Ronak Desai, założyciel i dyrektor generalny Ciroos – seria wywiadów

Ronak Desai, założyciel i dyrektor generalny Ciroos, kieruje firmą z jasną misją wyeliminowania uciążliwości IT i poświęcenia czasu inżynierom SRE, DevOps i operacyjnym. Jest głęboko przekonany, że sztuczna inteligencja powinna znacząco uzupełniać wiedzę specjalistyczną ludzi, a nie ją zastępować, zwłaszcza w środowiskach operacyjnych o wysokim ryzyku. Przed założeniem Ciroos, Desai spędził ponad 20 lat w Cisco, gdzie pełnił wiele funkcji kierowniczych, w tym starszego wiceprezesa i dyrektora generalnego Cisco Full-Stack Observability i AppDynamics. W swojej karierze koncentrował się na budowaniu skalowalnych, zorientowanych na klienta platform, jest posiadaczem ponad 50 patentów, z których jest obecnie aktywnie korzystany, i kontynuuje zasady innowacji i skupienia na kliencie, które ukształtowały jego kadencję w Cisco.

Ciroos Ciroos tworzy natywnego partnera zespołu SRE opartego na sztucznej inteligencji, którego celem jest radykalne skrócenie czasu badania i rozwiązywania złożonych incydentów IT w nowoczesnych, wielodomenowych środowiskach. Platforma wykorzystuje natywną, wieloagentową sztuczną inteligencję do analizowania sygnałów, automatyzacji dochodzeń oraz wspierania automatyzacji, rozszerzania i autonomicznych operacji – jednocześnie zapewniając ludziom pełną kontrolę. Poprzez korelację danych z różnych narzędzi i domen, które tradycyjnie są odizolowane, Ciroos umożliwia zespołom przejście od reaktywnego gaszenia pożarów do szybszego i bardziej pewnego podejmowania decyzji, uwalniając inżynierów, pozwalając im skupić się na pracy o większym znaczeniu, zamiast na powtarzalnej i wyczerpującej pracy operacyjnej.

Spędziłeś ponad dwie dekady w Cisco, pomagając w tworzeniu jednych z najskuteczniejszych produktów sieciowych i obserwacyjnych tej firmy. Co zainspirowało Cię do podjęcia ryzyka i założenia Ciroos?

Podczas moich interakcji z różnymi zespołami korporacyjnymi wielokrotnie widziałem tę samą historię. Zespoły operacyjne były przeciążone pulpitami nawigacyjnymi, goniąc za alertami i polegając na wiedzy instytucjonalnej, aby rozwiązywać problemy w wielu systemach. Pomimo znacznych nakładów inwestycyjnych na obserwowalność, nadal brakowało im sposobu na łączenie dowodów z różnych domen w czasie rzeczywistym. Moi współzałożyciele i ja chcieliśmy to zmienić. Postanowiliśmy zbudować system sztucznej inteligencji, który rozumowałby jak doświadczony operator i od samego początku współpracowałby z inżynierami oprogramowania (SRE), umożliwiając zespołom skupienie się na poprawie odporności i niezawodności, zamiast tracić czas na wyszukiwanie spostrzeżeń czy gaszenie pożarów.

Opisałeś Ciroos jako odpowiedź na jeden z najtrudniejszych problemów w operacjach – dochodzenia obejmujące wiele dziedzin. W jaki sposób Twoje doświadczenie w kierowaniu działem AppDynamics i Full-Stack Observability w Cisco ukształtowało tę świadomość i wpłynęło na architekturę Ciroos?

W AppDynamics osiągnęliśmy wysoki poziom wglądu w zachowanie aplikacji. Jednak gdy przyczyna incydentu znajdowała się poza aplikacją (czy to w konfiguracji chmury, sieci, czy IAM), sama widoczność na poziomie aplikacji była niewystarczająca. Wyzwaniem było ustalenie kontekstu. To doświadczenie wpłynęło na sposób, w jaki zaprojektowaliśmy Ciroos. Nasza platforma wykorzystuje wnioskowanie oparte na sztucznej inteligencji do skalowania operacji produkcyjnych. Analizuje sygnały w różnych domenach, dopasowuje zdarzenia do wspólnej osi czasu i uzasadnia je w różnych domenach, aby określić rzeczywiste przyczyny incydentów.

Ciroos wprowadza koncepcję „członka zespołu SRE AI”. Czym ta koncepcja sztucznej inteligencji jako partnera do współpracy różni się od tradycyjnych narzędzi automatyzacji i obserwacji?

Zespół AI SRE działa bardziej jak nowy członek zespołu niż nowe narzędzie. Najpierw słucha, poznaje środowisko, akceptuje zdefiniowane zadania i z czasem buduje zaufanie. Podczas gdy tradycyjna automatyzacja realizuje reguły, zespół stosuje rozumowanie. Po zidentyfikowaniu problemu wybiera odpowiednich ekspertów dziedzinowych do zapytania, gromadzi dowody i przedstawia je w kontekście. Ten element współpracy pozwala inżynierom zaoszczędzić czas na walidację i rozwiązywanie problemów, zamiast ręcznego wyprowadzania korelacji.

Twoja platforma wykorzystuje wieloagentowe rozumowanie AI. Czy możesz wyjaśnić, jak wielu agentów AI koordynuje swoje działania, aby przyspieszyć analizę przyczyn źródłowych i zwiększyć dokładność w złożonych systemach?

Każdy agent posiada wiedzę specjalistyczną w danej dziedzinie — jeden w Kubernetes, inny w chmurze, jeszcze inny w sieciach itd. W przypadku wystąpienia incydentu agenci współpracują ze sobą w ramach centralnej warstwy wnioskowania, która koreluje ustalenia w czasie rzeczywistym. System określa, których agentów wywołać, jakie zadania przypisać każdemu agentowi, w jakiej kolejności i na jak długo. Taka koordynacja skraca czas analizy i zwiększa dokładność, zapewniając, że każda warstwa jest oceniana w kontekście, a nie w silosie.

Z technicznego punktu widzenia, w jaki sposób Ciroos dynamicznie rozumuje na podstawie różnych źródeł danych — takich jak telemetria w chmurze, logi aplikacji i metryki infrastruktury — nie przytłaczając użytkowników szumem?

Ciroos traktuje każde źródło danych jako pojedynczy element szerszego obrazu. Uporządkowuje obserwacje z różnych źródeł danych na ujednoliconej osi czasu i uwidacznia tylko istotne związki przyczynowo-skutkowe. Na przykład, jeśli zdarzenie restartu poda wystąpi po niewielkiej zmianie w systemie zarządzania tożsamościami (IAM) lub polityce sieciowej, Ciroos automatycznie łączy tę sekwencję. Rozwiązanie wykracza poza dostarczanie surowych pulpitów nawigacyjnych i zamiast tego tworzy kompletny obraz sytuacji w oparciu o dowody, które pomagają inżynierom zrozumieć, dlaczego coś się wydarzyło.

Zaufanie i zrozumiałość są kluczowe dla Twojej filozofii projektowania. Jak dbasz o to, aby rekomendacje generowane przez sztuczną inteligencję pozostały przejrzyste, a inżynierowie zachowali pełną kontrolę?

Każda rekomendacja zawiera dowody i uzasadnienie, które do niej doprowadziło. Inżynierowie mogą śledzić każdy wniosek, testować swoje założenia i zarządzać poziomem autonomii systemu, od wspomagającego do półautonomicznego. System zachowuje wiedzę kontekstową w czasie dzięki sprzężeniu zwrotnemu od człowieka, co pozwala mu poprawiać jakość decyzji, zachowując jednocześnie pełną kontrolę. Nasze podejście przypomina sposób, w jaki zespół wdrażałby nowych członków zespołu – z jasnymi zasadami, bezpośrednim rozumowaniem i pełnym nadzorem człowieka. Zaufanie rośnie wraz z rosnącą niezawodnością systemu w miarę upływu czasu.

Wcześni użytkownicy donoszą, że Ciroos skraca czas analizy z godzin do minut. Jakie wzorce lub spostrzeżenia najbardziej Cię zaskoczyły, gdy zespoły zaczęły korzystać z AI SRE Teammate w środowisku produkcyjnym?

Spotkały nas dwie miłe niespodzianki — po pierwsze, cieszy nas szybkość, z jaką nawet duże przedsiębiorstwa pozytywnie zareagowały na naszą podstawową propozycję wartości. Po drugie, nasi klienci przyjrzeli się uważnie naszej technologii i zaproponowali kilka bardzo unikalnych przypadków użycia, wykraczających daleko poza analizę przyczyn źródłowych. Te przypadki użycia uwypuklają realne wyzwania, z jakimi borykają się dziś duże przedsiębiorstwa w swoich procesach produkcyjnych.

Termin „AI jako członek zespołu” sugeruje współpracę, a nie zastępowanie. Jak Twoim zdaniem będzie ewoluować ta koncepcja w miarę, jak organizacje będą coraz bardziej komfortowo współpracować z inteligentnymi systemami?

Postrzegamy to jako podróż obejmującą automatyzację, rozbudowę i ostatecznie autopilota. Chociaż Ciroos obsługuje obecnie wszystkie trzy tryby, zazwyczaj obserwujemy, że wdrażanie sztucznej inteligencji w organizacjach przebiega zgodnie z krzywą dojrzałości. Na początek przedsiębiorstwa wykorzystują nasz system sztucznej inteligencji do automatyzacji jasno zdefiniowanych i powtarzalnych zadań, minimalizując jednocześnie obciążenie poznawcze ludzi. Z kolei systemy dedykowane, niezwiązane z natywną sztuczną inteligencją, nakładają na operatora zbyt duże obciążenie, ponieważ muszą oni skonfigurować wiele parametrów i reguł, zanim klienci odczują ich wartość.

W kolejnej fazie przedsiębiorstwa wykorzystują system sztucznej inteligencji, aby wspomagać ludzkie rozumowanie na dużą skalę w wielu dziedzinach, jednocześnie dostarczając szczegółowych wyjaśnień i rekomendacji dotyczących działań naprawczych, które człowiek weryfikuje i wdraża. Właśnie w tym miejscu znajduje się obecnie większość przedsiębiorstw.

Z czasem sztuczna inteligencja będzie w stanie autonomicznie zarządzać całym przepływem pracy związanym z incydentami w przedsiębiorstwie, przekazując sprawę do rąk człowieka tylko wtedy, gdy będzie to konieczne. Oczekujemy, że będzie to stopniowo rozszerzane w zależności od zadania. Ten proces jest podobny do tego, w jaki sposób zespoły budują zaufanie z nowymi pracownikami. Wraz ze wzrostem zaufania, partnerstwo staje się głębsze.

Wiele przedsiębiorstw korzysta już z uznanych platform do obserwacji i zarządzania incydentami. W jaki sposób Ciroos integruje się z tymi istniejącymi ekosystemami bez zakłócania przepływów pracy?

Od samego początku integracja nigdy nie miała być opcjonalna. Wierzymy, że federacyjny model danych zapewnia przedsiębiorstwom najszybszy czas osiągnięcia wartości, największą opcjonalność i najniższy całkowity koszt posiadania. Ciroos AI SRE Teammate integruje się obecnie z siedmioma różnymi kategoriami systemów korporacyjnych – obserwowalnością, reagowaniem na incydenty, narzędziami do współpracy, platformami chmurowymi, systemami zgłoszeń, narzędziami CI/CD oraz infrastrukturą fizyczną za pośrednictwem otwartych interfejsów API i protokołów, takich jak MCP i A2A. Integruje się z ugruntowanymi przepływami pracy, zamiast wymagać od zespołów wdrażania nowych. Taka konstrukcja ułatwiła przedsiębiorstwom wdrożenie. Zespoły otrzymują szybsze odpowiedzi bez konieczności zmiany istniejących przepływów pracy.

Przez całą swoją karierę podkreślałeś skupienie na kliencie i innowacyjność. W jaki sposób te wartości kształtują kulturę Ciroos i jej długoterminową wizję redefiniowania inżynierii niezawodności?

Bycie skupionym na kliencie oznacza nieustanne skupianie się na rzeczywistych wyzwaniach, z którymi borykają się zespoły operacyjne naszych klientów, takich jak długie godziny pracy, zmęczenie, trud i ciągłe poszukiwanie odpowiedzi na pytania pojawiające się w operacjach. Innowacja polega na rozwiązywaniu tych problemów w sposób, który w znaczący sposób zwraca czas i koncentrację. Wyobrażamy sobie, że wszystkie zespoły operacyjne będą miały partnera AI, który uczy się nieustannie, skaluje się wraz z zapotrzebowaniem i pomaga zapewnić niezawodność w systemach. W dłuższej perspektywie widzimy, że usługa AI jako oprogramowanie stanie się standardem w całym cyklu rozwoju do produkcji — systemy, które myślą, działają i ulepszają się razem ze swoimi ludzkimi odpowiednikami. Jeśli możemy zapewnić naszym użytkownikom przejrzystość i swobodę, których zawsze potrzebowali, wykonaliśmy naszą pracę dobrze. Tymi użytkownikami mogą być SRE, pracownicy IT Operations, inżynierowie operacji produkcyjnych, inżynierowie operacji w chmurze lub członkowie zespołu DevOps realizujący operacje produkcyjne.