Vijay Kurkal, VD för Resolve – Intervjuer

Vijay Kurkal är VD för Resolve där han övervakar företagets strategiska tillväxt när det hjälper till att maximera potentialen för AIOps och IT-automatisering i företag runt om i världen. Vijay har en lång historia inom tech-branschen, med de senaste tjugo åren har han arbetat med många programvaru- och maskinvaruföretag som har gått från mainframe till bländande, framväxande teknik. Innan han gick med i Resolve, hade han ledande positioner på IBM, VMware, Bain & Company och Insight Partners, och spelade en avgörande roll i att accelerera tillväxten av en mängd olika teknologiföretag och introducera toppmoderna produktlinjer.

Du har lett Resolve sedan 2018, först som COO och nu som VD. Vad var det som ursprungligen drog dig till det här företaget?

Det finns ett enormt behov av automatisering och AIOps idag, med tanke på de utmaningar som IT-organisationer inom företag står inför. Dessa team hanterar alltmer komplexa, högt virtualiserade, hybridmiljöer och måste snabbt implementera nya teknologier för att hålla sig konkurrenskraftiga. Utan hjälp av verktyg som automatisering och AIOps är det omöjligt att effektivt hantera dessa miljöer, och komplexiteten kommer bara att öka.

Med tanke på den enorma marknadsmöjligheten, drogs jag omedelbart till Resolves djupa rötter inom automatisering. Med mina 20 års erfarenhet av en mängd olika tech-företag, är jag otroligt entusiastisk över möjligheten för automatisering och AIOps att verkligen förändra IT-drift. Dessa teknologier är spelväxlare för företag – inte bara för att överleva, utan för att trivas i den nuvarande miljön. Som vi har sett under de senaste månaderna, när digital transformation har accelererat snabbt, är automatisering absolut nödvändig för att lyckas. Resolve är unikt positionerat för att möta dessa behov och införa nästa generation av IT-drift.

Hur skulle du bäst beskriva vad Resolve erbjuder IT-företag?

Genom att kombinera toppmoderna AIOps-funktioner med vår branschledande automatiseringsplattform, hjälper Resolve IT-team att uppnå mer agila, autonoma IT-drift, även när infrastrukturen fortsätter att expandera i omfattning och komplexitet. Vårt enhetliga produkt erbjuder en sluten loop av upptäckt, analys, upptäckt, förutsägelse och automatisering, inklusive förbyggda automatiseringar som kan utlösas autonomt av AIOps-insikter för att ligga före problem och lätta på bördan för IT-organisationer.

Vårt mål är att hjälpa ITOps, NetOps och Service Desk-team att möta de växande kraven på IT, strömlinjeforma driften, minska kostnaderna, förbättra MTTR och prestanda, och accelerera tjänsteleveransen genom kraften av automatisering och AIOps.

För läsare som inte är bekanta med begreppet AIOps, kan du förklara vad detta begrepp beskriver och vad som gör det så viktigt?

AIOps – eller AI för IT-drift – hjälper till att strömlinjeforma hanteringen av komplexa, hybrid-IT-miljöer genom att distribuera AI, maskinlärande och avancerad analys för att samla in, analysera och kontextualisera enorma mängder data som samlats in från olika källor inom IT-ekosystemet. Dessa insikter underlättar identifieringen av befintliga eller potentiella prestandaproblem medan de upptäcker avvikelser och pekar ut den troliga roten till incidenter. Över tiden kan maskinlärande förutsäga framtida problem och proaktivt automatisera lösningar innan de påverkar affärsverksamheten.

Dessutom erbjuder de flesta AIOps-verktyg avancerade korrelationsfunktioner som hjälper IT-proffs att bestämma hur larm är relaterade, minska bruset genom att gruppera liknande händelser och bringa de verkliga problemen till ytan, så att människor kan fokusera på vad som är viktigast. Vissa AIOps-lösningar utför också auto-upptäckt och beroendekartläggning för att ge djup insikt i hur enheter är anslutna till varandra och hur driftstopp kan påverka kritiska affärstjänster. Detta erbjuder en mängd fördelar, från att hålla CMDB uppdaterad och korrekt till att accelerera incidenthantering och förenkla felsökning, ändringshantering och regelefterlevnad.

Vilka är några av de datautmaningar som IT-företag står inför?

Den största datautmaningen som IT-organisationer står inför är att hantera den ökade komplexiteten som orsakas av exponentiell tillväxt av infrastruktur och den dagliga strömmen av nya teknologier. Datavolymen och larmbruset som skapas av infrastrukturtillväxten har vida överstigit den mänskliga förmågan att hitta nålen i den så kallade IT-högen. Gartner uppskattar en två- till tre gånger ökning av datavolymen per år. För att överleva i denna dynamiska miljö är det avgörande för IT-organisationer att anta AIOps och automatisering för att hjälpa dem hantera enorma mängder data och strömlinjeforma hanteringen av nya teknologier.

Hur kan företag övervinna dessa utmaningar med hjälp av Resolve?

Resolve möjliggör för företag att hantera ökande IT-komplexitet med färre resurser genom den kraftfulla kombinationen av AIOps och automatisering. Plattformen är utformad för att ge omedelbar lättnad, samt långsiktig värde.

Till skillnad från många andra AIOps-lösningar på marknaden, behöver kunderna inte vänta i månader för att börja se värde med Resolve. Faktum är att kunderna får värde på bara några minuter med Resolves automatiserade upptäckt och beroendekartläggning. Dessa funktioner möjliggör för oss att generera fullständiga infrastrukturvisualiseringar, detaljerade cross-domäntopologikartor, applikationsberoendekartor och omfattande vy över lager. Dessutom ingår Resolve data från många andra verktyg (såsom övervakning, händelsehantering, ITSM och loggningslösningar) och sammanfogar det med telemetridata som samlas in natively av vår egen plattform. Detta möjliggör för kunderna att uppnå den eftertraktade “enheten glas” som de behöver för att effektivt hantera komplex, hybridinfrastruktur, och ger betydligt rikare (och fullständig) synlighet över domäner.

Under flera veckor förbättras och berikas dessa insikter när Resolve “lär” miljön och utnyttjar maskinlärande för att utföra aktiviteter som händelsekorrelation och kluster, prediktiv analys, multivariat avvikelseupptäckt, dynamisk tröskel och autonom åtgärd – vilket gör produkten exponentiellt mer intelligent (och värdefull) över tiden.

Våra företagsklassade automatiseringsfunktioner kan vidta åtgärder baserat på insikter från AIOps-komponenterna eller kan användas oberoende. Utformade för skalan och komplexiteten i moderna, hybridmiljöer, kan plattformen hantera allt från enkla uppgifter till mycket komplexa processer som går långt utöver kapaciteten hos andra verktyg. Att kombinera AIOps med denna nivå av automatisering erbjuder en utan motstycke förmåga att förutsäga, förhindra och åtgärda problem innan de påverkar affärsverksamheten, och att radikalt förbättra den övergripande driftseffektiviteten.

Kan du beskriva hur Resolve underlättar utredningen av säkerhetsincidenter?

Resolves automatiserade incidentvalidering bestämmer snabbt vilka larm som är verkliga hot och vilka som är falska positiva. Timmar av manuellt arbete elimineras genom att automatiskt samla in data över hela IT-miljön och säkerhetsverktyg, inklusive SIEM, hotkällor, antivirusystem och loggar. All denna data förenas i en anpassningsbar instrumentpanel, så att det är lätt att se problemet och bestämma hur man ska åtgärda det. Resolve centraliserar orkestreringen av slut-till-slut-utrednings- och utredningsflöden för att säkerställa att problem kan åtgärdas snabbt. Vi fångar också upp en fullständig revisionslogg av incidentutredningssteg och resultat för att stödja regelefterlevnad och styrning.

En av Resolves funktioner är att det möjliggör för IT-proffs att ignorera “brus” och fokusera på de verkliga problemen. Kan du diskutera detta?

IT-proffs bombarderas med larmbrus från flera system. Det är svårt att veta var man ska fokusera, eftersom många av dessa larm är falska positiva, och många andra härrör från samma underliggande problem.

Ta till exempel fallet med ett e-handelssystem som misslyckas. Larmklockor kommer att börja ringa överallt när IT-proffs febrilt sorterar genom flera datakällor för att bestämma om det är nätverket, applikationen eller en av de många underliggande delarna av infrastrukturen eller tjänsterna som orsakar problemet. Det kan ta timmar att bestämma att boven var hög CPU-användning som ledde till en långsam databas och till sist misslyckandet av e-handelssystemet. Ännu värre, med allt larmbrus, kan IT-teamen missa händelserna som är relaterade till e-handelssystemet och istället fokusera på ett mycket lägre prioriterat problem som inte är relaterat till intäkter.

Resolve eliminerar larmbrus genom att utföra händelsekorrelation och kluster. Kluster av maskinlärande algoritmer används för att identifiera och gruppera händelser (över system och domäner) som vanligtvis inträffar tillsammans, vilket dramatiskt komprimerar händelsevolymer. Vår plattform använder också sekventiell mönsteranalys och tids-seriehändelsekorrelation. Miljontals händelser över applikationer och infrastruktur normaliseras och sekvenseras i en tids-serie och sedan analyseras av maskinlärande för att identifiera mönster. Dessa mönster möjliggör för Resolve att reducera larmbrus och hjälpa till att identifiera roten – samt proaktivt upptäcka problem innan de inträffar. Dessutom kan tids-seriekorrelationerna utnyttjas för att spela upp alla händelser som inträffade under en tidsperiod som ledde till en driftstopp.

I fallet med e-handels-exemplet ovan, skulle Resolve kunna klustra alla larm som är relaterade till applikationsfelet, komprimera dem till en enda händelse. Systemet kunde också spåra roten tillbaka till en topp i CPU-användning, vilket gör det snabbt och enkelt för IT-teamet att åtgärda problemet snarare än att triage hundratals larm oberoende när de letar under varje sten för att hitta roten till problemet. Om så önskas, kan Resolve till och med utlösa en automatiserad åtgärd för att ta hand om problemet utan mänskligt ingripande.

Kan du ge oss ett fallstudie-exempel på hur ett företag använt Resolve?

Fujitsu hade en rad drivkrafter för att anta automatisering för att bättre leverera sin svit av IT-hanterade tjänster till en mängd olika globala företag. Främst behövde Fujitsu minska driftskostnaderna samtidigt som de fortsatte att växa sin infrastruktur, förbättra den organisatoriska effektiviteten och standardisera processer. Vi hjälpte dem att uppnå alla dessa mål genom att automatisera viktiga processer, och vi hjälpte dem att förbättra MTTA och MTTR för att säkerställa att de snabbt åtgärdade problem som påverkade deras kunder för att möta sina SLA.

Finns det något annat du vill dela om Resolve?

Digital transformation har fått momentum i kölvattnet av den globala pandemin. Vi ser ett otroligt behov av att lindra den växande belastningen på IT-system och personal som krisen har skapat. Samtidigt är det uppenbart att företag behöver planera för den nästa oförutsedda händelsen. Automatisering och AIOps är båda grundläggande för att uppnå dessa mål, eftersom de kan hjälpa till att säkerställa affärskontinuitet och förbättra agility och motståndskraft samtidigt som de minskar säkerhetsrisker och kostnader. Vår mission är att hjälpa våra kunder att excellera även under utmanande tider genom att strategiskt utnyttja dessa teknologier. Tack för dina underbara svar. Alla som vill lära sig mer bör besöka Resolve.