NeuBird 首席执行官兼联合创始人 Gou Rao – 专访系列

Goutham (Gou) Rao 是 NeuBird 的首席执行官兼联合创始人，该公司创造了 Hawkeye，这是世界上首个由生成式人工智能驱动的 ITOps 工程师，旨在帮助 IT 团队即时诊断和解决技术问题，实现人类团队与人工智能之间的无缝协作。

作为一名拥有成功记录的连续创业者，Rao 联合创立并成功退出了多家公司。他联合创立了 Portworx（被 Pure Storage 收购）、Ocarina Networks（被 Dell 收购）以及 Net6（被 Citrix 收购）。他还是一位拥有超过 50 项已授权专利的杰出发明家，专利领域涵盖计算机网络、存储和安全。

NeuBird 正在为 IT 运维开发生成式人工智能解决方案，以帮助解决管理现代复杂技术栈所需专业人才的短缺问题。该公司专注于简化数据分析并提供实时的可操作洞察，旨在提高 IT 管理的效率并支持创新。

是什么启发了您创立 NeuBird？您是如何识别出对 AI 驱动的 IT 运维自动化需求的？

NeuBird 的诞生源于企业 IT 技术栈日益复杂以及熟练 IT 专业人员短缺的现状。传统工具无法跟上发展，迫使 IT 团队将 30% 的预算花费在应对孤立的数据源上，而不是推动创新。我们看到了一个机会，可以创建一个由 AI 驱动的 ITOps 工程师——Hawkeye——它能够即时定位 IT 问题，将解决时间从数天缩短到数分钟，并使企业能够扩展 IT 运维，而不会受到人力限制的瓶颈。

NeuBird 如何开创 AI 驱动的数字队友？Hawkeye 与传统 IT 自动化工具相比有何独特之处？

与静态的、基于规则的 IT 自动化工具不同，我们由 AI 驱动的数字队友 Hawkeye 能够动态处理海量遥测数据并即时诊断问题。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）中提取洞察，消除了预编程可观测性工具的偏见，为 IT 团队提供其基础设施的整体、情境化视图。

Hawkeye 不仅仅是发出警报；它通过对话式界面与工程师积极协作，诊断根本原因并提出复杂 IT 问题的修复方案。这从根本上改变了 IT 运维的工作方式，帮助他们最大限度地减少停机时间，并以前所未有的速度响应 IT 事件。

企业在 IT 运维中常常面临数据过载的问题。Hawkeye 如何从海量数据集中筛选出可操作的洞察？

传统的 IT 工具难以处理海量的遥测数据——日志、系统指标和云性能指标——导致警报疲劳和事件解决缓慢。

Hawkeye 通过持续分析实时数据，并检测指示性能问题或故障的模式，来消除噪音干扰。它超越了被动监控，采取主动行动，从而补充了现有的可观测性和监控工具。它就像您团队中的一名工程师，解读来自您现有工具的 IT 遥测和系统数据，深入探究问题并在问题出现时予以解决。

它以自然语言提供清晰、可操作的洞察，将响应时间从数天缩短到数分钟。

Hawkeye 的独特方法利用了大语言模型的力量来指导事件分析，同时从不将客户数据共享给大语言模型，确保了周到且安全的方法。

安全和信任是 AI 在 IT 领域应用的主要关切点。NeuBird 如何应对这些挑战？

Hawkeye 的独特方法利用了大语言模型的力量来指导事件分析，同时从不将客户数据共享给大语言模型，确保了周到且安全的方法。

Hawkeye 在企业安全边界内运行，仅使用内部数据源生成洞察——消除了困扰通用大语言模型系统的幻觉问题。它还通过提供可追溯的建议来确保透明度，使 IT 团队能够完全掌控决策过程。这种方法使其成为一个可靠且安全的 AI 队友，而非一个黑盒解决方案。

Hawkeye 如何与现有 IT 基础设施集成？企业的上线流程是怎样的？

Hawkeye 通过连接到现有的可观测性、监控和事件响应工具（例如 AWS CloudWatch、Azure Monitor、Datadog 和 PagerDuty），与企业 IT 环境无缝集成。它与 IT、DevOps 和 SRE 团队协同工作，无需进行重大的基础设施变更。

其工作流程如下：

• 部署： Hawkeye 部署在您的环境中，连接到现有工具和数据源。
• 学习与适应： 它分析历史事件和实时遥测数据，以了解正常的系统运行状态并识别模式。
• 定制化： 该平台适应企业特定的工作流程，根据运营需求定制响应和建议。
• 协作： 通过基于聊天的界面，团队可以接收实时诊断、解决方案以及在适用情况下的自动化解决措施。

这种简化的集成流程加速了事件解决，降低了平均解决时间，并增强了系统可靠性——使企业能够高效扩展 IT 运维，而无需增加人员编制。

 人类工程师在与 Hawkeye 这样的 AI 队友协作中扮演什么角色？您如何看待这种协作关系的演变？

 Hawkeye 是对人类 IT 专业人员的补充，而非替代。IT 团队仍然负责战略决策，但他们不再需要手动排查每一个问题，而是与 Hawkeye 协作，更快地诊断和解决问题。随着 AI 队友变得更加先进，IT 专业人员将转向更高价值的任务——优化架构、改进安全性和加速新技术的采用。

Hawkeye 声称能将平均解决时间降低 90%。您能否分享一些展示此影响的实际案例或研究？

 一家全国性杂货零售商集成了 Hawkeye 来处理其电子商务平台日益增长的复杂性。他们的 SRE 团队被海量的遥测数据和缓慢的手动调查所淹没，尤其是在购物高峰期。

将 Hawkeye 作为由生成式 AI 驱动的队友后，他们看到了：

• 平均解决时间减少约 90% – 跨 AWS CloudWatch、AWS MSK 和 PagerDuty 的即时数据关联。
• 24/7 实时分析 – 消除了非工作时间的升级处理。
• 自动化事件解决 – 自主部署预先批准的修复方案。

在他们的假日购物高峰期间，Hawkeye 优化了容量，检测到早期问题，并进行了实时扩展调整，确保了接近 100% 的正常运行时间——这对他们的 IT 运维来说是一个改变游戏规则的因素。

对于 AI 代理从被动助手演变为企业运营中主动问题解决者，您有何愿景？推动这一转变的关键进展是什么？

 AI 正在从被动可观测性转向主动问题解决。Hawkeye 已经提供根本原因分析和解决方案，但下一阶段是实现完全自主——AI 主动优化 IT 运维，并实时自我修复基础设施。这一演变由生成式 AI 和认知决策模型的进步所驱动，将重新定义企业 IT。

您如何看待未来五年内 AI 驱动的企业自动化发展？您预计在此过程中会遇到哪些重大挑战或突破？

 AI 将从辅助工程师转向完全自主的 IT 运维，在问题升级之前预测并解决它们。多智能体 AI 工作流将实现跨 IT、安全和 DevOps 的无缝协作，打破部门间的壁垒。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 队友能够承担更复杂的决策。主要的挑战将是确保 AI 的透明度，并使劳动力适应与 AI 协同工作，在自动化与人工监督之间取得平衡。

作为成功领导过多次创业的创始人，对于今天正在构建 AI 驱动公司的创业者，您有什么建议？

 创业者应专注于解决真实、高价值的问题，而不是追逐 AI 炒作。构建 AI 时必须考虑到企业的信任，确保采用它的企业拥有透明度和控制权。适应性是关键——AI 系统必须随着业务需求而演进，而不是僵化的、一刀切的解决方案。AI 不应取代人类专业知识，而应定位为增强决策和运营效率的队友。最后，企业采用 AI 需要时间，因此那些优先考虑可扩展性和长期影响而非短期趋势的公司，最终将成为该领域的领导者。

感谢您接受这次精彩的采访，希望了解更多信息的读者请访问 NeuBird。