В последние годы публично торгуемый сервис наблюдения New Relic начал добавлять на свою платформу больше инструментов на основе машинного обучения для реагирования с помощью ИИ на инциденты, когда дела идут не совсем так, как планировалось. Сегодня он расширяет этот набор функций, запустив ряд новых возможностей для так называемого «New Relic Applied Intelligence Service».
Это расширение включает в себя службу обнаружения аномалий, которая доступна даже для бесплатных пользователей, возможность группировать предупреждения из нескольких инструментов, когда модели считают, что одна проблема запускает все эти предупреждения, и новый анализ первопричин на основе машинного обучения, чтобы помочь устранить некоторые поводы возникновения проблем. Также новинкой (и в публичной бета-версии) стала способность New Relic обнаруживать закономерности и выбросы в лог-данных, хранящихся в информационной платформе компании.
Основная идея, отмечает Майкл Олсон (Michael Olson), директор по маркетингу New Relic, состоит в том, чтобы облегчить компаниям любого размера возможность воспользоваться преимуществами операций с использованием ИИ.
«Прошло около года с тех пор, как мы представили на рынке наш первый набор возможностей AIops с New Relic Applied Intelligence, — напомнил он. — За это время мы наблюдали значительный рост внедрения возможностей AIops через New Relic. Но мы слышали жалобы от организаций, ещё не предпринявших попытку внедрить возможности AIops как часть своей практики реагирования на инциденты, что они часто обнаруживают: такие вещи, как крутые кривые обучения и длительное время внедрения — а иногда и отсутствие уверенности или знаний об ИИ и машинном обучении — мешают развитию».
Новая платформа должна уметь обнаруживать возникающие проблемы в режиме реального времени — без предварительной командной настройки предупреждений. И когда она этого достигнет, то умно сгруппирует все предупреждения от New Relic и других инструментов, чтобы уменьшить их шум и позволить инженерам сосредоточиться на инциденте».
«Вместо шторма предупреждений, когда проблема возникает в нескольких инструментах, инженеры получают одну решаемую задачу с предупреждениями, автоматически сгруппированными по таким параметрам, как время и частота, в зависимости от контекста, который они могут прочитать в сообщениях. А теперь, с этим расширением, мы также можем просматривать данные о взаимосвязях в ваших системах, чтобы разумно группировать и соотносить предупреждения», — пояснил Олсон.
Однако, возможно, основным моментом для операционных команд, которые будут использовать эти новые функции, станет способность New Relic точно определять вероятную первопричину проблемы. Как сообщил Гай Фигел (Guy Fighel), генеральный менеджер отдела прикладного интеллекта и вице-президент по разработке продуктов в New Relic, идея здесь не в замене людей, а в усилении команд.
«Мы предоставляем командам возможность работать без ‘черного ящика’, чтобы они могли принимать решения, видеть корреляцию и логику на основе их собственных знаний и наполнять ими систему, — отметил Фигел. — Таким образом, вы можете получить очень конкретную информацию в зависимости от вашей среды и потребностей. И вот из-за этого, а также поскольку мы видим много данных, поступающих от разных инструментов, — все они идут в New Relic One в качестве платформы данных — наша вероятная основная причина очень точна. Тем не менее это все ещё вероятная первопричина. Поэтому, хотя мы и придерживаемся своего мнения, мы никогда не скажем вам: «Эй, исправь это, потому что мы на 100% уверены, что это так». Вы владелец, вы всё контролируете».
Система ИИ ещё запрашивает у пользователей обратную связь, чтобы модель улучшалась с каждым новым инцидентом.
Г-н Фигел отметил, что инструменты New Relic основаны на различных методах статистического анализа и моделях машинного обучения. Некоторые из них уникальны для отдельных пользователей, в то время как другие используются всей пользовательской базой компании. Он также подчеркнул, что все инженеры, трудившиеся над этим проектом, имеют опыт работы в области проектирования надёжности объектов, поэтому они хорошо знакомы с проблемами в этой области.
Со своим расширением New Relic также добавляет новую интеграцию с PagerDuty и другими инструментами управления инцидентами, чтобы состояние какой-либо проблемы могло быть синхронизировано между ними в двух направлениях.
«Мы хотим встретить наших клиентов там, где они есть, и действительно быть независимыми от источников данных и позволить клиентам получать информацию из любого источника, который мы затем сможем обогащать, снижать уровень шума и, в конечном итоге, помогать нашим клиентам быстрее решать проблемы», — заверил г-н Олсон.
Источник: https://techcrunch.com/2021/03/17/new-relic-expands-its-aiops-services/