Entrevistas
Ronak Desai, Fundador y CEO de Ciroos – Serie de Entrevistas
Ronak Desai, fundador y CEO de Ciroos, lidera la empresa con una misión clara de eliminar el trabajo innecesario en TI y devolver el tiempo a los ingenieros de SRE, DevOps y operaciones. Trae una profunda convicción de que la IA debería aumentar significativamente la experiencia humana en lugar de reemplazarla, especialmente en entornos operativos de alto riesgo. Antes de fundar Ciroos, Desai pasó más de 20 años en Cisco, donde ocupó varios puestos de liderazgo senior, incluyendo Vicepresidente Senior y Gerente General de Cisco Full-Stack Observability y AppDynamics. A lo largo de su carrera, se ha centrado en construir plataformas escalables y centradas en el cliente, posee más de 50 patentes en uso actualmente y lleva adelante los principios de innovación y obsesión por el cliente que definieron su paso por Cisco.
Ciroos está construyendo un compañero de equipo de SRE de IA nativa diseñado para reducir drásticamente el tiempo que se necesita para investigar y resolver incidentes de TI complejos en entornos modernos y multi-dominio. La plataforma utiliza una IA multi-agente nativa para razonar a través de señales, automatizar investigaciones y soportar la automatización, aumento y operaciones autónomas, al mismo tiempo que garantiza que los humanos sigan firmemente en control. Al correlacionar datos a través de herramientas y dominios que tradicionalmente están separados, Ciroos permite a los equipos pasar de la lucha contra incendios reactiva a una toma de decisiones más rápida y confiada, lo que libera a los ingenieros para centrarse en un trabajo de mayor impacto en lugar de la lucha operativa repetitiva y agotadora.
Pasaste más de dos décadas en Cisco, ayudando a construir algunos de sus productos de red y observabilidad más exitosos. ¿Qué te inspiró a dar el salto y fundar Ciroos?
A lo largo de mis interacciones con varios equipos empresariales, vi la misma historia repetirse una y otra vez. Los equipos de operaciones estaban abrumados por paneles de control, persiguiendo alertas y dependiendo del conocimiento institucional para solucionar problemas en varios sistemas. A pesar de que se gastaba una cantidad significativa de capital en observabilidad, todavía carecían de una forma de conectar la evidencia a través de dominios en tiempo real. Mis cofundadores y yo queríamos cambiar eso. Nos propusimos construir un sistema de IA que pudiera razonar como un operador experimentado y trabajar en concierto con los SRE desde el principio, lo que permitiría a los equipos centrarse en mejorar la resistencia y la confiabilidad en lugar de pasar tiempo buscando información o luchando contra incendios.
Has descrito a Ciroos como una respuesta a uno de los problemas más difíciles de las operaciones: las investigaciones que abarcan múltiples dominios. ¿Cómo te influyó tu experiencia al frente del negocio de AppDynamics y Full-Stack Observability en Cisco para que llegaras a esa realización y cómo influyó en la arquitectura de Ciroos?
En AppDynamics, logramos un alto nivel de conocimiento sobre el comportamiento de las aplicaciones. Sin embargo, cuando la causa de un incidente se encontraba fuera de la aplicación (ya sea en la configuración de la nube, la red o el IAM), tener visibilidad solo en la capa de la aplicación era insuficiente. El desafío estaba en establecer el contexto. Esa experiencia me guió en la forma en que diseñamos Ciroos. Nuestra plataforma lleva la razonamiento de IA a escala de operaciones de producción. Examina las señales a través de los dominios, alinea los eventos en una línea de tiempo común y razona a través de los límites de los dominios para determinar las verdaderas causas raíz de los incidentes.
Ciroos introduce el concepto de un “compañero de equipo de SRE de IA”. ¿Cómo se diferencia esta idea de la IA como colaborador de las herramientas de automatización u observabilidad tradicionales?
El compañero de equipo de SRE de IA funciona más como un nuevo compañero de equipo que como una nueva herramienta. Escucha primero, obtiene una comprensión del entorno, acepta tareas definidas y fomenta la confianza con el tiempo. Mientras que la automatización tradicional ejecuta reglas, el compañero de equipo aplica el razonamiento. Cuando identifica un problema, selecciona a los agentes expertos en dominio relevantes para consultar, recopila evidencia de apoyo y la presenta en contexto. Este elemento de colaboración libera el tiempo de los ingenieros para validar y solucionar problemas en lugar de derivar manualmente las correlaciones.
Tu plataforma utiliza un razonamiento de IA multi-agente. ¿Puedes explicar cómo coordinan los múltiples agentes de IA para acelerar el análisis de la causa raíz y mejorar la precisión en sistemas complejos?
Cada agente tiene experiencia en dominio — uno en Kubernetes, otro en la nube, otro en la red y así sucesivamente. Cuando ocurre un incidente, estos agentes trabajan juntos como parte de una capa de razonamiento central que correlaciona los hallazgos en tiempo real. El sistema determina qué agentes invocar, qué tareas asignar a cada agente, en qué orden y durante cuánto tiempo. Esta coordinación reduce los tiempos de investigación y mejora la precisión al garantizar que cada capa se evalúe en contexto en lugar de en un silo.
Desde una perspectiva técnica, ¿cómo razona Ciroos a través de fuentes de datos dispares — como telemetría de la nube, registros de aplicaciones y métricas de infraestructura — sin abrumar a los usuarios con ruido?
Ciroos considera cada fuente de datos como una lente en una imagen más grande. Alinea las observaciones a través de las fuentes de datos en una línea de tiempo unificada y solo presenta las relaciones causales relevantes. Por ejemplo, si se produce un evento de reinicio de pod después de un pequeño cambio en el IAM o la política de red, Ciroos conecta automáticamente esa secuencia. Va más allá de proporcionar paneles de control brutos y en su lugar ensambla una historia completa basada en la evidencia que ayuda a los ingenieros a entender por qué sucedió algo.
La confianza y la explicabilidad son centrales en tu filosofía de diseño. ¿Cómo garantizas que las recomendaciones impulsadas por IA sigan siendo transparentes y que los ingenieros humanos sigan firmemente en control?
Cada recomendación viene con la evidencia de apoyo y el razonamiento que condujo a ella. Los ingenieros pueden rastrear cada conclusión, probar sus suposiciones y gestionar el nivel de autonomía del sistema, desde asistente hasta semi-autónomo. El sistema retiene el conocimiento contextual con el tiempo a través de la retroalimentación humana, lo que le permite mejorar la calidad de las decisiones mientras sigue siendo completamente gobernado. Nuestro enfoque se asemeja a la forma en que un equipo incorporaría a nuevos compañeros de equipo, con guardias claras, razonamiento directo y una supervisión humana total. La confianza se construye a medida que el sistema muestra un desempeño cada vez más confiable con el tiempo.
Los adoptantes tempranos informan que Ciroos reduce el tiempo de investigación de horas a minutos. ¿Qué patrones o conocimientos te sorprendieron más cuando los equipos comenzaron a utilizar al compañero de equipo de SRE de IA en producción?
Ha habido dos agradables sorpresas — primero, la velocidad a la que incluso las grandes empresas han respondido favorablemente a nuestra proposición de valor central ha sido alentadora. En segundo lugar, nuestros clientes han examinado nuestra tecnología de cerca y han encontrado algunos casos de uso muy únicos que van más allá del análisis de la causa raíz. Estos casos de uso resaltan los desafíos del mundo real que enfrentan las grandes empresas hoy en día en sus operaciones de producción.
El término “IA como compañero de equipo” sugiere colaboración en lugar de reemplazo. ¿Cómo ves evolucionar este concepto a medida que las organizaciones se vuelven más cómodas trabajando junto a sistemas inteligentes?
Lo vemos como un viaje que implica la automatización, el aumento y, en última instancia, el piloto automático. Aunque Ciroos admite los tres modos hoy en día, generalmente vemos que la adopción de IA por parte de las organizaciones sigue una curva de madurez. Para empezar, las empresas utilizan nuestro sistema de IA para automatizar tareas claramente definidas y repetibles mientras minimizan la sobrecarga cognitiva para los humanos. En contraste, los sistemas no nativos de IA ponen demasiada carga en el operador humano para configurar muchos parámetros y reglas antes de que los clientes puedan realizar valor.
En la siguiente fase, las empresas aprovechan el sistema de IA para aumentar el razonamiento humano a escala en múltiples dominios, incluso mientras el sistema proporciona explicaciones detalladas y recomendaciones para la remediación que el humano valida y ejecuta. Este es el punto en el que se encuentran la mayoría de las empresas hoy en día.
Con el tiempo, la IA puede gestionar flujos de trabajo de incidentes de forma autónoma para la empresa, solo escalando a un humano cuando sea necesario. Esperamos que esto se abra gradualmente en función de la tarea. Esa progresión es similar a la forma en que los equipos desarrollan confianza con los nuevos empleados. A medida que ganas más confianza, la asociación crece más profunda.
Muchas empresas ya dependen de plataformas de observabilidad y gestión de incidentes establecidas. ¿Cómo se integra Ciroos con estos ecosistemas existentes sin interrumpir los flujos de trabajo?
Desde el principio, la integración nunca fue opcional. Creemos que un modelo de datos federado proporciona a las empresas el valor más rápido, la mayor opción y el menor costo total de propiedad. El compañero de equipo de SRE de IA de Ciroos se integra con siete categorías diferentes de sistemas empresariales hoy en día — observabilidad, respuesta a incidentes, herramientas de colaboración, plataformas de nube, sistemas de ticketing, herramientas de CI/CD y infraestructura física a través de API y protocolos abiertos como MCP y A2A. Se integra en flujos de trabajo establecidos en lugar de requerir que los equipos adopten nuevos. Este diseño ha ayudado a que sea fácil para las empresas adoptar. Los equipos obtienen respuestas más rápidas sin cambiar sus flujos de trabajo existentes.
Has enfatizado la obsesión por el cliente y la innovación a lo largo de tu carrera. ¿Cómo guían esos valores la cultura de Ciroos y su visión a largo plazo para redefinir la ingeniería de confiabilidad?
Estar obsesionado con el cliente significa estar enfocado implacablemente en los desafíos del mundo real que enfrentan los equipos de operaciones de nuestros clientes, como las largas horas, el agotamiento, el trabajo innecesario y la búsqueda constante de respuestas a preguntas que surgen en las operaciones. La innovación se trata de solucionar esos problemas de maneras que significativamente devuelvan tiempo y enfoque. Nosotros visualizamos que todos los equipos de operaciones tengan un compañero de equipo de IA que aprenda continuamente, se escale con la demanda y ayude a garantizar la confiabilidad en los sistemas. A largo plazo, vemos el servicio de IA como software que se convierte en estándar en todo el ciclo de desarrollo a operaciones de producción — sistemas que piensan, actúan y mejoran junto a sus pares humanos. Si podemos proporcionar a nuestros usuarios la claridad y el espacio para respirar que siempre han necesitado, habremos hecho nuestro trabajo correctamente. Estos usuarios podrían ser SRE, personal de operaciones de TI, ingenieros de operaciones de producción, ingenieros de operaciones de nube, miembros del equipo de DevOps que realizan operaciones de producción.
