Em 19 de setembro, o provedor de pesquisa Elastic anunciou o lançamento do Elastic AI Assistant para observabilidade. A solução usa IA generativa e o Elasticsearch Relevance Engine (ESRE) para fornecer aos engenheiros humanos de confiabilidade de sites (SREs) mais contexto sobre erros de aplicativos, mensagens de log e alertas, ao mesmo tempo que fornece sugestões sobre eficiência de código.
Ele foi projetado para garantir que os SREs não precisem rastrear e interpretar manualmente os dados à medida que eles se movem entre silos para ajudar a simplificar e automatizar a resolução de problemas de desempenho.
O diretor de produtos da Elastic, Ken Exner, disse no comunicado à imprensa: “Com o Elastic AI Assistant, os SREs podem transformar de forma rápida e fácil o que pode parecer um jargão de máquina em problemas compreensíveis que possuem etapas viáveis para resolução.
“Como o Elastic AI Assistant usa o Elasticsearch Relevance Engine no ambiente de TI exclusivo do usuário e nos conjuntos de dados proprietários, as respostas que ele gera são relevantes e fornecem insights mais ricos e contextualizados, ajudando a elevar a experiência de toda a equipe de SRE à medida que buscam impulsionar a resolução de problemas mais rapidamente em ambientes de TI que só se tornarão mais complexos com o tempo.”
As implicações mais amplas: IA generativa em DevOps
O anúncio ocorre poucos meses após o lançamento do Elastic AI Assistant para equipes de operações de segurança. Espera-se que profissionais de segurança cibernética, engenheiros de SREs e DevOps compreendam uma ampla gama de alertas sobre possíveis incidentes, decidindo quais precisam ser investigados mais detalhadamente ou quais podem ser ignorados com segurança.
De acordo com uma pesquisa da Orca Security com 800 profissionais de segurança de TI em cinco países, 59% dos entrevistados recebem mais de 500 alertas de segurança em nuvem pública por dia. Esse alto volume não só resulta na perda de alertas críticos, mas também aumenta a rotatividade de funcionários, com 62% dos profissionais de TI afirmando que a fadiga dos alertas contribuiu para a rotatividade.
O lançamento do Elastic AI Assistant for Observability visa responder a isso, fornecendo aos SREs um copiloto que eles podem usar para receber suporte contextual na compreensão não apenas do que os erros e mensagens significam, mas também recomendações sobre como remediá-los.
Usando uma abordagem de inteligência aumentada, os SREs podem tornar sua carga de trabalho mais gerenciável e reduzir o cansaço das decisões, ao mesmo tempo que mitigam problemas de desempenho antes que causem tempo de inatividade.
De forma mais ampla, a solução ilustra que o generativo pode ser aplicado a qualquer cenário potencial em que um engenheiro precise entender rapidamente muitos sinais de dados, seja monitorando sistemas-chave, planejando capacidade futura ou conduzindo um processo de resposta a incidentes.
O Multiplicador de Força: Dados Proprietários
A sofisticação dos insights fornecidos pelas soluções generativas de IA em ambientes empresariais depende não apenas da qualidade da IA subjacente e dos dados de treinamento, mas também do fato de ter ou não acesso aos dados proprietários de uma organização. Em última análise, quanto mais especializados forem os dados, mais granulares serão os insights operacionais.
Exner disse:
“Como o Elastic AI Assistant usa o Elasticsearch Relevance Engine no ambiente de TI exclusivo do usuário e nos conjuntos de dados proprietários, a recuperação que ele gera é relevante e fornece insights mais ricos e contextualizados, ajudando a elevar a experiência de toda a equipe de SRE à medida que eles buscam impulsionar a resolução de problemas mais rapidamente em ambientes de TI que só se tornarão mais complexos com o tempo.”
O uso de dados de treinamento proprietários especializados pode fornecer recomendações para resolver problemas mais específicos da organização ou desbloquear insights que melhorem a eficiência de operações específicas que não estariam disponíveis em um conjunto de dados de mais alto nível.
Neste contexto, fornecer mais insights aos SREs e ajudá-los a contextualizar essas informações os coloca em posição de diagnosticar e responder aos problemas com muito mais rapidez.
Elastic vs. PaLM 2, copiloto de segurança
É claro que a Elastic não é a única organização que busca usar IA generativa para ajudar usuários humanos a combater a fadiga de alertas.
Este ano, Google e Microsoft lançaram suas próprias soluções de copiloto virtual focadas em ajudar profissionais de segurança usando chatbots para analisar e resumir sinais de ameaças e atividades maliciosas.
O principal diferencial do Elastic AI Assistant for Observability é que ele foi projetado principalmente para oferecer suporte a SREs.
Com o mercado global de IA generativa deverá crescer de US$ 43,87 bilhões em 2023 para US$ 667,96 bilhões em 2030podemos esperar ver mais fornecedores experimentando soluções orientadas a LLM para oferecer novos recursos aos engenheiros de SREs e DevOps.
O resultado final
A maior conclusão do lançamento do Elastic AI Assistant for Observability é que a IA generativa pode ser usada para dar suporte a quase qualquer profissional que esteja tentando interpretar sinais de dados de fontes diferentes em ritmo acelerado.
No entanto, a chave para obter resultados é fornecer a essas soluções automatizadas acesso aos dados proprietários de que necessitam para serem capazes de identificar, simplificar ou corrigir com precisão problemas operacionais específicos do ambiente observado.
Afinal, se você coletar dados generalistas, gerará insights genéricos.