Ronak Desai, Ciroosin perustaja ja toimitusjohtaja – Haastattelusarja

Ronak Desai, Ciroosin perustaja ja toimitusjohtaja, johtaa yritystä selkeällä missiolla poistaa IT-henkilöstön työmäärä ja antaa aikaa takaisin SRE:lle, DevOpsille ja operatiivisille insinööreille. Hän on syvästi vakuuttunut siitä, että tekoälyn tulisi mielekkäästi täydentää ihmisten asiantuntemusta sen sijaan, että se korvaisi sen, erityisesti korkean riskin toimintaympäristöissä. Ennen Ciroosin perustamista Desai työskenteli yli 20 vuotta Ciscolla, jossa hän toimi useissa johtotehtävissä, mukaan lukien Cisco Full-Stack Observabilityn ja AppDynamicsin vanhempi varatoimitusjohtaja ja toimitusjohtaja. Uransa aikana hän on keskittynyt skaalautuvien, asiakaskeskeisten alustojen rakentamiseen, hänellä on yli 50 patenttia aktiivisessa käytössä, ja hän jatkaa innovaation ja asiakaskeskeisyyden periaatteita, jotka muovasivat hänen uraansa Ciscolla.

Ciroos rakentaa tekoälypohjaista SRE-tiimikumppanuutta, jonka tarkoituksena on lyhentää merkittävästi monimutkaisten IT-tapausten tutkimiseen ja ratkaisemiseen kuluvaa aikaa nykyaikaisissa, monialaisissa ympäristöissä. Alusta käyttää natiivia moniagenttista tekoälyä signaalien analysointiin, tutkimusten automatisointiin sekä automaation, augmentaation ja autonomisten toimintojen tukemiseen – samalla varmistaen, että ihmiset säilyttävät vakaan hallinnan. Korreloimalla dataa perinteisesti eri työkalujen ja toimialueiden välillä Ciroos mahdollistaa tiimien siirtymisen reaktiivisesta sammutuksesta nopeampaan ja varmempaan päätöksentekoon, mikä vapauttaa insinöörit keskittymään vaikuttavampaan työhön toistuvan ja uuvuttavan operatiivisen työn sijaan.

Vietit yli kaksi vuosikymmentä Ciscolla ja auttoit rakentamaan joitakin sen menestyneimmistä verkko- ja havainnointituotteista. Mikä inspiroi sinua ottamaan askeleen ja perustamaan Ciroosin?

Vuorovaikutuksessani eri yritystiimien kanssa näin saman juonen toistuvan toistuvasti. Operatiiviset tiimit olivat ylikuormitettuja kojelaudoista, hälytysten perässä juoksemisesta ja institutionaalisen tietämyksen varassa olemisesta useiden järjestelmien ongelmien vianmäärityksessä. Vaikka havaittavuuteen käytettiin merkittävästi pääomaa, heiltä puuttui edelleen tapa yhdistää todisteita eri toimialojen välillä reaaliajassa. Perustajani ja minä halusimme muuttaa tämän. Lähdimme rakentamaan tekoälyjärjestelmän, joka pystyisi päättelemään kuin kokenut operaattori ja toimimaan yhteistyössä SRE-asiantuntijoiden kanssa alusta alkaen, jolloin tiimit voisivat keskittyä sietokyvyn ja luotettavuuden parantamiseen sen sijaan, että he käyttäisivät aikaa oivallusten etsimiseen tai ongelmien sammuttamiseen.

Olet kuvaillut Ciroos-ratkaisua vastaukseksi yhteen vaikeimmista operatiivisista ongelmista – useilla eri aloilla tehtäviin tutkimuksiin. Miten kokemuksesi AppDynamics- ja Full-Stack Observability -liiketoiminnan johtamisesta Ciscolla muovasi tätä oivallusta ja vaikutti Ciroos-arkkitehtuuriin?

AppDynamicsilla saavutimme laajan ymmärryksen sovellusten käyttäytymisestä. Kuitenkin, kun tapahtuman syy oli sovelluksen ulkopuolella (olipa kyseessä sitten pilvikonfiguraatio, verkko tai IAM), pelkkä sovellustason näkyvyys ei riittänyt. Haasteena oli kontekstin luominen. Tämä kokemus ohjasi Ciroos-alustamme suunnittelua. Alustamme tuo tekoälypäättelyn skaalautuvaan tuotantotoimintaan. Se tarkastelee signaaleja eri toimialueilla, kohdistaa tapahtumat yhteiselle aikajanalle ja syyt eri toimialuerajojen yli määrittääkseen tapahtumien todelliset perimmäiset syyt.

Ciroos esittelee "tekoälyyn perustuvan SRE-tiimitoverin" käsitteen. Miten tämä ajatus tekoälystä yhteistyökumppanina eroaa perinteisistä automaatio- tai havainnointityökaluista?

Tekoälyyn perustuva SRE-tiimikunnallinen toimii enemmänkin uuden tiimikaverin kuin uuden työkalun tavoin. Se kuuntelee ensin, ymmärtää ympäristöä, hyväksyy määritellyt tehtävät ja edistää luottamusta ajan myötä. Perinteinen automaatio toteuttaa sääntöjä, kun taas tiimikansallinen käyttää päättelyä. Kun se tunnistaa ongelman, se valitsee asiaankuuluvat asiantuntijat kyselyä varten, kerää tukevaa näyttöä ja esittelee sen kontekstissa. Tämä yhteistyöelementti vapauttaa insinöörien aikaa validointiin ja ongelmanratkaisuun manuaalisen korrelaatioiden johtamisen sijaan.

Alustasi käyttää moniagenttista tekoälypäättelyä. Voitko selittää, miten useat tekoälyagentit koordinoivat toisiaan nopeuttaakseen perussyyanalyysiä ja parantaakseen tarkkuutta monimutkaisissa järjestelmissä?

Jokaisella agentilla on oma toimialaosaamisensa – yksi Kubernetesissa, toinen pilvessä, kolmas verkoissa ja niin edelleen. Kun tapahtuu onnettomuus, nämä agentit työskentelevät yhdessä osana keskitettyä päättelykerrosta, joka korreloi löydökset reaaliajassa. Järjestelmä määrittää, mitkä agentit kutsutaan, mitä tehtäviä kullekin agentille annetaan, missä järjestyksessä ja kuinka kauan. Tämä koordinointi lyhentää tutkinta-aikoja ja parantaa tarkkuutta varmistamalla, että jokainen kerros arvioidaan kontekstissa eikä siiloissa.

Teknisestä näkökulmasta, miten Ciroos dynaamisesti analysoi erilaisia ​​datalähteitä – kuten pilvitelemetriaa, sovelluslokeja ja infrastruktuurimittareita – ilman, että käyttäjät ylikuormittuvat liikaa?

Ciroos käsittelee jokaista datalähdettä yhtenä linssinä suuremmassa kuvassa. Se yhdenmukaistaa havainnot eri datalähteistä yhtenäiselle aikajanalle ja nostaa esiin vain olennaiset syy-seuraussuhteet. Jos esimerkiksi pod-uudelleenkäynnistys tapahtuu pienen IAM- tai verkkokäytäntömuutoksen jälkeen, Ciroos yhdistää kyseisen sekvenssin automaattisesti. Se ei tarjoa pelkästään raakadashboardeja, vaan kokoaa kokonaisvaltaisen tarinan näyttöön perustuen, mikä auttaa insinöörejä ymmärtämään, miksi jokin tapahtui.

Luottamus ja selitettävyys ovat keskeisiä suunnittelufilosofiassasi. Miten varmistat, että tekoälyn ohjaamat suositukset pysyvät läpinäkyvinä ja että ihmisinsinöörit pysyvät tiukasti ohjaksissa?

Jokaisen suosituksen mukana tulee tukeva näyttö ja siihen johtanut perustelu. Insinöörit voivat jäljittää jokaisen johtopäätöksen, testata oletuksiaan ja hallita järjestelmän autonomian tasoa avustavasta puoliautomaattiseen. Järjestelmä säilyttää kontekstuaalisen tiedon ajan kuluessa ihmisen palautteen avulla, mikä mahdollistaa päätöksenteon laadun parantamisen pysyen samalla täysin hallittuna. Lähestymistapamme muistuttaa tapaa, jolla tiimi perehdyttäisi uusia tiimikavereita, selkeillä kaiteilla, suoralla päättelyllä ja täydellä ihmisen valvonnalla. Luottamus rakentuu järjestelmän osoittaessa yhä luotettavampaa suorituskykyä ajan myötä.

Ensimmäiset käyttäjät raportoivat Ciroosin lyhentävän tutkinta-aikaa tunneista minuutteihin. Millaiset kaavat tai oivallukset yllättivät sinua eniten, kun tiimit alkoivat käyttää tekoäly SRE Teammatea tuotannossa?

Kaksi miellyttävää yllätystä on ollut – ensinnäkin on ollut rohkaisevaa, kuinka nopeasti jopa suuret yritykset ovat reagoineet myönteisesti ydinarvolupaukseemme. Toiseksi asiakkaamme ovat tutkineet teknologiaamme tarkasti ja keksineet ainutlaatuisia käyttötapauksia, jotka menevät paljon perussyyanalyysiä pidemmälle. Nämä käyttötapaukset korostavat suurten yritysten tuotantotoimintojen reaalimaailman haasteita.

Termi ”tekoäly tiimikaverina” viittaa yhteistyöhön korvaamisen sijaan. Miten näet tämän konseptin kehittyvän organisaatioiden tottuessa työskentelemään älykkäiden järjestelmien rinnalla?

Näemme tämän matkana, johon liittyy automatisointia, augmentaatiota ja lopulta autopilottia. Vaikka Ciroos tukee nykyään kaikkia kolmea toimintatilaa, näemme tyypillisesti tekoälyn käyttöönoton organisaatioissa kypsyyskäyrän mukaisesti. Aluksi yritykset käyttävät tekoälyjärjestelmäämme automatisoidakseen selkeästi määriteltyjä ja toistettavia tehtäviä ja samalla minimoidakseen ihmisten kognitiivisen ylikuormituksen. Sitä vastoin räätälöidyt ei-tekoälypohjaiset natiivit järjestelmät asettavat liikaa taakkaa ihmisoperaattorille, koska heidän on määritettävä paljon parametreja ja sääntöjä ennen kuin asiakkaat ymmärtävät arvon.

Seuraavassa vaiheessa yritykset hyödyntävät tekoälyjärjestelmää ihmisen päättelyn laajentamiseen useilla eri osa-alueilla, samalla kun järjestelmä tarjoaa yksityiskohtaisia ​​selityksiä ja korjaussuosituksia, jotka ihminen vahvistaa ja toteuttaa. Tässä tilanteessa useimmat yritykset ovat tänä päivänä.

Ajan myötä tekoäly voi hallita yrityksen kaikkia tapausten työnkulkuja itsenäisesti ja siirtää ne ihmisen vastuulle vain tarvittaessa. Odotamme tämän avautuvan vähitellen tehtävän mukaan. Tämä eteneminen on samanlaista kuin se, miten tiimit rakentavat luottamusta uusien työntekijöiden kanssa. Kun itseluottamus kasvaa, kumppanuus syvenee.

Monet yritykset luottavat jo vakiintuneisiin havainnointi- ja tapaustenhallinta-alustoihin. Miten Ciroos integroituu näihin olemassa oleviin ekosysteemeihin häiritsemättä työnkulkuja?

Alusta alkaen integraation ei ollut tarkoitus olla valinnaista. Uskomme, että yhdistetty datamalli tarjoaa yrityksille nopeimman arvontuoton, eniten valinnanvaraa ja alhaisimmat kokonaiskustannukset. Ciroos AI SRE Teammate integroituu nykyään seitsemään eri yritysjärjestelmien luokkaan – havainnointiin, tapausten hallintaan, yhteistyötyökaluihin, pilvialustoihin, tiketöintijärjestelmiin, CI/CD-työkaluihin ja fyysiseen infrastruktuuriin avointen API-rajapintojen ja protokollien, kuten MCP:n ja A2A:n, kautta. Se integroituu vakiintuneisiin työnkulkuihin sen sijaan, että tiimejä vaadittaisiin ottamaan käyttöön uusia. Tämä suunnittelu on auttanut yrityksiä helpottamaan käyttöönottoa. Tiimit saavat nopeammin vastauksia muuttamatta olemassa olevia työnkulkujaan.

Olet korostanut asiakaslähtöisyyttä ja innovaatioita koko urasi ajan. Miten nämä arvot ohjaavat Ciroosin kulttuuria ja sen pitkän aikavälin visiota luotettavuustekniikan uudelleenmäärittelystä?

Asiakaskeskeisyys tarkoittaa väsymätöntä keskittymistä asiakkaidemme operatiivisten tiimien kohtaamiin tosielämän haasteisiin, kuten pitkiin työpäiviin, väsymykseen, raatamiseen ja jatkuvaan vastausten etsimiseen toiminnassa esiin nouseviin kysymyksiin. Innovaatiossa on kyse näiden ongelmien ratkaisemisesta tavoilla, jotka palauttavat mielekkäästi aikaa ja keskittymistä. Näemme, että kaikilla operatiivisilla tiimeillä on tekoälyyn perustuva tiimikaveri, joka oppii jatkuvasti, skaalautuu kysynnän mukaan ja auttaa varmistamaan luotettavuuden kaikissa järjestelmissä. Pitkällä aikavälillä näemme tekoälypalvelun ohjelmistona, josta tulee standardi koko kehitys- ja tuotantotoimintojen syklissä – järjestelmissä, jotka ajattelevat, toimivat ja kehittyvät yhdessä ihmisten kanssa. Jos pystymme tarjoamaan käyttäjillemme selkeyttä ja hengähdystauon, jota he ovat aina tarvinneet, olemme tehneet työmme oikein. Nämä käyttäjät voivat olla SRE:itä, IT-toimintojen henkilöstöä, tuotantotoimintojen insinöörejä, pilvitoimintojen insinöörejä tai DevOps-tiimin jäseniä, jotka suorittavat tuotantotoimintoja.