Ronak Desai, Założyciel i Dyrektor Generalny Ciroos – Seria Wywiadów

Ronak Desai, założyciel i dyrektor generalny Ciroos, kieruje firmą z wyraźną misją eliminowania zbędnych prac w IT i oddawania czasu z powrotem inżynierom SRE, DevOps i operacjom. Przekonuje, że AI powinno istotnie uzupełniać ludzką ekspertyzę, a nie ją zastępować, szczególnie w środowiskach operacyjnych o wysokich stawkach. Przed założeniem Ciroos, Desai spędził ponad 20 lat w Cisco, gdzie pełnił wiele stanowisk kierowniczych, w tym Starszego Wiceprezesa i Dyrektora Generalnego Cisco Full-Stack Observability i AppDynamics. Przez całą swoją karierę, skupiał się na budowaniu skalowalnych, ukierunkowanych na klienta platform, posiada ponad 50 patentów w aktywnym użyciu dzisiaj i przenosi dalej zasady innowacji i obsesji na klienta, które kształtowały jego kadencję w Cisco.

Ciroos buduje AI-natywnego współpracownika SRE, zaprojektowanego do dramatycznego skrócenia czasu potrzebnego do zbadania i rozwiązania złożonych incydentów IT w środowiskach wielodomenowych. Platforma wykorzystuje natywny, wieloagentowy AI do wnioskowania na podstawie sygnałów, automatyzacji dochodzeń i wspierania automatyzacji, augmentacji i autonomicznych operacji — jednocześnie zapewniając, że ludzie pozostają w pełnej kontroli. Poprzez korelowanie danych z narzędzi i domen, które tradycyjnie są izolowane, Ciroos umożliwia zespołom przejście od reaktywnego gaszenia pożarów do szybszego, bardziej pewnego podejmowania decyzji, uwalniając inżynierów od koncentrowania się na wyższej jakości pracy zamiast na powtarzalnych i wyczerpujących pracach operacyjnych.

Spędziłeś ponad dwie dekady w Cisco, pomagając budować niektóre z jego najbardziej udanych produktów sieciowych i obserwacyjnych. Co skłoniło Cię do podjęcia decyzji o założeniu Ciroos?

Przez moje interakcje z różnymi zespołami przedsiębiorstw, widziałem tę samą historię powtarzającą się wielokrotnie. Zespoły operacyjne były przytłoczone przez pulpity, ścigając alerty i polegając na wiedzy instytucjonalnej, aby rozwiązać problemy w wielu systemach. Pomimo znacznych nakładów na obserwację, nie mieli sposobu, aby połączyć dowody w czasie rzeczywistym. Moi współzałożyciele i ja chcieliśmy to zmienić. Postanowiliśmy zbudować system AI, który mógłby wnioskować jak doświadczony operator i współpracować z SRE od samego początku, umożliwiając zespołom skupienie się na poprawie odporności i niezawodności zamiast spędzania czasu na poszukiwaniu wglądu lub gaszeniu pożarów.

Opisujesz Ciroos jako odpowiedź na jeden z najtrudniejszych problemów w operacjach — dochodzenia, które rozciągają się na wiele domen. Jak Twoje doświadczenie w kierowaniu AppDynamics i Full-Stack Observability w Cisco ukształtowało to przekonanie i wpłynęło na architekturę Ciroos?

W AppDynamics osiągnęliśmy wysoki poziom wglądu w zachowanie aplikacji. Jednakże, gdy przyczyna incydentu znajdowała się poza aplikacją (czy to w konfiguracji chmury, sieci lub IAM), posiadanie wglądu tylko na poziomie aplikacji było niewystarczające. Wyzwaniem było ustanowienie kontekstu. To doświadczenie ukształtowało, jak zaprojektowaliśmy Ciroos. Nasza platforma wprowadza wnioskowanie AI do skali operacji produkcyjnych. Spogląda na sygnały w wielu domenach, wyrównuje zdarzenia na wspólnej osi czasu i wnioskuje przez granice domen, aby określić prawdziwe przyczyny incydentów.

Ciroos wprowadza pojęcie „AI SRE Teammate”. Jak ta idea AI jako współpracownika różni się od tradycyjnych narzędzi automatyzacji lub obserwacji?

AI SRE Teammate działa bardziej jak nowy współpracownik niż nowe narzędzie. Słucha najpierw, zdobywa zrozumienie środowiska, akceptuje określone zadania i buduje zaufanie w czasie. Podczas gdy tradycyjna automatyzacja wykonuje reguły, współpracownik stosuje wnioskowanie. Gdy identyfikuje problem, wybiera odpowiednich ekspertów domenowych, gromadzi wspierające dowody i prezentuje je w kontekście. Ten współpracujący element uwalnia czas inżynierów do walidacji i rozwiązywania problemów, zamiast ręcznego pochodzenia korelacji.

Twoja platforma wykorzystuje wieloagentowe wnioskowanie AI. Czy możesz wyjaśnić, jak wiele agentów AI koordynuje się, aby przyspieszyć analizę przyczyn i poprawić dokładność w złożonych systemach?

Każdy agent posiada ekspertyzę domenową — jeden w Kubernetes, inny w chmurze, inny w sieci itd. Gdy występuje incydent, agenci ci pracują razem jako część centralnej warstwy wnioskowania, która koreluje wyniki w czasie rzeczywistym. System określa, którzy agenci mają być wywołani, jakie zadania przypisać każdemu agentowi, w jakiej kolejności i przez jaki czas. Ta koordynacja redukuje czas dochodzeń i poprawia dokładność, zapewniając, że każda warstwa jest oceniana w kontekście, a nie w izolacji.

Z technicznego punktu widzenia, jak Ciroos dynamicznie wnioskuje przez różne źródła danych — takie jak telemetria chmury, logi aplikacji i metryki infrastruktury — bez przytłaczania użytkowników szumem?

Ciroos traktuje każde źródło danych jako pojedynczą soczewkę w większym obrazie. Wyrównuje obserwacje z różnych źródeł danych na zjednoczonej osi czasu i prezentuje tylko istotne relacje przyczynowe. Na przykład, jeśli restartuje się pod po wystąpieniu niewielkiej zmiany w IAM lub polityce sieciowej, Ciroos automatycznie łączy tę sekwencję. Idzie dalej niż zapewnianie surowych pulpitów i zamiast tego składa kompletną historię opartą na dowodach, które pomagają inżynierom zrozumieć, dlaczego coś się stało.

Zaufanie i wyjaśnialność są centralne dla Twojej filozofii projektowej. Jak zapewniasz, aby zalecenia napędzane przez AI pozostawały przejrzyste i aby ludzcy inżynierowie pozostawali w pełnej kontroli?

Każde zalecenie przychodzi z dowodami wspierającymi i wnioskowaniem, które do niego doprowadziło. Inżynierowie mogą śledzić każdy wniosek, testować swoje założenia i zarządzać poziomem autonomii systemu, od asysty do półautonomicznej. System zachowuje wiedzę kontekstową w czasie dzięki ludzkiej informacji zwrotnej, pozwalając mu poprawiać jakość decyzji, pozostając w pełni zarządzanym. Nasz podejście przypomina sposób, w jaki zespół wchodzi w nowe role, z wyraźnymi barierami, bezpośrednim wnioskowaniem i pełnym nadzorem ludzkim. Zaufanie buduje się, gdy system pokazuje coraz bardziej niezawodne wyniki w czasie.

Wczesni adopterzy zgłaszają, że Ciroos redukuje czas dochodzeń z godzin do minut. Jakie wzorce lub spostrzeżenia najbardziej Cię zaskoczyły, gdy zespoły zaczęły używać AI SRE Teammate w produkcji?

Były dwie miłe niespodzianki — po pierwsze, szybkość, z jaką nawet duże przedsiębiorstwa odpowiedziały pozytywnie na naszą podstawową propozycję wartości, była serdeczna. Po drugie, nasi klienci przyjrzeli się naszej technologii i znaleźli bardzo unikalne przypadki użycia, które idą znacznie poza analizę przyczyn. Te przypadki użycia podkreślają prawdziwe wyzwania, z którymi duże przedsiębiorstwa spotykają się dzisiaj w swoich operacjach produkcyjnych.

Pojęcie „AI jako współpracownik” sugeruje współpracę zamiast zastąpienia. Jak widzisz tę koncepcję ewoluującą, gdy organizacje stają się coraz bardziej komfortowe z pracą obok inteligentnych systemów?

Widzimy to jako podróż obejmującą automatyzację, augmentację i ostatecznie autopilot. Chociaż Ciroos wspiera wszystkie trzy tryby dzisiaj, zwykle widzimy, że przyjęcie AI przez organizację następuje wzdłuż krzywej dojrzałości. Na początku przedsiębiorstwa używają naszego systemu AI do automatyzacji wyraźnie zdefiniowanych i powtarzalnych zadań, minimalizując obciążenie poznawcze dla ludzi. W przeciwieństwie do tego, systemy nie-AI rodzime nakładają zbyt duże obciążenie na operatora ludzkiego, aby skonfigurować wiele parametrów i reguł, zanim klienci zrealizują wartość.

W następnej fazie przedsiębiorstwa wykorzystują system AI do uzupełnienia ludzkiego wnioskowania w skali, w wielu domenach, podczas gdy system zapewnia szczegółowe wyjaśnienia i zalecenia dotyczące rozwiązywania problemów, które ludzie walidują i wykonują. To jest tam, gdzie większość przedsiębiorstw jest dzisiaj.

Z czasem AI może zarządzać pełnymi przepływami incydentów w sposób autonomiczny dla przedsiębiorstwa, eskalując do ludzi tylko wtedy, gdy jest to konieczne. Oczekujemy, że to będzie stopniowo otwierane w zależności od zadania. Ten postęp jest podobny do tego, jak zespoły rozwijają zaufanie z nowymi pracownikami. Im więcej zaufania zdobywasz, tym głębsze jest partnerstwo.

Wiele przedsiębiorstw już polega na ustanowionych platformach obserwacji i zarządzania incydentami. Jak Ciroos integruje się z tymi istniejącymi ekosystemami bez zakłócania przepływów pracy?

Od samego początku integracja nie była opcjonalna. Wierzymy, że model danych federacyjnych zapewnia przedsiębiorstwom najszybszy czas realizacji wartości, największą opcjonalność i najniższy całkowity koszt posiadania. Ciroos AI SRE Teammate integruje się z siedmioma różnymi kategoriami systemów przedsiębiorstw — obserwacją, odpowiedzią na incydenty, narzędziami współpracy, platformami chmurowymi, systemami ticketowymi, narzędziami CI/CD i infrastrukturą fizyczną za pomocą otwartych API i protokołów, takich jak MCP i A2A. Integruje się z ustanowionymi przepływami pracy, zamiast wymagać od zespołów przyjęcia nowych. To podejście pomogło uczynić go łatwym do przyjęcia przez przedsiębiorstwa. Zespoły otrzymują szybsze odpowiedzi bez zmiany swoich istniejących przepływów pracy.

Podkreślałeś obsesję na klienta i innowację przez całą swoją karierę. Jak te wartości kierują kulturą Ciroos i jego długoterminową wizją dla ponownego zdefiniowania inżynierii niezawodności?

Bycie obsesanym klientem oznacza być nieustannie skupionym na realnych wyzwaniach, z którymi zmagają się zespoły operacyjne naszych klientów, takich jak długie godziny, zmęczenie, prace operacyjne i ciągłe poszukiwanie odpowiedzi na pytania, które pojawiają się w operacjach. Innowacja jest o rozwiązywaniu tych problemów w sposób, który znacząco zwraca czas i skup. Wyobrażamy sobie, że wszystkie zespoły operacyjne mają AI współpracownika, który uczy się ciągle, skaluje z popytem i pomaga zapewnić niezawodność w systemach. W długiej perspektywie widzimy usługę AI jako oprogramowanie, stającą się standardem w całym cyklu od rozwoju do operacji produkcyjnych — systemy, które myślą, działają i poprawiają się wraz ze swoimi ludzkimi odpowiednikami. Jeśli możemy zapewnić naszym użytkownikom klarowność i przestrzeń, której zawsze potrzebowali, wykonaliśmy swoją pracę. Ci użytkownicy mogą być SRE, personelem IT, inżynierami operacji produkcyjnych, inżynierami operacji chmury, członkami zespołu DevOps wykonującymi operacje produkcyjne.