卡西克·Sj 是 LogicMonitor 的首席 AI 官员。在领导全球产品组织近 20 年后，他曾领导过高增长的初创公司，如 Aisera，并在大型上市公司如 SAP 任职。他的专长是为企业构建、执行和扩展 AI 首先的产品。在他的任期内，他曾孵化和扩展多个从零到一的产品到收入，并拥有多项 AI 和自动化专利。
在AI的黄金时代，我看到两种不同的解决方案类别：维生素和止痛药。维生素是帮助你写出更好的文案或润色幻灯片的东西，它只能在一定程度上提高你的生产力。然而，止痛药却是系统性生存问题的解决方案。它可以帮助你在问题变得不可控之前解决它，或者处理全球性的中断，例如当一项CrowdStrike更改 崩溃大约850万台Windows PC在2024年7月。当采用AI时，追求止痛药类别比追求维生素类别更好。我并不惊讶Gartner 预测到2026年，AI将从辅助人类的工具演变为取代手动劳动的复杂工作流平台。想象一下CrowdStrike问题的痛苦程度，以及AI代理如何处理它。IT自动化是一个止痛药。IT类似于消防痛苦的真相是IT行业被数据淹没，但却缺乏洞察力。有足够的数据可供收集，但这些数据是否给你带来答案？这种“数据噪音”一直是IT的主要问题，使其成为一种持续的消防状态。其他业务部门并不关心IT运营。当然，IT提供了有用的仪表盘，但这些仪表盘更像保险：它们提供了业务受到保护的安心感。同时，IT员工是第一响应者，试图扑灭可能迅速蔓延的火灾。有很多高风险的事件，数百万美元的赌注，他们不能总是处理好一切。这是一项非常艰难的工作。如果火势失控，AI工具能否扑灭它并确保它不会导致更大的灾难？根据我的经验，答案是肯定的。业务部门关心的是IT解决问题，而不是速度、性能和内部机制。IT是一个基于价值、基于结果的AI使用场景。赋予代理更多代理权换句话说，AI使得IT中的自愈成为可能，将工作从消防转移到防火。您不希望人类花费时间进行消防，就像20年前一样。今天，您希望在IT基础设施中安装烟雾探测器。当有烟雾时，AI代理会检测并解决问题。没有必要每次都呼叫消防部门和部署消防员。代理可以帮助您减少噪音并调查问题。例如，“鲍勃抱怨他的应用程序运行缓慢。没问题，让AI代理调查并找出根源原因。”第二个代理解决问题，第三个代理为鲍勃创建一个仪表盘，显示他的团队正在发生什么。难怪Forrester 认为多代理系统是代理AI的下一个进步。您可以拥有一个代理群，共同工作以检测、调查、解决和学习。这就是整个循环。随着AI的发展，IT工作中枯燥的百分比会减少，人类会成为审查者。人类的工作流程可能很复杂，例如客户预订航班、遇到问题并要求退款。这些事情对于代理来说很难处理。任务如阅读日志？代理可以轻松完成。事实上，他们永远不会睡觉。IT自动化是代理的合适使用场景。一旦您转变了思维，您将希望通过确保代理理解所有事件、服务、位置和组织结构来赋予代理更多代理权。最终，代理越了解公司的数据关系，就能完成更多任务。这不仅仅是“做什么”，还包括“为什么”。“为什么鲍勃以某种方式解决了这个路由器问题？好吧，这是他做的。”有结构化的知识、Slack中的消息和Teams中的通话。您可以将所有这些结合起来，创建一个上下文图，并将其输入到您的代理引擎中，模拟人类的行为：感知、规划工作、推理、采取行动和适应。两年前，聊天机器人只是吐出一个答案。它要么非常好，要么非常差。从那时起，我们添加了推理和行动。这就是整个循环变得生动的原因。赋予代理更多代理权是构建、管理和修复IT应用程序的新方式。衡量代理如何帮助在所有希望实现IT自动化的客户中，首要的明显使用场景是噪音减少。有太多噪音发生，没有人愿意在不合适的时间被唤醒，尤其是当大多数时候没有火灾，只有烟雾时。您不希望浪费人类劳动力在烟雾报警上。您希望代理处理它。噪音减少是一个明确的价值KPI。如果您将噪音减少90%，则进入IT服务管理（ITSM）工具的事件会减少，例如ServiceNow。进入ServiceNow的票数减少意味着您的IT团队有更多时间专注于关键工作。这是我们客户衡量的首要指标：进入ITSM的事件减少。第二个关键指标是调查时间。调查曾经需要4到8个小时。”嘿，鲍勃，去调查这个问题。”每次您要求鲍勃去调查，都需要鲍勃花费时间。您不能要求鲍勃调查每个烟雾信号，因为这需要太长时间。鲍勃在8个小时后带着报告回来。如果没有代理处理大部分调查，您将不得不让一些火灾继续燃烧。成本是有些火灾变成火灾风暴。您正在盲目飞行。您看到这些烦人的警报不断出现，您必须让它们保持这种状态，直到您知道烟雾是火灾。有了代理，您可以在几分钟内调查每个异常，并且可以进行无限的调查。第三，一些客户跟踪平均修复时间（MTTR），它衡量解决问题所需的时间。他们衡量有多少事件被完全自主解决。如果系统生成一个问题，它是一个系统故障，代理可以确定问题、解决它并告诉您它已经解决了。所有这些都记录在票据中，因此您可以看到审计日志。就像人类做的一样，但代理做了一切。MTTR现在可以在10%至20%之间，但这个数字只会增长。代理改变了您的公司运营方式噪音减少、调查时间和MTTR都是我们看到自主IT与客户产生共鸣的原因。许多客户不再拥有Level 1团队，因为他们已经完全自动化了该功能。现在只有Level 2和Level 3。在四月，麦肯锡 估计代理AI最终可以自动化60%至80%的常规基础设施工作，并提到了一个例子，其中50%的公司服务代理容量被重新部署到更高价值的活动中。在公司部署正确的AI工具后，他们的IT团队会改变工作方式。这就是为什么IT自动化是一个止痛药：它是推动整个组织采用AI代理并让人类工作力保持业务平稳运行的强制催化剂。
“如果你能给我运营团队每天多30分钟的时间，那将是一个胜利。” 一位CIO的谦逊请求反映了今天的IT运营团队的现实——被动地应对故障，精疲力竭。 但是，这些3点的警报风暴和争分夺秒的恢复时刻，这些定义了传统的IT运营，正在变得过时。自愈数据中心——曾经看似未来主义的——正在通过代理人工智能系统的出现而变得现实，这些系统可以在人类操作员收到第一个警报之前检测、诊断和解决问题。 这不是理论；这是正在发生的，根本改变了企业基础设施管理和重新定义了IT运营团队的角色。IT环境已经超过了人类可以合理地监控和管理的范围。 组织正在处理复杂的混合基础设施，涵盖了传统系统、专有云、多个公有云提供商和边缘计算环境。 当问题出现时，它们会迅速蔓延。 一个小的数据库性能下降会触发应用程序超时，导致重试风暴和广泛的服务退化。 为昨天的更简单的架构设计的传统工具无法跟上——它们在信息孤岛中运行，缺乏跨平台的可见性，并生成成千上万个不相关的警报，这些警报甚至会让最有经验的运营团队感到不知所措。这种复杂性为人工智能提供了一个机会，以前所未有的方式提供价值。 人工智能在处理系统生成的问题和确定性结果时表现出色。 系统故障不是模糊的；它们遵循模式——人工智能可以识别、分析和最终在没有人类干预的情况下解决这些模式。 代理人工智能系统通过压缩多达95%的警报来展示这种能力，同时主动检测和解决问题，防止它们升级为服务中断。超越警报分类：自愈如何真正发挥作用自愈能力始于相关性。 人类只能看到不相关的警报，而人工智能代理则识别模式，将技术栈中的信息整合为连贯的见解。 一家全球托管服务提供商处理每月140万个事件，部署了代理人工智能，并通过智能相关性和自动化将服务事件减少了70%。接下来是根本原因分析和补救计划。 人工智能系统不仅仅识别出了什么正在发生，还找出了原因，然后建议或实施解决方案。 在去年的重大软件发布期间，具有先进人工智能监控的组织捕获了早期的红旗，并控制了影响，而竞争对手则在努力控制损害。自动补救是这一转变的核心。 当代自主人工智能可以在适当的人类监督下采取行动。 当您的VPN性能下降时，人工智能可以检测到问题，找出原因，实施解决方案，并在之后通知您：“我注意到您的VPN性能下降，因此我优化了配置。现在它运行得很好。” 这是区别于不断灭火和确保火灾永远不会开始的关键。人工智能赋能的弹性三大支柱实施自愈能力的组织必须建立三个关键支柱：第一个支柱是意识。 IT事件必须直接与业务成果相关。 先进的人工智能系统提供了上下文仪表盘，概述了系统故障时的具体财务影响，从而使恢复计划能够优先考虑最关键的技术。第二个支柱是快速检测。 IT事件可以在不到两分钟内从一台服务器传播到60,000台。 自主人工智能系统识别和消除威胁，通过立即隔离受影响的服务器、运行诊断并部署补丁来减少响应时间。第三个支柱是优化。 自愈系统知道什么是正常的，什么是不正常的。 通过识别典型的环境行为，它们将安全团队的注意力集中在关键问题上，同时自动解决常规问题，防止升级。弥合技能差距和提升团队但也许自愈技术带来的最大影响并不是技术方面的，而是人力方面的。 具有机构知识的经验丰富的三级工程师——他们能够诊断奇怪的边缘故障——正在变得越来越稀缺。 人工智能弥合了这一技能差距。...
