Gou Rao ، مدیر عامل و بنیانگذار Neubird – سری مصاحبه


گوتام (گو) رائو مدیرعامل و بنیانگذار ناوبری، سازندگان Hawkeye ، اولین مهندس ITOPS تولید کننده AI در جهان ، که برای کمک به تیم های IT به تشخیص و حل و فصل مسائل فنی فوراً طراحی شده و امکان همکاری یکپارچه بین تیم های انسانی و هوش مصنوعی را فراهم می کند.

یک کارآفرین سریال با سابقه اثبات شده ، رائو با هم همکاری کرده و با موفقیت از شرکت های مختلف خارج شده است. وی با تأسیس Portworx ، که توسط ذخیره خالص به دست آمده است. شبکه های اوکارینا ، به دست آمده توسط دل ؛ و Net6 ، توسط Citrix به دست آمده است. او همچنین یک مخترع برجسته با بیش از 50 حق ثبت اختراع صادر شده در شبکه های رایانه ای ، ذخیره سازی و امنیت است.

ناوبری در حال تهیه راه حل های تولید کننده هوش مصنوعی برای عملیات فناوری اطلاعات برای کمک به کمبود متخصصان ماهر مورد نیاز برای مدیریت پشته های فناوری مدرن و پیچیده است. این شرکت بر ساده سازی تجزیه و تحلیل داده ها و ارائه بینش های عملی در زمان واقعی ، با هدف تقویت کارآیی و پشتیبانی از نوآوری در مدیریت فناوری اطلاعات متمرکز است.

چه چیزی شما را به راه اندازی Neubird القا کرد و چگونه نیاز به اتوماسیون عملیاتی IT را محور داشتید؟

Neubird از پیچیدگی فزاینده ای از پشته های IT و کمبود متخصصان ماهر فناوری اطلاعات متولد شد. ابزارهای سنتی به کار خود ادامه نمی دادند و تیم های فناوری اطلاعات را مجبور می کردند 30 ٪ از بودجه خود را صرف پیمایش در منابع داده های خاموش به جای نوآوری رانندگی کنند. ما فرصتی را دیدیم که یک مهندس ITOPS با قدرت هوش مصنوعی-هاوکی-ایجاد کنیم که فوراً می تواند مشکلات آن را مشخص کند ، زمان به وضوح را از روزها به دقایقی کاهش دهد و شرکت ها را قادر می سازد بدون اینکه از محدودیت های کار استفاده کنند ، عملیات IT را مقیاس کنند.

چگونه هم تیمی های دیجیتال پیشگام Neubird Pioneering ، و چه چیزی هاوکی را از ابزارهای سنتی اتوماسیون IT جدا می کند؟

بر خلاف ابزارهای اتوماسیون IT استاتیک و مبتنی بر قانون ، هم تیمی دیجیتال هوش مصنوعی ما ، هاوکی ، به صورت پویا داده های گسترده تله متری را پردازش می کند و بلافاصله مشکلات را تشخیص می دهد. این تعصب ابزارهای مشاهده از پیش برنامه ریزی شده را با کشیدن بینش از منابع مختلف داده های سازمانی-از جمله Slack ، خدمات ابری ، بانکهای اطلاعاتی و برنامه های سفارشی از بین می برد-تیم های IT یک دیدگاه جامع و متناسب از زیرساخت های خود دارند.

هاوکی فقط هشدارهای سطحی نیست. این شرکت به طور فعال با مهندسان از طریق رابط مکالمه همکاری می کند ، علل ریشه ای را تشخیص می دهد و رفع مشکلات پیچیده فناوری اطلاعات را ارائه می دهد. این اساساً نحوه عملکرد IT را تغییر می دهد و به آنها کمک می کند تا خرابی را به حداقل برسانند و با سرعت بی سابقه ای به حوادث IT پاسخ دهند.

شرکت ها غالباً با اضافه بار داده ها در عملیات IT مبارزه می کنند. چگونه Hawkeye از طریق مجموعه داده های گسترده فیلتر می شود تا بینش های عملی ارائه شود؟

ابزارهای سنتی فناوری اطلاعات برای پردازش سیل داده های تله متری – معیارها ، معیارهای سیستم و شاخص های عملکرد ابر – پیشرو برای هشدار خستگی و وضوح آهسته حادثه تلاش می کنند.

Hawkeye با تجزیه و تحلیل مداوم داده های در زمان واقعی و تشخیص الگوهای مربوط به عملکرد یا خرابی ها ، نویز را کاهش می دهد. این ابزارهای مشاهده و نظارت موجود را با فراتر از نظارت منفعل برای انجام اقدامات پیشگیرانه تکمیل می کند. به عنوان مهندس در تیم خود ، آن را از راه دور و داده های سیستم از ابزارهای فعلی خود تفسیر می کند ، به موضوعات غواصی می شود و آنها را در هنگام بروز حل می کند.

این بینش های واضح و عملی را در زبان طبیعی ارائه می دهد و زمان پاسخگویی را از روزها به دقیقه کاهش می دهد.

رویکرد منحصر به فرد Hawkeye از قدرت LLMS برای هدایت تجزیه و تحلیل حادثه استفاده می کند بدون اینکه هرگز داده های مشتری را با LLMS به اشتراک بگذارد و از یک رویکرد متفکرانه و ایمن اطمینان حاصل کند.

امنیت و اعتماد نگرانی های اساسی برای پذیرش هوش مصنوعی در آن است. چگونه Neubird به این چالش ها می پردازد؟

رویکرد منحصر به فرد Hawkeye از قدرت LLMS برای هدایت تجزیه و تحلیل حادثه استفاده می کند بدون اینکه هرگز داده های مشتری را با LLMS به اشتراک بگذارد و از یک رویکرد متفکرانه و ایمن اطمینان حاصل کند.

Hawkeye در محیط امنیتی یک شرکت فعالیت می کند و فقط با استفاده از منابع داده داخلی برای تولید بینش-توهمات تحریک کننده ای که سیستم های مبتنی بر LLM عمومی را طاعون می کند ، استفاده می کند. همچنین با ارائه توصیه های قابل ردیابی ، شفافیت را تضمین می کند ، بنابراین تیم های IT کنترل کامل بر تصمیم گیری را حفظ می کنند. این رویکرد به جای یک راه حل جعبه سیاه ، آن را به یک هم تیمی AI قابل اعتماد و ایمن تبدیل می کند.

چگونه هاوکی با زیرساخت های موجود در فناوری اطلاعات ادغام می شود و روند ورود به سیستم برای شرکت ها چگونه به نظر می رسد؟

Hawkeye با اتصال به ابزارهای مشاهده ، نظارت و پاسخ به حادثه ، به عنوان مثال AWS CloudWatch ، Monitor Azure ، DataDog و PageRduty ، با محیط های IT Enterprise ادغام می شود. این تیم در کنار آن ، تیم های DevOps و SRE کار می کند بدون اینکه نیاز به تغییر اساسی در زیرساخت ها داشته باشد.

در اینجا نحوه عملکرد آن آورده شده است:

  • استقرار: Hawkeye در محیط شما مستقر شده و به ابزارهای موجود و منابع داده متصل می شود.
  • یادگیری و سازگاری: این حوادث تاریخی و تله متری در زمان واقعی را برای درک عملکرد سیستم عادی و شناسایی الگوهای مورد تجزیه و تحلیل قرار می دهد.
  • سفارشی سازی: این پلتفرم با گردش کار خاص سازمانی ، پاسخ دادن به پاسخ ها و توصیه های نیازهای عملیاتی سازگار است.
  • همکاری: از طریق رابط مبتنی بر چت ، تیم ها در صورت لزوم تشخیص ، راه حل ها و قطعنامه های خودکار در زمان واقعی دریافت می کنند.

این فرآیند ادغام ساده ، وضوح حادثه را تسریع می کند ، MTTR را کاهش می دهد و قابلیت اطمینان سیستم را افزایش می دهد – به شرکتها اجازه می دهد تا بدون اضافه کردن مبلغ ، عملیات فناوری اطلاعات را به صورت کارآمد مقیاس دهند.

مهندسان انسانی در کنار هم تیمی های هوش مصنوعی مانند Hawkeye چه نقشی دارند؟ چگونه می بینید این همکاری در حال تحول است؟

مکمل هاوکی ، به جای جایگزینی ، متخصصان فناوری اطلاعات انسانی. تیم های IT هنوز تصمیمات استراتژیک را اتخاذ می کنند ، اما به جای عیب یابی دستی ، آنها در کنار هاوکی کار می کنند تا سریعتر مشکلات را تشخیص و حل کنند. با پیشرفت تر هم تیمی های هوش مصنوعی ، متخصصان فناوری اطلاعات به سمت کارهای با ارزش بالاتر حرکت می کنند-بهینه سازی معماری ها ، بهبود امنیت و تسریع در اتخاذ فناوری جدید.

هاوکی ادعا می کند که میانگین زمان را به وضوح (MTTR) کاهش می دهد. آیا می توانید نمونه های دنیای واقعی یا مطالعات موردی را نشان دهید که این تأثیر را نشان می دهد؟

یک خرده فروش مواد غذایی ملی Hawkeye را برای رسیدگی به پیچیدگی فزاینده پلت فرم تجارت الکترونیکی خود یکپارچه کرد. تیم SRE آنها از داده های گسترده تله متری و تحقیقات دستی آهسته ، به ویژه در دوره های اوج خرید ، غرق شد.

با هاوکی به عنوان یک هم تیمی با قدرت Genai ، آنها دیدند:

  • 90 ٪ کاهش MTTR – همبستگی داده های فوری در AWS CloudWatch ، AWS MSK و PageRduty.
  • 24/7 تجزیه و تحلیل زمان واقعی -تشدید بعد از ساعت.
  • وضوح خودکار حادثه -اصلاحات از پیش تصویب شده مستقل.

در طول افزایش خرید خود ، هاوکی ظرفیت بهینه سازی ، مسائل اولیه را تشخیص داد و تنظیمات مقیاس گذاری در زمان واقعی را انجام داد و نزدیک به 100 ٪ Uptime را تضمین کرد-یک تغییر دهنده بازی برای عملکرد IT آنها.

چشم انداز شما برای تکامل عوامل هوش مصنوعی از دستیاران منفعل گرفته تا حل کننده های فعال در عملیات شرکت چیست و چه پیشرفت های کلیدی را در این تغییر هدایت می کند؟

هوش مصنوعی از مشاهده منفعل به حل مسئله فعال تغییر می کند. Hawkeye در حال حاضر تجزیه و تحلیل و قطعنامه های ریشه ای را ارائه می دهد ، اما مرحله بعدی استقلال کامل است-جایی که هوش مصنوعی عملیات IT را بهینه می کند و زیرساخت های خود را در زمان واقعی قرار می دهد. این تکامل ، که ناشی از پیشرفت در مدلهای تصمیم گیری Genai و شناختی است ، آن را دوباره تعریف می کند.

در 5 سال آینده اتوماسیون سازمانی AI محور را از کجا می بینید ، و چه چالش ها یا پیشرفت های اساسی را در طول مسیر پیش بینی می کنید؟

هوش مصنوعی از کمک به مهندسان به عملیات کاملاً مستقل فناوری اطلاعات ، پیش بینی و حل مسائل قبل از تشدید تغییر می کند. گردش کار چند عامل هوش مصنوعی همکاری یکپارچه را در سراسر آن ، امنیت و DevOps امکان پذیر می کند و سیلوهای بین بخش ها را تجزیه می کند. بزرگترین پیشرفت ها شامل زیرساخت های خودکشی ، همکاری متقابل عملکردی و اعتماد به نفس و اعتماد به نفس انسانی است و به هم تیمی های هوش مصنوعی اجازه می دهد تا تصمیمات پیچیده تری بگیرند. چالش های اصلی اطمینان از شفافیت هوش مصنوعی و تطبیق نیروی کار برای کار در کنار هوش مصنوعی ، تعادل اتوماسیون با نظارت انسانی است.

با هدایت چندین راه اندازی به موفقیت ، امروز چه توصیه ای به کارآفرینان در حال ساخت شرکت های دارای محور AI می دهید؟

کارآفرینان باید به جای تعقیب اعتیاد به مواد مخدره ، بر حل مشکلات واقعی و با ارزش متمرکز شوند. هوش مصنوعی باید با اعتماد به نفس سازمانی ساخته شود و از شفافیت و کنترل برای مشاغل پذیرش آن اطمینان حاصل کند. سازگاری مهم است-سیستم های AI باید به جای راه حل های سفت و سخت و متناسب با همه ، با نیازهای تجاری تکامل یابند. هوش مصنوعی به جای جایگزینی تخصص انسانی ، باید به عنوان یک هم تیمی قرار گیرد که تصمیم گیری و کارآیی عملیاتی را تقویت می کند. سرانجام ، پذیرش AI شرکت زمان می برد ، بنابراین شرکت هایی که مقیاس پذیری و تأثیر بلند مدت بر روندهای کوتاه مدت را در اولویت قرار می دهند ، در نهایت به عنوان رهبران در فضا ظاهر می شوند.

با تشکر از شما برای مصاحبه عالی ، خوانندگانی که مایل به کسب اطلاعات بیشتر هستند باید بازدید کنند ناوبریبشر



منبع:unite.ai

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *