Gou Rao，NeuBird 的 CEO 和联合创始人 – 采访系列

Goutham (Gou) Rao 是 NeuBird 的 CEO 和联合创始人，NeuBird 是 Hawkeye 的创造者，Hawkeye 是世界上第一个使用生成式 AI 的 ITOps 工程师，旨在帮助 IT 团队立即诊断和解决技术问题，实现人机团队之间的无缝协作。

Rao 是一位连续创业者，拥有成功创业和退出多家公司的经验。他联合创立了 Portworx，被 Pure Storage 收购；联合创立了 Ocarina Networks，被 Dell 收购；以及联合创立了 Net6，被 Citrix 收购。他也是一位成就卓著的发明家，拥有超过 50 项已颁发的专利，涉及计算机网络、存储和安全等领域。

NeuBird 正在开发用于 IT 运营的生成式 AI 解决方案，以帮助解决管理现代复杂技术栈所需的技能型专业人员短缺问题。该公司专注于简化数据分析和提供实时可执行的见解，旨在提高 IT 管理的效率和支持创新。

是什么启发你创立 NeuBird，并且你如何识别出对 AI 驱动的 IT 运营自动化的需求?

NeuBird 的诞生是由于企业 IT 堆栈日益复杂和技能型 IT 专业人员短缺。传统工具无法跟上节奏，迫使 IT 团队将 30% 的预算花在导航孤立的数据源上，而不是推动创新。我们看到了创造一个 AI 驱动的 ITOps 工程师的机会——Hawkeye，可以立即识别 IT 问题，减少从天到分钟的解决时间，并使企业能够在不受劳动力限制的情况下扩展 IT 运营。

NeuBird 如何开创 AI 驱动的数字团队成员，并且 Hawkeye 与传统 IT 自动化工具有什么区别?

与静态、基于规则的 IT 自动化工具不同，我们的 AI 驱动的数字团队成员 Hawkeye 动态处理大量遥测数据，并立即诊断问题。它通过从多个企业数据源（包括 Slack、云服务、数据库和自定义应用程序）中获取见解，消除了预编程的可观察性工具的偏见，为 IT 团队提供了对其基础设施的整体、上下文化视图。

Hawkeye 不仅仅是显示警报；它通过对话界面与工程师合作，诊断复杂 IT 问题的根源并提出解决方案。这从根本上改变了 IT 运营的方式，帮助他们最小化停机时间，并以前所未有的速度响应 IT 事件。

企业通常在 IT 运营中苦于数据过载。Hawkeye 如何筛选大量数据集以提供可执行的见解?

传统的 IT 工具难以处理大量的遥测数据（日志、系统指标和云性能指标），导致警报疲劳和缓慢的事件解决。

Hawkeye 通过连续分析实时数据并检测表明性能问题或故障的模式来削减噪音。它通过超越被动监控采取主动行动来补充现有的可观察性和监控工具。作为您团队中的一个工程师，它解释来自您现有工具的 IT 遥测和系统数据，深入研究问题并在出现时解决它们。

它以自然语言提供清晰、可执行的见解，减少从天到分钟的响应时间。

Hawkeye 的独特方法利用了 LLM 的力量来指导事件分析，而无需将客户数据与 LLM 共享，确保了周到的和安全的方法。

安全性和信任是 AI 在 IT 中采用的主要问题。NeuBird 如何解决这些挑战?

Hawkeye 的独特方法利用了 LLM 的力量来指导事件分析，而无需将客户数据与 LLM 共享，确保了周到的和安全的方法。

Hawkeye 在企业的安全周界内运行，仅使用内部数据源来生成见解——消除了困扰通用 LLM 基础系统的幻觉。它还通过提供可追溯的推荐来确保透明度，因此 IT 团队保持对决策的完全控制。这种方法使其成为可靠和安全的 AI 团队成员，而不是黑盒解决方案。

Hawkeye 如何集成到现有的 IT 基础设施中，企业的入门流程是什么?

Hawkeye 可以无缝地集成到企业 IT 环境中，通过连接到现有的可观察性、监控和事件响应工具（例如 AWS CloudWatch、Azure Monitor、Datadog 和 PagerDuty）。它可以在不需要进行重大基础设施更改的情况下与 IT、DevOps 和 SRE 团队一起工作。

以下是其工作原理：

• 部署： Hawkeye 在您的环境中部署，连接到现有的工具和数据源。
• 学习和适应： 它分析历史事件和实时遥测数据，以了解正常的系统操作并识别模式。
• 自定义： 该平台适应企业特定的工作流程，根据运营需求量身定制响应和推荐。
• 协作： 通过基于聊天的界面，团队可以实时获得诊断、解决方案和自动化解决方案（如适用）。

这种简化的集成流程加速了事件解决，减少了 MTTR，并提高了系统的可靠性——使企业能够在不增加人力的情况下高效地扩展 IT 运营。

人工工程师在 AI 团队成员如 Hawkeye 的旁边扮演什么角色？您如何看待这种协作的演变?

Hawkeye 补充而不是取代人类 IT 专业人员。IT 团队仍然推动战略决策，但他们与 Hawkeye 协作来更快地诊断和解决问题。随着 AI 团队成员变得更加先进，IT 专业人员将转向更高价值的任务——优化架构、提高安全性和加速新技术的采用。

Hawkeye 声称可以将平均解决时间（MTTR）减少 90%。您能否分享任何现实世界的例子或案例研究来展示这种影响?

一家全国性的杂货零售商将 Hawkeye 集成到其电子商务平台中，以应对日益复杂的 IT 基础设施。他们的 SRE 团队被大量的遥测数据和缓慢的手动调查淹没，尤其是在高峰购物期间。

有了 Hawkeye 作为 GenAI 驱动的团队成员，他们看到了：

• ~90% 的 MTTR 减少 – 即时数据关联，跨 AWS CloudWatch、AWS MSK 和 PagerDuty。
• 24/7 实时分析 – 消除了夜间升级。
• 自动化事件解决 – 预先批准的解决方案被自动部署。

在他们的假日购物高峰期间，Hawkeye 优化了容量，检测了早期问题，并进行了实时的扩展调整，确保了近 100% 的正常运行时间——这对他们的 IT 运营来说是一个游戏规则的改变。

您对企业运营中 AI 代理从被动助手到主动问题解决者的演变有什么看法？哪些关键进步正在推动这种转变?

AI 正在从被动的可观察性转向主动的问题解决。Hawkeye 已经提供了根源分析和解决方案，但下一个阶段是完全的自主性——AI 预测性地优化 IT 运营，并实时自我修复基础设施。这种演变由 GenAI 和认知决策模型的进步驱动，将重新定义企业 IT。

您预测五年内 AI 驱动的企业自动化将如何发展？您预计会遇到什么重大挑战或突破?

AI 将从帮助工程师转变为完全自治的 IT 运营，预测和解决问题，甚至在问题升级之前。多代理 AI 工作流程将实现 IT、安全和 DevOps 团队之间的无缝协作，打破部门之间的壁垒。最大的突破将包括自我修复的基础设施、AI 驱动的跨职能协作以及更强的人机信任，使 AI 团队成员能够承担更复杂的决策。主要挑战将包括确保 AI 的透明度以及适应与 AI 协作的工作力，平衡自动化与人工监督。

作为多家创业公司的成功领导者，您会给今天正在构建 AI 驱动公司的企业家什么建议?

企业家应该专注于解决真正的、高价值的问题，而不是追逐 AI 的热潮。AI 必须以企业信任为出发点，确保采用它的企业具有透明度和控制力。适应性是关键——AI 系统必须随着业务需求的变化而演变，而不是僵化的、一次性的解决方案。AI 不应该取代人类的专业知识，而应该作为一个增强决策和运营效率的团队成员。最后，企业 AI 的采用需要时间，因此优先考虑可扩展性和长期影响而不是短期趋势的公司最终将在该领域脱颖而出。

感谢这次精彩的采访，希望了解更多的读者可以访问 NeuBird。