menschliches Feedback, was es ermöglicht, die Entscheidungsqualität zu verbessern, während es weiterhin vollständig reguliert bleibt. Unser Ansatz ähnelt der Art und Weise, wie ein Team neue Teammitglieder aufnimmt, mit klaren Schutzvorkehrungen, direkter Argumentation und voller menschlicher Aufsicht. Vertrauen baut sich auf, wenn das System zunehmend zuverlässige Leistung über die Zeit zeigt.

Frühzeitige Anwender berichten, dass Ciroos die Untersuchungszeit von Stunden auf Minuten reduziert. Welche Muster oder Erkenntnisse überraschten Sie am meisten, als Teams begannen, den KI-SRE-Teammitglied in der Produktion zu verwenden?

Es gab zwei angenehme Überraschungen – erstens, die Geschwindigkeit, mit der sogar große Unternehmen auf unser Kernwertangebot positiv reagiert haben, war ermutigend. Zweitens haben unsere Kunden unsere Technologie genau untersucht und einige sehr einzigartige Anwendungsfälle gefunden, die weit über die Wurzelursachenanalyse hinausgehen. Diese Anwendungsfälle unterstreichen die realen Herausforderungen, mit denen große Unternehmen heute in ihren Produktionsbetrieben konfrontiert sind.

Der Begriff “KI als Teammitglied” suggeriert Zusammenarbeit anstelle von Ersetzung. Wie sehen Sie diese Konzeption in der Zukunft, wenn Organisationen immer mehr mit intelligenten Systemen zusammenarbeiten?

Wir betrachten dies als eine Reise, die Automatisierung, Ergänzung und letztendlich Autopiloten umfasst. Obwohl Ciroos alle drei Modi heute unterstützt, sehen wir typischerweise, dass die organisatorische Akzeptanz von KI einer Reifekurve folgt. Zu Beginn verwenden Unternehmen unser KI-System, um klar definierte und wiederholbare Aufgaben zu automatisieren, während sie den kognitiven Überlastung für Menschen minimieren. Im Gegensatz dazu legen nicht-KI-native Systeme zu viel Belastung auf den menschlichen Bediener, um viele Parameter und Regeln zu konfigurieren, bevor Kunden einen Nutzen realisieren.

In der nächsten Phase nutzen Unternehmen das KI-System, um die Argumentation eines Menschen auf skalierbare Weise über mehrere Domänen hinweg zu ergänzen, während das System detaillierte Erklärungen und Empfehlungen für die Behebung bereitstellt, die der Mensch validiert und ausführt. Das ist der Punkt, an dem die meisten Unternehmen heute stehen.

Im Laufe der Zeit kann die KI das gesamte Vorfall-Workflow für das Unternehmen autonom verwalten, nur wenn notwendig an einen Menschen eskaliert. Wir erwarten, dass dies schrittweise basierend auf der Aufgabe geöffnet wird. Diese Fortschritte ähneln der Art und Weise, wie Teams Vertrauen zu neuen Mitarbeitern aufbauen. Wenn Sie mehr Vertrauen gewinnen, wächst die Partnerschaft tiefer.

Viele Unternehmen verlassen sich bereits auf etablierte Observability- und Incident-Management-Plattformen. Wie integriert Ciroos sich in diese bestehenden Ökosysteme, ohne Arbeitsabläufe zu stören?

Von Anfang an war die Integration nie optional. Wir glauben, dass ein föderales Datenmodell Unternehmen den schnellsten Zeitwert, die meisten Optionen und die geringsten Gesamtkosten bietet. Das KI-SRE-Teammitglied von Ciroos integriert sich heute in sieben verschiedene Kategorien von Unternehmenssystemen – Observability, Incident-Response, Kollaborationstools, Cloud-Plattformen, Ticketsysteme, CI/CD-Tools und physische Infrastruktur über offene APIs und Protokolle wie MCP und A2A. Es integriert sich in etablierte Arbeitsabläufe, anstatt Teams zu zwingen, neue anzunehmen. Dieses Design hat es Unternehmen erleichtert, es zu adoptieren. Teams erhalten schnellere Antworten, ohne ihre bestehenden Arbeitsabläufe ändern zu müssen.

Sie haben Kundenbesessenheit und Innovation während Ihrer gesamten Karriere betont. Wie leiten diese Werte die Kultur von Ciroos und die langfristige Vision für die Neufassung der Zuverlässigkeitsingenieurwissenschaft?

Kundenbesessenheit bedeutet, sich unermüdlich auf die realen Herausforderungen zu konzentrieren, mit denen die Operations-Teams unserer Kunden konfrontiert sind, wie lange Arbeitszeiten, Erschöpfung, Arbeit und die ständige Suche nach Antworten auf Fragen, die im Betrieb auftreten. Innovation bedeutet, diese Probleme auf Weise zu lösen, die Zeit und Fokus zurückgeben. Wir stellen uns vor, dass alle Operations-Teams ein KI-Teammitglied haben, das kontinuierlich lernt, mit der Nachfrage skaliert und dazu beiträgt, Zuverlässigkeit über Systeme hinweg sicherzustellen. Langfristig sehen wir KI-Dienste als Software, die über den gesamten Zyklus von Entwicklung zu Produktionsbetrieb standardmäßig wird – Systeme, die denken, handeln und sich neben ihren menschlichen Kollegen verbessern. Wenn wir unseren Nutzern die Klarheit und den Freiraum geben können, den sie immer benötigt haben, haben wir unsere Aufgabe richtig erledigt. Diese Nutzer könnten SREs, IT-Operations-Mitarbeiter, Produktions-Operations-Ingenieure, Cloud-Operations-Ingenieure oder DevOps-Teammitglieder sein, die Produktionsbetrieb durchführen.