Ronak Desai, Ciroosin perustaja ja toimitusjohtaja – Haastattelusarja

Ronak Desai, Ciroosin perustaja ja toimitusjohtaja, johtaa yritystä selvällä tehtävällä poistaa IT:n toistuva rutiinityö ja antaa aikaa SRE:lle, DevOpsille ja operatiivisille insinööreille. Hänellä on vankka vakaumus, että tekoälyn tulisi merkittävästi tukea ihmisten asiantuntemusta sen sijaan, että se korvaisi sitä, erityisesti korkean panoksen operatiivisissa ympäristöissä. Ennen Ciroosin perustamista Desai työskenteli yli 20 vuotta Ciscolla, jossa hänellä oli useita johtavia rooleja, mukaan lukien Senior Vice President ja General Manager Cisco Full-Stack Observability ja AppDynamics. Uransa aikana hän on keskittynyt rakentamaan skaalautuvia, asiakaslähtöisiä alustoja, ja hänellä on yli 50 patenttia, jotka ovat käytössä tänään, ja hän jatkaa innovaation ja asiakaslähtöisyyden periaatteita, jotka muovasivat hänen aikansa Ciscolla.

Ciroos on rakentamassa tekoälyn varaan rakennettua SRE-tiimikaveria, joka on suunniteltu vähentämään merkittävästi aikaa, joka kuluu monimutkaisten IT-häiriöiden tutkimiseen ja ratkaisemiseen modernissa, monialaisissa ympäristöissä. Alusta käyttää moniagenttista tekoälypäättelyä, jotta se voi yhdistää signaaleja, automatisoida tutkimuksia ja tukea automaatiota, ihmisen asiantuntemuksen vahvistamista ja autonomista toimintaa, samalla varmistaa, että ihmiset pysyvät vahvasti hallinnassa. Yhdistämällä tietoja työkaluista ja alustoista, jotka ovat perinteisesti erillisiä, Ciroos mahdollistaa tiimien siirtymisen reagointitilasta nopeampaan ja varmempiin päätöksiin, jolloin insinöörit voivat keskittyä vaikuttavampiin töihin sen sijaan, että heidän täytyy keskittyä toistuvaan ja uuvuttavaan operatiiviseen työhön.

Olit yli kaksi vuosikymmentä Ciscolla ja autosit rakentamaan joitain sen menestyneimmistä verkkoteknologioista ja havaintojärjestelmistä. Mikä innoitti sinua ottamaan askelen ja perustamaan Ciroosin?

Kaiken aikaa, jonka vietin eri yritysten tiimien kanssa, näin saman tarinan toistuvan jatkuvasti. Operatiiviset tiimit olivat ylikuormittuneita ohjauspaneelien, hälytysten ja riippuvaisuuden perinteisestä tietämyksestä ongelmien ratkaisemiseksi useiden järjestelmien yli. Huolimatta siitä, että havaintojärjestelmille käytettiin merkittäviä pääomia, heillä ei ollut tapaa yhdistää todisteita eri alustoilla reaaliajassa. Perustajakollegani ja minä halusimme muuttaa tämän. Päämääränämme oli rakentaa tekoälyjärjestelmä, joka voisi toimia kokeneen operoijan tavoin ja toimia yhteistyössä SRE:n kanssa alusta alkaen, mahdollistaen tiimien keskittymisen kestävyyden ja luotettavuuden parantamiseen sen sijaan, että he viettäisivät aikaa etsimällä oivalluksia tai sammuttamalla ongelmia.

Olet kuvannut Ciroosia vastauksena yhteen operatiivisista ongelmista – useiden alustojen tutkimuksiin. Miten kokemuksesi AppDynamicsin ja Full-Stack Observability -liiketoiminnan johdossa Ciscolla muovasi tätä oivallusta ja vaikutti Ciroosin arkkitehtuuriin?

AppDynamicsissa saavutimme korkean tason ymmärryksen sovelluksen käyttäytymisestä. Kuitenkin, kun incidentin syy sijaitsi sovelluksen ulkopuolella (joko pilvipalvelussa, verkkoyhteydessä tai IAM:ssa), sovellustasolla oleva näkyvyys oli riittämätön. Haasteena oli kontekstin luominen. Tämä kokemus ohjasi, miten suunnittelimme Ciroosin. Alustamme tuo tekoälypäättelyn tuotantotoimintojen skaalaamiseen. Se tarkastelee signaaleja eri alustoilla, yhdistää tapahtumat yhteiselle aikajanalle ja tekee päätöksiä alustojen rajojen yli määrittääkseen todelliset incidenttien syyt.

Ciroos esittelee käsitteen “AI SRE -tiimikaveri”. Miten tämä tekoälyn käsite eroaa perinteisistä automaatio- tai havaintojärjestelmistä?

AI SRE -tiimikaveri toimii enemmän uutena tiimiläisenä kuin uutena työkaluna. Se kuuntelee ensin, saa ymmärryksen ympäristöstä, hyväksyy määritellyt tehtävät ja luo luottamusta ajan myötä. Perinteinen automaatio suorittaa sääntöjä, mutta tiimikaveri päättelee. Tunnistaessaan ongelman se valitsee asiaankuuluvat toimialueen asiantuntija-agentit, joilta se kysyy tietoja, kerää tukevia todisteita ja esittää ne kontekstissa. Tämä yhteistyöelementti vapauttaa insinöörien aikaa vahvistaa ja ratkaista ongelmia sen sijaan, että he joutuisivat manuaalisesti johtamaan yhteyksiä.

Miten monialainen AI-päätöksenteko koordinoi useita tekoälyagentteja nopeuttaakseen juurisyyntutkimuksen ja parantaakseen tarkkuutta monimutkaisissa järjestelmissä?

Jokaisella agentilla on aluekohtainen osaaminen – yksi Kubernetesissa, toinen pilvessä, kolmas verkkoyhteydessä jne. Kun incidentti tapahtuu, nämä agentit toimivat yhdessä osana keskitettyä päättelykerrosta, joka yhdistää löydökset reaaliajassa. Järjestelmä määrittää, mitkä agentit kutsutaan, mitä tehtäviä kullekin agentille annetaan, missä järjestyksessä ja kuinka kauan. Tämä koordinointi vähentää tutkimusaikaa ja parantaa tarkkuutta varmistamalla, että jokainen kerros arvioidaan kontekstissa eikä eristyneesti.

Miten Ciroos dynaamisesti yhdistää eri tietolähteistä tulevia tietoja, kuten pilviin perustuvia mittauksia, sovelluslokeja ja infrastruktuurin mittauksia, ilman että se häikäisee käyttäjiä melulla?

Ciroos pitää jokaista tietolähdettä yhtenä linsinä laajemmassa kuvassa. Se yhdistää havainnot tietolähteistä yhteiselle aikajanalle ja tuo esiin vain relevantit syy-seuraussuhteet. Esimerkiksi, jos podin uudelleenkäynnistys tapahtuu pienen IAM-muutoksen jälkeen tai verkkopolitiikassa, Ciroos yhdistää automaattisesti tämän järjestyksen. Se menee pidemmälle kuin pelkän raakadashbordin tarjoaminen ja kokoaa valmiin tarinan perustuen todisteisiin, joka auttaa insinöörejä ymmärtämään, miksi jotain tapahtui.

Luottamus ja selitettävyys ovat keskeisiä suunnittelufilosofiasi. Miten varmistat, että tekoälyohjatut suositukset säilyvät läpinäkyvinä ja että ihmisinsinöörit pysyvät vahvasti hallinnassa?

Jokainen suositus tulee tukevien todisteiden ja päättelyn kera, jotka johtivat siihen. Insinöörit voivat jäljittää kunkin johtopäätöksen, testata oletuksiaan ja hallita järjestelmän autonomian tasoa, avustavasta puoliautonomiseen. Järjestelmä säilyttää kontekstuaalisen tietämyksen ajan myötä ihmisten palautteen kautta, mikä mahdollistaa päätösten laadun parantamisen pysyen täysin hallinnassa. Lähestymistapamme muistuttaa tapaa, jolla tiimi ottaa uusia tiimiläisiä, selkeillä rajoituksilla, selkeällä päättelyllä ja täydellisen ihmisen valvonnalla. Luottamus kehittyy, kun järjestelmä osoittaa yhä luotettavampaa suorituskykyä ajan myötä.

Varhaiset käyttäjät raportoivat, että Ciroos vähentää tutkimusaikaa tunteista minuutteihin. Mitkä kuviot tai oivallukset yllättivät sinua eniten, kun tiimit alkoivat käyttää AI SRE -tiimikaveria tuotannossa?

On ollut kaksi miellyttävää yllätystä – ensinnäkin, suurten yritysten nopea vastaus Ciroosin ydinarvoon on ollut sydäntlämmittävä. Toiseksi, asiakkaamme ovat tarkastaneet tarkasti teknologiaamme ja keksineet joitain hyvin ainutlaatuisia käyttötapoja, jotka menevät paljon pidemmälle kuin juurisyyntutkimus. Nämä käyttötavat korostavat todellisia haasteita, joita suuret yritykset kohtaavat tuotannossa.

Käsite “AI tiimikaverina” viittaa yhteistyöhön sen sijaan, että se korvaisi. Miten näet tämän käsitteen kehittyvän, kun organisaatiot tulevat yhä enemmän tuttuja älykkäiden järjestelmien kanssa työskentelemisestä?

Me näemme tämän matkana, joka käsittää automaation, ihmisen kykyjen vahvistamisen ja lopulta autopilotin. Vaikka Ciroos tukee kaikkia kolmea tilaa tänään, me yleensä näemme organisaatioiden omaksumisen AI-järjestelmää seuraavasti: aluksi yritykset käyttävät järjestelmäämme automatisoimaan selvästi määriteltyjä ja toistuvia tehtäviä minimoiden kognitiivista kuormitusta ihmisille. Sen sijaan räätälöidyt järjestelmät, joita ei ole rakennettu tekoälyn varaan, kuormittavat käyttäjää liikaa: hänen on määritettävä lukuisia parametreja ja sääntöjä ennen kuin asiakas saa hyötyä.

Seuraavassa vaiheessa yritykset hyödyntävät AI-järjestelmää lisäämään ihmisen päätöksentekoa skaalautuvasti useiden alustojen yli, samalla kun järjestelmä tarjoaa yksityiskohtaisia selityksiä ja suosituksia korjaamiseksi, jonka ihminen vahvistaa ja suorittaa. Useimmat yritykset ovat nykyään tässä vaiheessa.

Ajan myötä AI voi hallita täysin incidenttien työvirran autonomisesti yrityksille, vain eskaloimalla ihmisille, kun se on tarpeen. Odotamme, että tämä avataan asteittain tehtävän mukaan. Tämä edistys on samanlainen kuin miten tiimit kehittävät luottamusta uusien palkkaamisten kanssa. Kun sinä saavutat enemmän luottamusta, kumppanuus syvenee.

Monet yritykset luottavat jo vakiintuneisiin havainto- ja incidenttien hallintajärjestelmiin. Miten Ciroos integroituu näihin olemassa oleviin ekosysteemeihin ilman työvirran häiriintymistä?

Alusta asti oli selvää, ettei integraatio olisi valinnainen ominaisuus. Uskomme, että federatiivinen tietomalli tarjoaa yrityksille nopeimman ajan arvon, eniten vaihtoehtoja ja alhaisimmat omistamisen kokonaiskustannukset. Ciroosin AI SRE -tiimikaveri integroituu seitsemään eri luokkaan yritysjärjestelmiin tänään – havainnonti, incidenttien vastaus, yhteistyötyökalut, pilvi-alustat, tukipyyntöjärjestelmät, CI/CD-työkalut ja fyysinen infrastruktuuri avoimien API:iden ja protokollien kautta, kuten MCP ja A2A. Se integroituu vakiintuneisiin työvirtoihin sen sijaan, että edellyttäisi tiimien omaksumista uusia. Tämä suunnittelu on auttanut tehdä siitä helppoa yrityksille omaksua. Tiimit saavat nopeammin vastauksia ilman olemassa olevien työvirtojen muuttamista.

Olet korostanut asiakaslähtöisyyttä ja innovaatiota urasi aikana. Miten nämä arvot ohjaavat Ciroosin kulttuuria ja sen pitkän aikavälin visiota uudelleenmäärittelemään luotettavuustekniikan?

Asiakaslähtöisyys tarkoittaa olemista armottomasti keskittyneenä todellisiin haasteisiin, joita asiakkaiden operatiiviset tiimit kohtaavat, kuten pitkiä tunteja, uupumusta, työtä ja jatkuvaa etsintää vastauksia kysymyksiin, jotka tulevat operatiivisista ongelmista. Innovointi tarkoittaa ratkaisemista näistä ongelmista merkittävällä tavalla, joka palauttaa aikaa ja keskittymistä. Me näemme kaikkien operatiivisten tiimien, joilla on tekoälytiimikaveri, joka oppii jatkuvasti, skaalautuu kysynnän mukaan ja auttaa varmistamaan luotettavuuden järjestelmissä. Pitkällä aikavälillä me näemme tekoälypalvelun tulevan ohjelmistoksi, josta tulee standardi koko kehityksestä tuotantoon. Järjestelmät, jotka ajattelevat, toimivat ja parantavat rinnan ihmisten vertaistensa kanssa. Jos voimme antaa käyttäjillemme selkeyden ja hengitysrauhan, jonka he ovat aina tarvinneet, olemme tehneet työmme oikein. Nämä käyttäjät voivat olla SRE, IT-operaatiot, tuotantoon liittyvät insinöörit, pilvioperaatiot, DevOps-tiimit tai tuotantoon liittyvät operaatiot.