访谈
高拓姆（高）·拉奥，NeuBird 首席执行官兼联合创始人 – 采访系列
高拓姆（高）·拉奥 是 NeuBird 的首席执行官和联合创始人，NeuBird 是 Hawkeye 的创造者，Hawkeye 是世界上第一个基于生成式 AI 的 ITOps 工程师，旨在帮助 IT 团队瞬间诊断和解决技术问题，实现人机团队之间的无缝协作。
拉奥是一位拥有成功创业经验的企业家。他曾联合创立并成功退出了多家公司，包括被 Pure Storage 收购的 Portworx，被 Dell 收购的 Ocarina Networks 和被 Citrix 收购的 Net6。他还拥有超过 50 项已授权专利，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熟练专业人员短缺的问题。该公司专注于简化数据分析和提供实时可执行的见解，旨在提高效率并支持 IT 管理的创新。
是什么启发你创立了 NeuBird，你又是如何确定 AI 驱动的 IT 运营自动化的需求的？
NeuBird 的诞生源于企业 IT 堆栈日益复杂和熟练 IT 专业人员短缺的背景。传统工具跟不上时代，迫使 IT 团队将 30% 的预算花在导航数据源上，而不是推动创新。我们看到了创造一个基于 AI 的 ITOps 工程师（Hawkeye）的机会，Hawkeye 可以瞬间识别 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大 IT 运营。
NeuBird 如何开创 AI 驱动的数字团队，并且 Hawkeye 与传统的 IT 自动化工具有什么不同之处？
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 Hawkeye 动态处理大量遥测数据，并立即诊断问题。它通过从多样化的企业数据源（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、上下文化的视图。
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 问题的根因并提出解决方案。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应对 IT 事件。
企业通常在 IT 运营中苦于数据过载。Hawkeye 如何从大量数据集中筛选出可执行的见解？
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 通过持续分析实时数据并检测表明性能问题或故障的模式来消除噪音。它补充了现有的可观察性和监控工具，通过主动采取行动而不是被动监控。作为您团队的一名工程师，它解释 IT 遥测和系统数据，并在问题出现时解决它们。
它以自然语言提供清晰、可执行的见解，减少了从天到分钟的响应时间。
Hawkeye 的独特方法利用了大型语言模型（LLM）的力量来指导事件分析，而无需将客户数据与 LLM 共享，确保了深思熟虑和安全的方法。
安全性和信任是 AI 在 IT 领域采用的主要问题。NeuBird 如何解决这些挑战？
Hawkeye 的独特方法利用了大型语言模型（LLM）的力量来指导事件分析，而无需将客户数据与 LLM 共享，确保了深思熟虑和安全的方法。
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建议来确保透明度，因此 IT 团队在决策中保持完全的控制权。这种方法使其成为一个可靠且安全的 AI 团队成员，而不是黑盒解决方案。
Hawkeye 如何与现有的 IT 基础设施集成，以及企业的入门流程是什么？
Hawkeye 可以无缝地与企业 IT 环境集成，通过连接现有的可观察性、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 团队合作。
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。
- 定制： 该平台适应企业特定的工作流程，根据操作需求量身定制响应和建议。
- 协作： 通过基于聊天的界面，团队获得实时诊断、解决方案和自动化解决方案（如适用）。
这种简化的集成过程加速了事件解决，减少了平均解决时间（MTTR），并提高了系统的可靠性，使企业能够在不增加员工的情况下高效地扩大 IT 运营。
人类工程师在 AI 团队成员如 Hawkeye 的协助下扮演什么角色？你如何看待这种合作的演变？
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，但与其手动排除每个问题，他们与 Hawkeye 合作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%。您能否分享任何真实世界的例子或案例研究来证明这一影响？
一家全国性零售商将 Hawkeye 集成到其电子商务平台中，以应对其电子商务平台日益复杂的挑战。他们的 SRE 团队被大量的遥测数据和缓慢的手动调查所淹没，尤其是在高峰购物期间。
借助 Hawkeye 作为基于生成式 AI 的团队成员，他们看到了：
- ~90% 的 MTTR 减少 – 即时数据关联，涵盖 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 – 预批准的修复措施自主部署。
在他们的假日购物高峰期，Hawkeye 优化了容量，提前检测到问题，并进行了实时的扩展调整，确保了近 100% 的正常运行时间，对于他们的 IT 运营来说，这是一个游戏规则的改变者。
您对企业运营中从被动助手到主动问题解决者的 AI 代理的演变有何展望？哪些关键进展将推动这一转变？
AI 正在从被动的可观察性转变为主动问题解决。Hawkeye 已经提供了根因分析和解决方案，但下一个阶段是完全的自治——AI 将主动优化 IT 运营，并实时自我修复基础设施。这一演变将由生成式 AI 和认知决策模型的进步推动，从而重新定义企业 IT。
您预测在接下来的五年内，AI 驱动的企业自动化将如何发展？在这段时间内，您预计会遇到哪些重大挑战或突破？
AI 将从协助工程师转变为完全自治的 IT 运营，预测和解决问题在它们升级之前。多代理 AI 工作流程将实现 IT、安全和 DevOps 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，允许 AI 团队成员承担更复杂的决策。主要挑战将是确保 AI 的透明度以及适应与 AI 协作的工作力。
作为多家成功创业公司的领导者，您会给今天正在建立 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 的炒作。AI 必须以企业信任为出发点，确保业务在采用 AI 时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而演变，而不是僵化的、通用的解决方案。AI 不应取代人类的专业知识，而应作为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。
感谢您接受这次精彩的采访，希望读者能够通过访问 NeuBird 来了解更多信息。
