Ronak Desai, Fundador e CEO da Ciroos – Série de Entrevistas

Ronak Desai, fundador e CEO da Ciroos, lidera a empresa com uma missão clara de eliminar o trabalho operacional e devolver o tempo aos engenheiros de SRE, DevOps e operações. Ele traz uma convicção profunda de que a inteligência artificial deve aumentar significativamente a expertise humana, em vez de substituí-la, especialmente em ambientes operacionais de alto risco. Antes de fundar a Ciroos, Desai passou mais de 20 anos na Cisco, onde ocupou vários cargos de liderança sênior, incluindo Vice-Presidente Sênior e Gerente Geral da Observabilidade da Cisco e da AppDynamics. Ao longo de sua carreira, ele se concentrou em construir plataformas escaláveis e centradas no cliente, detém mais de 50 patentes em uso atual e leva adiante os princípios de inovação e obsessão pelo cliente que moldaram sua atuação na Cisco.

Ciroos está construindo um parceiro de SRE baseado em inteligência artificial projetado para reduzir drasticamente o tempo necessário para investigar e resolver incidentes de TI complexos em ambientes modernos e multi-domínios. A plataforma usa inteligência artificial multiagente nativa para raciocinar sobre sinais, automatizar investigações e apoiar automação, aumento e operações autônomas, garantindo que os humanos permaneçam firmemente no controle. Correlacionando dados de ferramentas e domínios tradicionalmente isolados, a Ciroos permite que as equipes passem de um combate a incêndios reativo para uma tomada de decisões mais rápida e confiante, liberando os engenheiros para se concentrar em trabalhos de maior impacto em vez de toil operacional repetitiva e exaustiva.

Você passou mais de duas décadas na Cisco, ajudando a construir alguns de seus produtos de rede e observabilidade mais bem-sucedidos. O que o inspirou a dar o salto e fundar a Ciroos?

Ao longo de minhas interações com várias equipes de empresas, eu vi a mesma história se desenrolar repetidamente. As equipes de operações estavam sobrecarregadas com painéis, perseguindo alertas e dependendo do conhecimento institucional para solucionar problemas em vários sistemas. Apesar do grande capital gasto em observabilidade, eles ainda careciam de uma maneira de conectar evidências entre domínios em tempo real. Meus co-fundadores e eu queríamos mudar isso. Nós nos propusemos a construir um sistema de inteligência artificial que pudesse raciocinar como um operador experiente e trabalhar em conjunto com os SREs desde o início, permitindo que as equipes se concentrassem em melhorar a resiliência e a confiabilidade em vez de gastar tempo procurando insights ou combatendo incêndios.

Você descreveu a Ciroos como uma resposta a um dos problemas mais difíceis nas operações — investigações que abrangem vários domínios. Como sua experiência liderando o negócio da AppDynamics e da Observabilidade da Cisco influenciou essa percepção e influenciou a arquitetura da Ciroos?

Na AppDynamics, alcançamos um alto nível de visibilidade do comportamento da aplicação. No entanto, quando a causa de um incidente vivia fora da aplicação (seja na configuração de nuvem, rede ou IAM), ter visibilidade apenas na camada da aplicação era insuficiente. O desafio estava em estabelecer o contexto. Essa experiência guiou como projetamos a Ciroos. Nossa plataforma traz o raciocínio da inteligência artificial para escalar operações de produção. Ela olha para sinais em vários domínios, alinha eventos em uma linha do tempo comum e raciocina entre fronteiras de domínio para determinar as verdadeiras causas raiz dos incidentes.

A Ciroos introduz o conceito de um “Parceiro de SRE de IA”. Como essa ideia de IA como colaborador difere das ferramentas tradicionais de automação ou observabilidade?

O Parceiro de SRE de IA funciona mais como um novo parceiro de equipe do que como uma nova ferramenta. Ele ouve primeiro, ganha uma compreensão do ambiente, aceita tarefas definidas e constrói confiança ao longo do tempo. Enquanto a automação tradicional executa regras, o parceiro aplica o raciocínio. Quando ele identifica um problema, ele seleciona os agentes de especialistas de domínio relevantes para consultar, reúne evidências de apoio e as apresenta em contexto. Esse elemento colaborativo libera o tempo dos engenheiros para validar e resolver problemas em vez de derivar manualmente correlações.

Sua plataforma usa raciocínio de inteligência artificial multiagente. Pode explicar como vários agentes de IA coordenam para acelerar a análise da causa raiz e melhorar a precisão em sistemas complexos?

Cada agente tem expertise de domínio — um em Kubernetes, outro em nuvem, outro em rede e assim por diante. Quando um incidente ocorre, esses agentes trabalham juntos como parte de uma camada de raciocínio central que correlaciona descobertas em tempo real. O sistema determina quais agentes invocar, quais tarefas atribuir a cada agente, em que ordem e por quanto tempo. Essa coordenação reduz os tempos de investigação e melhora a precisão, garantindo que cada camada seja avaliada em contexto em vez de em um silo.

Do ponto de vista técnico, como a Ciroos raciocina dinamicamente sobre fontes de dados dispersas — como telemetria de nuvem, logs de aplicação e métricas de infraestrutura — sem sobrecarregar os usuários com ruído?

A Ciroos considera cada fonte de dados como uma lente em uma imagem maior. Ela alinha observações de fontes de dados em uma linha do tempo unificada e apresenta apenas as relações causais relevantes. Por exemplo, se um evento de reinicialização de pod ocorre após uma pequena alteração na IAM ou política de rede, a Ciroos conecta automaticamente essa sequência. Ela vai além de fornecer painéis brutos e, em vez disso, monta uma história completa com base nas evidências que ajudam os engenheiros a entender por que algo aconteceu.

Confiança e explicabilidade são centrais para sua filosofia de design. Como você garante que as recomendações impulsionadas por IA permaneçam transparentes e que os engenheiros humanos permaneçam firmemente no controle?

Cada recomendação vem com as evidências de apoio e o raciocínio que a levou a ela. Os engenheiros podem rastrear cada conclusão, testar suas suposições e gerenciar o nível de autonomia do sistema, desde assistivo até semi-autônomo. O sistema retém conhecimento contextual ao longo do tempo por meio de feedback humano, permitindo que ele melhore a qualidade da decisão enquanto permanece totalmente governado. Nossa abordagem se assemelha à forma como uma equipe seria capacitada com novos membros, com guardrails claros, raciocínio direto e supervisão humana total. A confiança se constrói à medida que o sistema mostra desempenho cada vez mais confiável ao longo do tempo.

Os primeiros adotantes relatam que a Ciroos reduz o tempo de investigação de horas para minutos. Quais padrões ou insights o surpreenderam mais quando as equipes começaram a usar o Parceiro de SRE de IA em produção?

Houve duas agradáveis surpresas — primeiro, a velocidade com que até mesmo grandes empresas responderam favoravelmente à nossa proposta de valor central foi animadora. Em segundo lugar, nossos clientes examinaram nossa tecnologia e encontraram alguns casos de uso muito únicos que vão além da análise da causa raiz. Esses casos de uso destacam os desafios do mundo real que as grandes empresas enfrentam hoje em suas operações de produção.

O termo “IA como Parceiro” sugere colaboração em vez de substituição. Como você vê essa ideia evoluindo à medida que as organizações se tornam mais confortáveis em trabalhar ao lado de sistemas inteligentes?

Nós vemos isso como uma jornada que envolve automação, aumento e, eventualmente, piloto automático. Embora a Ciroos apoie os três modos hoje, normalmente vemos a adoção de IA pelas organizações seguir uma curva de maturidade. Para começar, as empresas usam nosso sistema de IA para automatizar tarefas claramente definidas e repetitivas, minimizando a sobrecarga cognitiva para os humanos. Em contraste, sistemas não nativos de IA colocam uma carga excessiva sobre o operador humano para configurar muitos parâmetros e regras antes que os clientes realizem o valor.

Na próxima fase, as empresas aproveitam o sistema de IA para aumentar o raciocínio humano em escala em vários domínios, mesmo quando o sistema fornece explicações detalhadas e recomendações para remediação que o humano valida e executa. É aqui que a maioria das empresas está hoje.

Com o tempo, a IA pode gerenciar fluxos de trabalho de incidentes de forma autônoma para a empresa, apenas escalonando para um humano quando necessário. Esperamos que isso seja gradualmente aberto com base na tarefa. Essa progressão é semelhante à forma como as equipes desenvolvem confiança com novos contratados. À medida que você ganha mais confiança, a parceria cresce.

Muitas empresas já dependem de plataformas de observabilidade e gerenciamento de incidentes estabelecidas. Como a Ciroos se integra a esses ecossistemas existentes sem interromper os fluxos de trabalho?

Desde o início, a integração nunca foi opcional. Acreditamos que um modelo de dados federado fornece às empresas o tempo de valor mais rápido, a maior opção e o menor custo total de propriedade. O Parceiro de SRE de IA da Ciroos se integra a sete categorias diferentes de sistemas de empresa hoje — observabilidade, resposta a incidentes, ferramentas de colaboração, plataformas de nuvem, sistemas de ticket, ferramentas de CI/CD e infraestrutura física por meio de APIs e protocolos abertos, como MCP e A2A. Ela se integra aos fluxos de trabalho estabelecidos em vez de exigir que as equipes adotem novos. Isso ajudou a tornar fácil para as empresas adotarem. As equipes obtêm respostas mais rápidas sem alterar seus fluxos de trabalho existentes.

Você enfatizou a obsessão pelo cliente e a inovação ao longo de sua carreira. Como esses valores guiam a cultura da Ciroos e sua visão de longo prazo para redefinir a engenharia de confiabilidade?

Ser obcecado pelo cliente significa estar focado implacavelmente nos desafios do mundo real enfrentados pelas equipes de operações dos nossos clientes, como longas horas, fadiga, toil e a busca constante por respostas a perguntas que surgem nas operações. A inovação é sobre resolver esses problemas de maneiras que significativamente devolvem tempo e foco. Nós imaginamos todas as equipes de operações tendo um parceiro de IA que aprende continuamente, escala com a demanda e ajuda a garantir a confiabilidade em todos os sistemas. No longo prazo, vemos o serviço de IA como software se tornando padrão em todo o ciclo de desenvolvimento para operações de produção — sistemas que pensam, agem e melhoram ao lado de seus pares humanos. Se pudermos fornecer aos nossos usuários a clareza e o espaço para respirar que eles sempre precisaram, então fizemos nosso trabalho certo. Esses usuários podem ser SREs, equipes de operações de TI, engenheiros de operações de produção, engenheiros de operações de nuvem ou membros da equipe de DevOps que realizam operações de produção.