Kosmos kerää 5 miljoonaa dollaria eliminoimaan IT-ongelman selvittämisen piilevät kustannukset

Chicagossa sijaitseva startup-yritys Kosmos on kerännyt 5 miljoonan dollarin siemensijoituksen Norwestin johdolla, kun se lanseeraa AI-alkuperäisen operatiivisen tiedonhallintaplatformansa, joka on suunniteltu ratkaisemaan yksi yritysten IT-toiminnan pysyvimmistä ja kalleimmista haasteista: aikaa, jota vietetään ongelmien selvittämiseen.

Vaikka organisaatiot ovat investoineet merkittävästi havainnointiin, valvontaan ja IT-palvelunhallintatyökaluihin, tuki- ja insinööritiimit viettävät edelleen lukemattomia tunteja manuaalisesti jäljittäen syyt keskeytyksiin ja asiakkaan vaikuttaviin ongelmiin hajanaisissa järjestelmissä. Kosmos pyrkii vähentämään niitä, mitä se kutsuu “selvittämiskustannuksiksi” – operatiivista taakkaa, joka syntyy, kun insinöörit, tukijohtajat ja vastuuhenkilöt joutuvat manuaalisesti yhdistämään tietoa, joka on jakautunut lippu-, lähdekoodirepositorio-, asiakastukipohjaisiin järjestelmiin ja havainnointityökaluihin.

Onkelman selvittämiskustannusten kasvava ongelma

Viimeisen kymmenen vuoden aikana yritykset ovat omaksuneet kasvavan kokoelman työkaluja infrastruktuurin seuraamiseen ja ohjelmistoliiketoiminnan hallintaan. Alustat kuten Jira, ServiceNow , GitHub, Salesforce (CRM ), Datadog (DDOG ), Grafana ja Splunk tarjoavat arvokkaita näkemyksiä teknologiapinon eri osiin. Kun kuitenkin tapahtuu ongelmia, kriittinen konteksti usein säilyy eristyneenä näiden järjestelmien välillä.

Modernien ohjelmistoarkkitehtuurien ollessa yhä enemmän hajautettuja, tiedon yhdistämisen haaste eri alustoilla on lisääntynyt. Tiimit saattavat omistaa kaiken tarvittavan tiedon, mutta sen nopea löytäminen ja yhdistäminen on edelleen haasteellista. Tämän seurauksena korjausaika venyy, ongelmat toistuvat ja insinöörien resursseja ohjataan pois tuotekehityksestä ja innovaatiosta.

Monille organisaatioille kokeneimmat insinöörit ovat oletusarvoisesti tutkijoita aina, kun syntyy merkittävä asiakasongelma. Nämä insinöörit joutuvat usein poistumaan strategisesta työstä jälleenrakentamaan aikajanaa, tarkastamaan koodimuutoksia, analysoimaan tukilippuja ja määrittämään, mikä aiheutti ongelman. Selvittämiskustannusten piilevä kustannus ulottuu paljon pidemmälle kuin itse keskeytys.

AI-alkuperäinen lähestymistapa operatiiviseen tiedonhallintaan

Kosmos asettaa itsensä kerrokselle, joka sijaitsee olemassa olevien yritysjärjestelmien yläpuolella eikä korvaa niitä. Alusta yhdistää tietoa GitHubista, Jirasta, Salesforcesta, ServiceNow’sta, Datadogista, Grafanasta, Splunkista ja muista operatiivisista työkaluista luodakseen yhtenäisen näkymän ongelmista ja asiakasnopeutuksista.

Yhtiön mukaan sen alusta automaattisesti yhdistää asiakastapauksia, koodimuutoksia, palveluongelmia ja infrastruktuurisignaaleja paljastaakseen todennäköiset syyt. Sen sijaan, että riippuisi pelkästään autonomisista AI-päätöksistä, Kosmos käyttää ihmisen silmän tarkastuslähestymistapaa, jossa koneella generoituja yhteyksiä tarkastetaan ja vahvistetaan käyttäjien toimesta ennen kuin ne muodostavat osan alustan tietopohjaa.

Tämä luo jatkuvan palautekehän, joka parantaa järjestelmän kykyä tunnistaa kuviota ajan myötä samalla, kun se ylläpitää läpinäkyvyyttä ja luottamusta. Sen sijaan, että se tuottaisi enemmän hälytyksiä, tavoitteena on antaa tiimille konteksti, jota tarvitaan ymmärtääkseen, miksi ongelmat tapahtuivat ensinnäkään.

Rakennettu kokemuksesta

Perustaja ja toimitusjohtaja Sanjay Gidwani rakensi yhtiön ympärille ongelmaa, jota hän kohtasi toistuvasti yli kahden vuosikymmenen ajan työskennellessään yritysten toimitusoperaatioissa ja Salesforce-ekosysteemissä.

Urallaan Gidwani havaitsi saman kaavan: kun merkittävä asiakasongelma ilmenee, organisaatiot mobilisoivat kokeneimmat tekniset henkilöstönsä tutkimaan. Näiden asiantuntijoiden oli kuitenkin usein vietettävä päiviä keräämässä tietoa eristyneistä järjestelmistä ennen kuin he pääsivät syy-yhteyteen.

Tämä kokemus muovasi Kosmoksen keskeisen väittämän: yksi suurimmista operatiivisista tehokkuuksista yritysten IT-toiminnassa tapahtuu ennen korjaustoimenpiteiden aloittamista. Jos organisaatiot voivat tunnistaa ongelman lähteen nopeammin, ne voivat ratkaista ongelmia nopeammin ja vähentää samankaltaisten ongelmien toistumisen todennäköisyyttä.

Edessä oleva tulevaisuus

Kosmoksen lanseeraus heijastaa laajempaa muutosta, joka tapahtuu yritysten teknologian parissa. Kun organisaatiot omaksuvat yhä monimutkaisempia pilviympäristöjä, mikropalveluarkkitehtuureja ja AI-vetoisia sovelluksia, operatiivinen data jatkaa kasvamistaan ja on edelleen hajautunut kymmenien alustojen ympärille.

Seuraavan sukupolven operatiivisen tiedonhallinnan työkalut pyrkivät silittämään nämä aukot automaattisesti yhdistämällä signaaleja, tunnistamalla kuviota ja säilyttämällä institutionaalista tietämystä, joka muuten jäisi lukkoonsa yksittäisten tiimien sisälle. Nopeamman ongelmanratkaisun lisäksi nämä järjestelmät voivat auttaa organisaatioita vähentämään insinöörien työtä, estämään toistuvia ongelmia ja antaa tekniselle kyvylle enemmän aikaa rakentaa tuotteita tutkimisen sijaan.

Yritysympäristöjen monimutkaistuessa kyky muuttaa hajanaisia operatiivisia tietoja toimivaksi tiedoksi voi tulla yhtä tärkeäksi kuin järjestelmien valvonta itse. Kosmos panostaa siihen, että selvittämiskustannusten vähentäminen tulee olemaan kriittinen osa tulevaisuutta.