Ronak Desai, Pendiri dan CEO Ciroos – Seri Wawancara

Ronak Desai, pendiri dan CEO Ciroos, memimpin perusahaan dengan misi yang jelas untuk menghilangkan pekerjaan IT yang tidak perlu dan memberikan waktu kembali kepada insinyur SRE, DevOps, dan operasi. Ia membawa keyakinan yang mendalam bahwa AI harus meningkatkan keahlian manusia dengan berarti daripada menggantikannya, terutama dalam lingkungan operasional yang berisiko tinggi. Sebelum mendirikan Ciroos, Desai menghabiskan lebih dari 20 tahun di Cisco, di mana ia memegang beberapa peran kepemimpinan senior, termasuk Senior Vice President dan General Manager Cisco Full-Stack Observability dan AppDynamics. Di seluruh karirnya, ia telah fokus membangun platform yang skalabel dan berorientasi pada pelanggan, memegang lebih dari 50 paten yang digunakan saat ini, dan meneruskan prinsip inovasi dan obsesi pelanggan yang membentuk masa jabatannya di Cisco.

Ciroos sedang membangun rekan kerja SRE AI yang dirancang untuk mengurangi waktu yang dibutuhkan untuk menyelidiki dan memecahkan insiden IT yang kompleks di lingkungan modern, multi-domain. Platform ini menggunakan alasan AI multi-agentic untuk menghubungkan sinyal, mengotomatisasi penyelidikan, dan mendukung otomatisasi, peningkatan, dan operasi otonom – sambil memastikan manusia tetap berada dalam kendali. Dengan menghubungkan data di seluruh alat dan domain yang biasanya terisolasi, Ciroos memungkinkan tim untuk beralih dari pemadaman keputusan yang lebih cepat dan lebih percaya diri, membebaskan insinyur untuk fokus pada pekerjaan yang lebih berdampak daripada pekerjaan operasional yang berulang dan melelahkan.

Anda menghabiskan lebih dari dua dekade di Cisco, membantu membangun beberapa produk jaringan dan observabilitas yang paling sukses. Apa yang menginspirasi Anda untuk mengambil keputusan dan mendirikan Ciroos?

Di seluruh interaksi saya dengan tim perusahaan, saya melihat skenario yang sama berulang kali. Tim operasi terlalu banyak menerima dashboard, mengejar peringatan dan mengandalkan pengetahuan institusional untuk menganalisis masalah di seluruh sistem. Meskipun modal yang signifikan dihabiskan untuk observabilitas, mereka masih kekurangan cara untuk menghubungkan bukti di seluruh domain secara real-time. Saya dan rekan pendiri saya ingin mengubah itu. Kami bertujuan untuk membangun sistem AI yang dapat berpikir seperti operator berpengalaman dan bekerja sama dengan SRE dari awal, memungkinkan tim untuk fokus pada meningkatkan ketahanan dan keandalan daripada menghabiskan waktu mencari wawasan atau memadamkan masalah.

Anda telah menggambarkan Ciroos sebagai respons terhadap salah satu masalah terberat dalam operasi – penyelidikan yang melibatkan beberapa domain. Bagaimana pengalaman Anda memimpin bisnis AppDynamics dan Full-Stack Observability di Cisco membentuk kesadaran itu dan mempengaruhi arsitektur Ciroos?

Di AppDynamics, kami mencapai tingkat wawasan yang tinggi tentang perilaku aplikasi. Namun, ketika penyebab insiden hidup di luar aplikasi (apakah di konfigurasi cloud, jaringan atau IAM), memiliki visibilitas hanya pada lapisan aplikasi saja tidak cukup. Tantangan itu adalah dalam membangun konteks. Pengalaman itu membimbing bagaimana kami merancang Ciroos. Platform kami membawa alasan AI ke skala operasi produksi. Ini melihat sinyal di seluruh domain, menyelaraskan peristiwa pada timeline yang sama dan menghubungkan batas-batas domain untuk menentukan penyebab sebenarnya dari insiden.

Ciroos memperkenalkan konsep “Rekan Kerja SRE AI.” Bagaimana ide AI sebagai rekan kerja ini berbeda dari alat otomatisasi atau observabilitas tradisional?

Rekan Kerja SRE AI berfungsi lebih seperti rekan kerja baru daripada alat baru. Ini mendengarkan terlebih dahulu, memahami lingkungan, menerima tugas yang ditentukan dan membangun kepercayaan dari waktu ke waktu. Sementara otomatisasi tradisional menjalankan aturan, rekan kerja ini menerapkan alasan. Ketika itu mengidentifikasi masalah, itu memilih agen ahli domain yang relevan untuk menanyakan, mengumpulkan bukti pendukung dan menyajikannya dalam konteks. Elemen kolaboratif ini membebaskan waktu insinyur untuk memvalidasi dan memecahkan masalah daripada secara manual menghasilkan korelasi.

Platform Anda menggunakan alasan AI multi-agentic. Bagaimana agen-agen AI ini bekerja sama untuk mempercepat analisis penyebab akar dan meningkatkan akurasi di seluruh sistem yang kompleks?

Setiap agen memiliki keahlian domain – satu di Kubernetes, lainnya di cloud, lainnya di jaringan dan seterusnya. Ketika insiden terjadi, agen-agen ini bekerja sama sebagai bagian dari lapisan alasan pusat yang menghubungkan temuan secara real-time. Sistem menentukan agen mana yang harus diaktifkan, tugas apa yang harus diberikan kepada setiap agen, dalam urutan apa, dan untuk berapa lama. Koordinasi ini mengurangi waktu penyelidikan dan meningkatkan akurasi dengan memastikan bahwa setiap lapisan dievaluasi dalam konteks daripada dalam silo.

Dari perspektif teknis, bagaimana Ciroos secara dinamis menghubungkan sumber data yang berbeda – seperti telemetri cloud, log aplikasi, dan metrik infrastruktur – tanpa membanjiri pengguna dengan kebisingan?

Ciroos mempertimbangkan setiap sumber data sebagai lensa tunggal dalam gambar yang lebih besar. Ini menyelaraskan pengamatan di seluruh sumber data pada timeline yang disatukan dan hanya menyajikan hubungan sebab-akibat yang relevan. Misalnya, jika peristiwa restart pod terjadi setelah perubahan kecil dalam IAM atau kebijakan jaringan, Ciroos secara otomatis menghubungkan urutan itu. Ini melampaui penyediaan dasbor mentah dan sebaliknya merakit cerita lengkap berdasarkan bukti yang membantu insinyur memahami mengapa sesuatu terjadi.

Kepercayaan dan keterjelasan adalah pusat filosofi desain Anda. Bagaimana Anda memastikan bahwa rekomendasi yang didorong AI tetap transparan dan insinyur manusia tetap berada dalam kendali?

Setiap rekomendasi datang dengan bukti pendukung dan alasan yang mengarah ke sana. Insinyur dapat melacak setiap kesimpulan, menguji asumsi mereka dan mengelola tingkat otonomi sistem, dari asisten hingga semi-otonom. Sistem ini mempertahankan pengetahuan kontekstual dari waktu ke waktu melalui umpan balik manusia, memungkinkan sistem untuk meningkatkan kualitas keputusan sambil tetap sepenuhnya dikelola. Pendekatan kami menyerupai cara tim onboard anggota tim baru, dengan garis panduan yang jelas, alasan langsung dan pengawasan manusia penuh. Kepercayaan terbentuk ketika sistem menunjukkan kinerja yang semakin andal dari waktu ke waktu.

Pengadopsi awal melaporkan bahwa Ciroos mengurangi waktu penyelidikan dari jam menjadi menit. Apa pola atau wawasan yang paling mengejutkan Anda ketika tim mulai menggunakan Rekan Kerja SRE AI di produksi?

Terdapat dua kejutan yang menyenangkan – pertama, kecepatan di mana bahkan perusahaan besar merespons dengan baik terhadap proposisi nilai inti kami telah menghibur. Kedua, pelanggan kami telah melihat teknologi kami dengan dekat dan telah datang dengan beberapa kasus penggunaan yang unik yang melampaui analisis penyebab akar. Kasus penggunaan ini menyoroti tantangan dunia nyata yang dihadapi perusahaan besar saat ini dalam operasi produksi mereka.

Istilah “AI sebagai Rekan Kerja” mengimplikasikan kolaborasi daripada penggantian. Bagaimana Anda melihat konsep ini berkembang ketika organisasi menjadi lebih nyaman bekerja bersama sistem cerdas?

Kami melihat ini sebagai perjalanan yang melibatkan otomatisasi, peningkatan, dan akhirnya, autopilot. Meskipun Ciroos mendukung ketiga mode ini saat ini, kami biasanya melihat adopsi AI organisasi mengikuti kurva kematangan. Pada awalnya, perusahaan menggunakan sistem AI kami untuk mengotomatisasi tugas yang jelas dan dapat diulang sambil meminimalkan beban kognitif bagi manusia. Berbeda dengan sistem non-AI asli yang membebani operator manusia untuk mengkonfigurasi banyak parameter dan aturan sebelum pelanggan menyadari nilai.

Di fase berikutnya, perusahaan memanfaatkan sistem AI untuk meningkatkan alasan manusia pada skala besar di seluruh domain, bahkan ketika sistem menyediakan penjelasan rinci dan rekomendasi untuk perbaikan yang dieksekusi manusia. Ini adalah tempat di mana sebagian besar perusahaan berada saat ini.

Dari waktu ke waktu, AI dapat mengelola alur kerja insiden secara otonom untuk perusahaan, hanya menghubungi manusia ketika diperlukan. Kami berharap ini akan dibuka secara bertahap berdasarkan tugas. Kemajuan ini mirip dengan cara tim membangun kepercayaan dengan pegawai baru. Ketika Anda memperoleh lebih banyak kepercayaan, kemitraan tumbuh lebih dalam.

Banyak perusahaan sudah mengandalkan platform observabilitas dan manajemen insiden yang mapan. Bagaimana Ciroos mengintegrasikan dengan ekosistem yang ada ini tanpa mengganggu alur kerja?

Sejak awal, integrasi tidak pernah menjadi opsional. Kami percaya bahwa model data terfederasi memberikan perusahaan waktu-to-value tercepat, pilihan terbanyak, dan biaya kepemilikan total terendah. Rekan Kerja SRE AI Ciroos mengintegrasikan dengan tujuh kategori sistem perusahaan yang berbeda saat ini – observabilitas, respons insiden, alat kolaborasi, platform cloud, sistem tiket, alat CI/CD, dan infrastruktur fisik melalui API terbuka dan protokol seperti MCP dan A2A. Ini mengintegrasikan ke dalam alur kerja yang ada alih-alih memerlukan tim untuk mengadopsi yang baru. Desain ini telah membantu membuatnya mudah bagi perusahaan untuk mengadopsi. Tim mendapatkan jawaban yang lebih cepat tanpa mengubah alur kerja yang ada.

Anda telah menekankan obsesi pelanggan dan inovasi di seluruh karir Anda. Bagaimana nilai-nilai ini membimbing budaya Ciroos dan visi jangka panjang untuk mendefinisikan kembali teknik keandalan?

Bersikap obsesif terhadap pelanggan berarti fokus secara gigih pada tantangan dunia nyata yang dihadapi tim operasi, seperti jam panjang, kelelahan, pekerjaan yang tidak perlu, dan pencarian terus-menerus jawaban atas pertanyaan yang muncul dalam operasi. Inovasi adalah tentang memecahkan masalah tersebut dengan cara yang berarti dan mengembalikan waktu dan fokus. Kami membayangkan semua tim operasi memiliki rekan kerja AI yang belajar terus-menerus, berskala dengan permintaan, dan membantu memastikan keandalan di seluruh sistem. Dalam jangka panjang, kami melihat layanan AI sebagai perangkat lunak yang menjadi standar di seluruh siklus operasi pengembangan hingga produksi – sistem yang berpikir, bertindak, dan meningkatkan bersama rekan manusia. Jika kami dapat memberikan pengguna kami dengan kejelasan dan ruang yang mereka butuhkan, kami telah melakukan pekerjaan kami dengan benar. Pengguna ini bisa berupa SRE, staf IT, insinyur operasi produksi, insinyur operasi cloud, atau anggota tim DevOps yang melakukan operasi produksi.