Gou Rao, CEO & Co-Founder of NeuBird – Seri Wawancara

Goutham (Gou) Rao adalah CEO dan co-founder dari NeuBird, pencipta Hawkeye, insinyur ITOps berbasis AI generatif pertama di dunia, yang dirancang untuk membantu tim IT mendiagnosis dan memecahkan masalah teknis secara instan, memungkinkan kolaborasi yang mulus antara tim manusia dan AI.

Sebagai seorang wirausaha serial dengan catatan yang terbukti, Rao telah mendirikan dan keluar dari beberapa perusahaan dengan sukses. Ia mendirikan Portworx, yang diakuisisi oleh Pure Storage; Ocarina Networks, yang diakuisisi oleh Dell; dan Net6, yang diakuisisi oleh Citrix. Ia juga merupakan seorang penemu yang berprestasi dengan lebih dari 50 paten yang diterbitkan yang mencakup jaringan komputer, penyimpanan, dan keamanan.

NeuBird sedang mengembangkan solusi AI generatif untuk operasi IT untuk membantu mengatasi kekurangan profesional terampil yang diperlukan untuk mengelola tumpukan teknologi modern yang kompleks. Perusahaan ini fokus pada mempermudah analisis data dan menyediakan wawasan yang dapat ditindaklanjuti secara real-time, dengan tujuan untuk meningkatkan efisiensi dan mendukung inovasi dalam pengelolaan IT.

Apa yang menginspirasi Anda untuk meluncurkan NeuBird, dan bagaimana Anda mengidentifikasi kebutuhan akan otomatisasi IT yang didorong oleh AI?

NeuBird lahir dari kompleksitas yang meningkat dari tumpukan IT perusahaan dan kekurangan profesional IT yang terampil. Alat tradisional tidak dapat mengikuti, memaksa tim IT untuk menghabiskan 30% dari anggaran mereka untuk menavigasi sumber data yang terisolasi daripada mengemudi inovasi. Kami melihat kesempatan untuk menciptakan insinyur ITOps berbasis AI—Hawkeye—yang dapat secara instan menemukan masalah IT, mengurangi waktu pemecahan dari hari menjadi menit, dan memungkinkan perusahaan untuk menskalakan operasi IT tanpa terhambat oleh keterbatasan tenaga kerja.

Bagaimana NeuBird mempelopori rekan digital berbasis AI, dan apa yang membedakan Hawkeye dari alat otomatisasi IT tradisional?

Berbeda dengan alat otomatisasi IT statis yang berbasis aturan, rekan digital berbasis AI kami, Hawkeye, secara dinamis memproses data telemetry yang luas dan mendiagnosis masalah secara instan. Ia menghilangkan bias dari alat observabilitas yang telah diprogram sebelumnya dengan menarik wawasan dari berbagai sumber data perusahaan—termasuk Slack, layanan cloud, database, dan aplikasi kustom—memberikan tim IT pandangan yang holistik dan kontekstual tentang infrastruktur mereka.

Hawkeye tidak hanya menampilkan peringatan; ia secara aktif berkolaborasi dengan insinyur melalui antarmuka percakapan, mendiagnosis penyebab akar dan mengusulkan perbaikan untuk masalah IT yang kompleks. Ini secara fundamental mengubah cara operasi IT bekerja, membantu mereka meminimalkan downtime dan menanggapi insiden IT dengan kecepatan yang belum pernah terjadi sebelumnya.

Perusahaan sering mengalami kelebihan data dalam operasi IT. Bagaimana Hawkeye menyaring melalui set data besar untuk menyediakan wawasan yang dapat ditindaklanjuti?

Alat IT tradisional mengalami kesulitan untuk memproses banjir data telemetry—log, metrik sistem, dan indikator kinerja cloud—mengakibatkan kelelahan peringatan dan pemecahan insiden yang lambat.

Hawkeye memotong kebisingan dengan terus menganalisis data secara real-time, dan mendeteksi pola yang menandakan masalah kinerja atau kegagalan. Ia melengkapi alat observabilitas dan monitoring yang ada dengan melampaui monitoring pasif untuk mengambil tindakan proaktif. Bertindak sebagai insinyur di tim Anda, ia menafsirkan data telemetry dan sistem IT dari alat Anda saat ini, menyelami masalah dan memecahkannya seiring dengan kemunculannya.

Ia menyediakan wawasan yang jelas dan dapat ditindaklanjuti dalam bahasa alami, mengurangi waktu respons dari hari menjadi menit.

Pendekatan unik Hawkeye memanfaatkan kekuatan LLM untuk memandu analisis insiden tanpa pernah berbagi data pelanggan dengan LLM, memastikan pendekatan yang bijak dan aman.

Keamanan dan kepercayaan adalah kekhawatiran utama untuk adopsi AI di IT. Bagaimana NeuBird mengatasi tantangan ini?

Pendekatan unik Hawkeye memanfaatkan kekuatan LLM untuk memandu analisis insiden tanpa pernah berbagi data pelanggan dengan LLM, memastikan pendekatan yang bijak dan aman.

Hawkeye beroperasi dalam perimeter keamanan perusahaan, menggunakan hanya sumber data internal untuk menghasilkan wawasan—menghilangkan halusinasi yang mengganggu sistem berbasis LLM generik. Ia juga memastikan transparansi dengan menyediakan rekomendasi yang dapat dilacak, sehingga tim IT mempertahankan kontrol penuh atas pengambilan keputusan. Pendekatan ini membuatnya menjadi rekan AI yang dapat diandalkan dan aman, bukan solusi kotak hitam.

Bagaimana Hawkeye terintegrasi dengan infrastruktur IT yang ada, dan apa yang terjadi dalam proses onboarding untuk perusahaan?

Hawkeye terintegrasi secara mulus dengan lingkungan IT perusahaan dengan terhubung ke alat observabilitas, monitoring, dan respons insiden yang ada, seperti AWS CloudWatch, Azure Monitor, Datadog (DDOG ), dan PagerDuty. Ia bekerja bersama tim IT, DevOps, dan SRE tanpa memerlukan perubahan infrastruktur besar.

Berikut cara kerjanya:

• Penggunaan: Hawkeye diterapkan dalam lingkungan Anda, terhubung ke alat dan sumber data yang ada.
• Pelajari & Adaptasi: Ia menganalisis insiden historis dan data telemetry secara real-time untuk memahami operasi sistem normal dan mengidentifikasi pola.
• Kustomisasi: Platform ini beradaptasi dengan alur kerja perusahaan khusus, menyesuaikan respons dan rekomendasi dengan kebutuhan operasional.
• Kolaborasi: Melalui antarmuka percakapan, tim menerima diagnosis dan solusi secara real-time, serta resolusi otomatis jika memungkinkan.

Proses integrasi yang mulus ini mempercepat pemecahan insiden, mengurangi MTTR, dan meningkatkan keandalan sistem—memungkinkan perusahaan untuk menskalakan operasi IT secara efisien tanpa menambah jumlah karyawan.

Peran apa yang dimainkan oleh insinyur manusia bersama rekan AI seperti Hawkeye? Bagaimana Anda melihat kolaborasi ini berkembang?

Insinyur manusia masih mengemudi keputusan strategis, tetapi bukannya mendiagnosis setiap masalah secara manual, mereka bekerja bersama Hawkeye untuk mendiagnosis dan memecahkan masalah lebih cepat. Seiring dengan rekan AI menjadi lebih maju, profesional IT akan beralih ke tugas yang lebih berharga—mengoptimalkan arsitektur, memperbaiki keamanan, dan mempercepat adopsi teknologi baru.

Hawkeye mengklaim dapat mengurangi waktu rata-rata untuk pemecahan (MTTR) sebesar 90%. Bisakah Anda membagikan contoh atau studi kasus yang menunjukkan dampak ini?

Sebuah retailer nasional mengintegrasikan Hawkeye untuk menangani kompleksitas yang meningkat dari platform e-commerce mereka. Tim SRE mereka terbebani oleh data telemetry yang besar dan investigasi manual yang lambat, terutama selama periode belanja puncak.

Dengan Hawkeye sebagai rekan AI, mereka melihat:

• ~90% pengurangan MTTR – Korelasi data instan di seluruh AWS CloudWatch, AWS MSK, dan PagerDuty.
• Analisis real-time 24/7 – Menghilangkan eskalasi setelah jam kerja.
• Pemecahan insiden otomatis – Perbaikan yang disetujui sebelumnya diterapkan secara otonom.

Selama lonjakan belanja hari libur, Hawkeye mengoptimalkan kapasitas, mendeteksi masalah awal, dan membuat penyesuaian penskalaan secara real-time, memastikan hampir 100% waktu aktif—suatu perubahan besar bagi operasi IT mereka.

Apa visi Anda untuk evolusi agen AI dari asisten pasif ke pemecah masalah aktif dalam operasi perusahaan, dan apa kemajuan kunci yang mendorong perubahan ini?

AI sedang bergeser dari observabilitas pasif ke pemecahan masalah aktif. Hawkeye sudah menyediakan analisis penyebab akar dan pemecahan, tetapi fase berikutnya adalah autonomi penuh—di mana AI proaktif mengoptimalkan operasi IT, dan menyembuhkan infrastruktur secara real-time. Evolusi ini, yang didorong oleh kemajuan dalam GenAI dan model pengambilan keputusan kognitif, akan mendefinisikan kembali IT perusahaan.

Di mana Anda melihat otomatisasi perusahaan yang didorong oleh AI dalam lima tahun ke depan, dan apa tantangan atau kemajuan besar yang Anda antisipasi di sepanjang jalan?

AI akan bergeser dari membantu insinyur ke operasi IT yang sepenuhnya otonom, memprediksi dan memecahkan masalah sebelum mereka eskalasi. Alur kerja AI multi-agents akan memungkinkan kolaborasi yang mulus di seluruh IT, keamanan, dan DevOps, menghancurkan silo antar departemen. Kemajuan terbesar akan mencakup infrastruktur yang dapat menyembuhkan diri sendiri, kolaborasi lintas fungsional yang didorong oleh AI, dan kepercayaan manusia-AI yang lebih kuat, memungkinkan rekan AI untuk mengambil keputusan yang lebih kompleks. Tantangan terbesar akan memastikan transparansi AI dan mengadaptasi tenaga kerja untuk bekerja bersama AI, menyeimbangkan otomatisasi dengan pengawasan manusia.

Setelah memimpin beberapa startup menuju kesuksesan, apa saran yang Anda berikan kepada wirausaha yang membangun perusahaan AI saat ini?

Wirausaha harus fokus pada memecahkan masalah nyata yang bernilai tinggi daripada mengejar hipe AI. AI harus dibangun dengan kepercayaan perusahaan dalam pikiran, memastikan transparansi dan kontrol untuk bisnis yang mengadopsinya. Fleksibilitas adalah kunci—sistem AI harus berkembang dengan kebutuhan bisnis daripada menjadi solusi yang kaku dan satu-ukuran. Daripada menggantikan keahlian manusia, AI harus diposisikan sebagai rekan yang meningkatkan pengambilan keputusan dan efisiensi operasional. Akhirnya, adopsi AI perusahaan membutuhkan waktu, sehingga perusahaan yang memprioritaskan skalabilitas dan dampak jangka panjang daripada tren jangka pendek akan muncul sebagai pemimpin di ruang ini.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi NeuBird.