インタビュー
Gou Rao, CEO & Co-Founder of NeuBird – Interview Series
Goutham (Gou) Raoは、NeuBirdのCEOおよび共同創設者であり、Hawkeyeの開発者です。Hawkeyeは、世界初のジェネレーティブAIを搭載したITオペレーションエンジニアで、ITチームが技術的な問題を瞬時に診断および解決できるように設計されており、人間のチームとAIのシームレスなコラボレーションを可能にします。
実績のあるシリアルエントレプレナーであるRaoは、複数の会社を共同創設し、成功裏に売却しています。Portworx（Pure Storageに買収）、Ocarina Networks（Dellに買収）、Net6（Citrixに買収）などです。また、50以上の特許を取得した発明家でもあり、コンピュータネットワーク、ストレージ、セキュリティ分野で活躍しています。
NeuBirdは、ITオペレーションにGenerative AIソリューションを提供し、現代の複雑なテクノロジー・スタックを管理するために必要な熟練したプロフェッショナルの不足に対処することを目指しています。同社は、データ分析の簡素化とリアルタイムのアクション可能なインサイトの提供に重点を置いており、IT管理の効率性を高め、イノベーションをサポートすることを目的としています。
NeuBirdを立ち上げるきっかけとなったのは何ですか？また、AI駆動のITオペレーション自動化の必要性をどのようにして特定しましたか？
NeuBirdは、企業のITスタックの複雑性の増大と、熟練したITプロフェッショナルの不足から生まれました。従来のツールは、ITチームが30％の予算をシロードなデータソースのナビゲーションに費やさなければならない状況に対応できていませんでした。私たちは、ITの問題を瞬時に特定し、解決時間を日から分に短縮し、労働力の制約によってボトルネックされることなく企業がITオペレーションを拡大できるようにする、AIを搭載したITオペレーションエンジニアHawkeyeを作成する機会を見いだしました。
NeuBirdは、AI駆動のデジタルチームメイトの分野をどのように開拓していますか？また、Hawkeyeは従来のIT自動化ツールとどのように異なりますか？
静的でルールベースのIT自動化ツールとは異なり、私たちのAIを搭載したデジタルチームメイトHawkeyeは、膨大なテレメトリデータを動的に処理し、問題を瞬時に診断します。Hawkeyeは、Slack、クラウドサービス、データベース、カスタムアプリケーションなど、企業のさまざまなデータソースからインサイトを取得することで、事前にプログラムされた可観測性ツールの偏見を排除し、ITチームにインフラストラクチャの包括的でコンテキスト化されたビューを提供します。
Hawkeyeは、アラートを表示するだけでなく、会話型インターフェイスを通じてエンジニアと積極的にコラボレーションし、複雑なITの問題の根本原因を診断し、解決策を提案します。これにより、ITオペレーションの作業方法が根本的に変わり、ダウンタイムを最小限に抑え、ITインシデントに前例のないスピードで対応できるようになります。
企業は、ITオペレーションでデータ過負荷に苦労しています。Hawkeyeは、膨大なデータセットからアクション可能なインサイトを提供するために、どのようにフィルタリングしていますか？
従来のITツールは、ログ、システムメトリクス、クラウドパフォーマンスインジケーターなどのテレメトリデータの洪水に苦労し、アラート疲労とインシデント解決の遅れを引き起こします。
Hawkeyeは、リアルタイムデータを継続的に分析し、パフォーマンスの問題または故障を示すパターンを検出することで、ノイズをカットします。Hawkeyeは、パッシブなモニタリングを超えて、積極的なアクションを取ることで、既存の可観測性とモニタリングツールを補完します。チームのエンジニアとして、HawkeyeはITテレメトリとシステムデータを解釈し、問題が発生するとそれらを解決します。
Hawkeyeは、自然言語で明確でアクション可能なインサイトを提供し、レスポンスタイムを日から分に短縮します。
Hawkeyeのユニークなアプローチは、LLMの力を利用してインシデント分析を導き、顧客データをLLMと共有することなく、考慮したセキュアなアプローチを提供します。
セキュリティと信頼は、ITにおけるAIの採用における主要な懸念事項です。NeuBirdは、これらの課題に対処するためにどのようにしていますか？
Hawkeyeのユニークなアプローチは、LLMの力を利用してインシデント分析を導き、顧客データをLLMと共有することなく、考慮したセキュアなアプローチを提供します。
Hawkeyeは、企業のセキュリティパーミター内で動作し、内部データソースのみを使用してインサイトを生成し、汎用的なLLMベースのシステムで発生するホールユシネーションを排除します。Hawkeyeはまた、透明性を提供することで、推奨事項の追跡可能性を確保し、ITチームが意思決定の完全な管理を維持できるようにします。このアプローチにより、Hawkeyeはブラックボックスのソリューションではなく、信頼性が高くセキュアなAIチームメイトとなります。
Hawkeyeは、既存のITインフラストラクチャとどのように統合されますか？また、企業のオンボーディングプロセスはどのようになりますか？
Hawkeyeは、AWS CloudWatch、Azure Monitor、Datadog、PagerDutyなどの既存の可観測性、モニタリング、インシデント対応ツールに接続することで、企業のIT環境とシームレスに統合されます。Hawkeyeは、主要なインフラストラクチャの変更を必要とせずに、IT、DevOps、SREチームと一緒に動作します。
ここでは、Hawkeyeのしくみを説明します：
- デプロイ: Hawkeyeは、お客様の環境内にデプロイされ、既存のツールやデータソースに接続されます。
- 学習＆適応: Hawkeyeは、過去のインシデントとリアルタイムのテレメトリを分析して、正常なシステム操作とパターンを理解します。
- カスタマイズ: プラットフォームは、企業固有のワークフローに適応し、応答と推奨事項を運用上のニーズに合わせて調整します。
- コラボレーション: チャットベースのインターフェイスを通じて、チームはリアルタイムの診断、ソリューション、自動解決（該当する場合）を受け取ります。
このストリームライン化された統合プロセスにより、インシデント解決が加速され、MTTRが短縮され、システムの信頼性が向上し、企業はヘッドカウントを追加せずにITオペレーションを効率的に拡大できます。
人間のエンジニアは、HawkeyeのようなAIチームメイトと共にどのような役割を果たしますか？このコラボレーションは、どのように進化すると思いますか？
Hawkeyeは、人間のITプロフェッショナルを置き換えるのではなく、補完します。ITチームはまだ戦略的な決定を下しますが、毎回の問題を手動でトラブルシューティングするのではなく、Hawkeyeと協力して問題をより迅速に診断および解決します。AIチームメイトがさらに進化するにつれて、ITプロフェッショナルは、より高価値のタスク、たとえばアーキテクチャの最適化、セキュリティの強化、新しいテクノロジーの導入の加速化に注力することになります。
Hawkeyeは、平均解決時間（MTTR）を90％削減することができます。実際の例やケーススタディを共有できますか？
全国的な食料小売業者が、Hawkeyeを導入して、電子商取引プラットフォームの複雑性に対処しました。そのSREチームは、膨大なテレメトリデータと遅い手動調査に圧倒され、特にピークのショッピング期間中にはそうでした。
HawkeyeをGenAIを搭載したチームメイトとして導入した結果、次のようになりました：
- ～90％のMTTR削減 – AWS CloudWatch、AWS MSK、PagerDutyのデータを瞬時に相関させました。
- 24/7リアルタイム分析 – 深夜のエスカレーションを排除しました。
- 自動インシデント解決 – 事前に承認された修正が自動的に適用されました。
彼らの休日シーズンの買い物ブーム中に、Hawkeyeは容量を最適化し、初期の問題を検出してリアルタイムのスケーリング調整を行い、ほぼ100％のアップタイムを実現しました。これは、彼らのITオペレーションにとっての大きな変化でした。
企業の運用におけるAIエージェントの進化、パッシブなアシスタントからアクティブな問題解決者への移行について、どのようなビジョンを持っていますか？この移行を促す主な進歩は何ですか？
AIは、パッシブな可観測性からアクティブな問題解決に移行しています。Hawkeyeはすでに根本原因の分析と解決を提供していますが、次の段階は、フルオートノミーです。AIがITオペレーションを予測し、リアルタイムで自己修復することです。この進化は、GenAIと認知的意思決定モデルの進歩によって推進され、企業のITを再定義します。
企業の自動化におけるAIの将来、5年後の見通しについてはどう考えていますか？その道程で予想される主な課題またはブレークスルーは何ですか？
AIは、エンジニアを支援することから、完全に自動化されたITオペレーションに移行します。AIは、問題がエスカレートする前に予測して解決します。マルチエージェントAIワークフローにより、IT、セキュリティ、DevOpsのシームレスなコラボレーションが可能になり、部門間のシロを打ち破ります。主なブレークスルーは、自己回復インフラストラクチャ、AI駆動のクロスファンクショナルコラボレーション、人間とAIの信頼の強化であり、AIチームメイトがより複雑な決定を下せるようにします。主な課題は、AIの透明性を確保し、AIと共同で作業するために労働力を適応させることです。
複数のスタートアップを成功させた経験を基に、現在AI駆動の会社を構築しているエントレプレナーにどのようなアドバイスを与えますか？
エントレプレナーは、AIのブームに追随するのではなく、実際の、高価値の問題を解決することに焦点を当てるべきです。AIは、企業がそれを採用する際に透明性と管理を確保することによって信頼できるものであるべきです。適応性が重要です。AIシステムは、企業のニーズに合わせて進化する必要があり、硬直化されたワンサイズフィットオールのソリューションではありません。人間の専門知識を置き換えるのではなく、AIは意思決定と運用の効率性を高めるチームメイトとして位置付けられるべきです。最後に、企業のAI採用には時間がかかるため、短期的なトレンドよりもスケーラビリティと長期的な影響を優先する会社が、最終的にこの分野でリーダーとして登場することになります。
素晴らしいインタビュー、詳しく知りたい読者はNeuBirdを訪問してください。
