Pagerduty спонсировал этот пост.
Для инженеров не все ИИ равна.
Вскоре больших языковых моделей (LLMS) открыло новые возможности для инженеров для повышения их производительности. LLMs доказали, что способны выполнять достойную работу по созданию кода шаблона, модульных тестов и кодовой документации. Тем не менее, только LLM не имеют возможности рассуждения и контекстного понимания, чтобы решить более сложные задачи DevOps и оказывать большее влияние на рабочие процессы разработки.
Но ИИ развился за пределы традиционных чат -ботов и поколения контента. Агенты ИИ представляют следующий шаг к динамическим, интеллектуальным помощникам, которые не просто используются для создания кода. Вместо этого агенты искусственного интеллекта предлагают организациям значительно повысить производительность и эффективность инженеров во время задач DevOps. Помимо повышения эффективности затрат и потенциального сокращения ошибок, развертывание агентов ИИ в рамках управления операциями даст время инженерам, что позволит им сосредоточиться на вождении инноваций, а не на неоднократном борьбе с теми же пожарами.
Чем агенты ИИ отличаются от генеративного ИИ?
При принятии агентов ИИ есть пять ключевых соображений для организации: варианты использования, вклад человека, автономия, способность принимать решения и адаптивность.
Генеративные инженеры инструментов ИИ, которые используют сегодня, могут создавать контент, такой как резюме текста и код. Эти инструменты требуют прямого человека для получения результатов, полностью зависят от подсказок и не могут принимать независимые решения. Как только эти модели создали выход, они требуют дальнейших подсказок от человека, чтобы уточнить свои результаты.
С другой стороны, агенты ИИ могут действовать независимо, чтобы анализировать, планировать и выполнять задачи. Они уменьшают необходимость взаимодействия человека, чтобы достичь результата, имеют более высокий уровень автономии и способны действовать на основе краткосрочной и долгосрочной памяти и заранее определенных целей.
Агенты ИИ способны адаптироваться к информации, извлеченной из разных инструментов, и обеспечивать соответствующие результаты, даже когда обстоятельства изменяются.
Способность работать самостоятельно и учиться в отдельных сценариях делает агентов ИИ идеальной эволюцией в операциях DevOps для инженеров, ускоряет производительность и позволяя им сосредоточиться на высокоприоритетных задачах и значениях бизнеса.
Сокращение незапланированной работы и повышение производительности
В контексте операций как ИТ, так и DevOps время — это деньги. Стоимость почасового простоя может превышать 300 000 долл. сша для организаций, поэтому любые инструменты, которые могут ускорить восстановление инцидентов и сократить время обслуживания, очень ценны. ИИ предоставляет возможность значительно улучшить метрики, такие как среднее время для ремонта (MTTR), путем не только разумной автоматизации усилий по управлению инцидентами, но и помогая организациям стать более профилактическими. Внедряя агентов искусственного интеллекта, организации могут устранить работу от респондентов инцидентов, минимизировать усталость от предупреждения и вместо этого автономно решать известные и повторяющиеся проблемы по мере их возникновения. Кроме того, когда мы вступаем в эту новую эру опыта, агенты искусственного интеллекта могут предоставлять рекомендации и действовать на основе обучения из прошлых вопросов.
Агенты ИИ также могут помочь решить проблемы, связанные с владением обслуживанием. Хотя этот подход обеспечивает ясность вокруг назначенных владельцев кода, он также заставляет инженеров быть доступными для владения кодом во всем жизненном цикле, что означает, что каждый раз, когда возникает проблема, они призваны исправить его. Это может быть так же просто, как закрытие утечек памяти, исправление логической ошибки или восстановить неправильно настроенный запрос API. Повторные задачи, подобные этим, идеально подходят для агентов ИИ, которые могут учиться на исторических действиях для автоматизации общих решений, таких как откат на стабильную версию.
Кроме того, агенты искусственного интеллекта могут помочь инженерам с их трубопроводом CI/CD, рассматривая код, выступая в качестве платы звука и позволяя им принимать более умные, управляемые данными решения, быстрее решать критические проблемы и сосредоточиться на бизнес-приоритетах. Эти производительность и эффективность повышают преимущества, которую команда возглавляет и менеджеры в повышение иерархической цепочки благодаря снижению незапланированной работы, эксплуатационных затрат, критических ситуаций, увеличения рентабельности инвестиций и акцента на инновациях.
Операционные варианты использования управления операциями для агентов искусственного интеллекта
Агенты ИИ все еще находятся на ранней стадии усыновления, но первые грузчики и ранние последователи уже начали использовать их в своем трубопроводе DevOps.
Агенты искусственного интеллекта могут использоваться для поддержки организаций в их планировании, которое может принять форму агента планирования, который может предотвратить конфликты планирования и доступности путем корректировки смен на вызове в режиме реального времени, основываясь на доступности каждого члена команды. В результате респонденты могут быть доступны и при вызове для значительных инцидентов, не прервавшихся в течение нескольких часов. Этот более надежный график уменьшит выгорание и обеспечит эффективную управление рабочей нагрузкой инженеров.
Агенты ИИ также могут быть использованы для подключения разрозненных данных по нескольким источникам во всем технологическом стеке организации. Например, они могут подключать информацию, найденную в Runbooks, документах и внутренних платформах разработчиков, часто необходимой во время незапланированной и запланированной работы. Автономно идентифицируя закономерности в этих данных, агенты искусственного интеллекта предлагают решения для стратегических оперативных решений и постоянно повысить операционную и эффективность бизнеса.
Агенты ИИ также могут работать в функции, аналогичной экспертам, такой как инженер по надежности сайта. Эти типы агентов искусственного интеллекта могут поддерживать человеческих респондентов путем появления важного контекста о состоянии вашей инфраструктуры или вашей сети и найти общие решения для восстановления, связанные с прошлыми проблемами, а также руководства реагированием с рекомендациями по ускорению диагностики и восстановлению, помогая еще больше снизить бизнес -риск, вызванные нарушением.
Агенты ИИ являются конечными инструментами для инженеров
Инженеры жизненно важны для способности организации предоставлять исключительный опыт клиентов. Они создают продукты и возможности, которые привлекают клиентов и, в конечном счете, создают доход. Тем не менее, они часто все еще обременены повторять одно и то же действие снова и снова каждый раз, когда применение, за которое они несут ответственность, уходит вниз, тратя время и приводит к знаниям, заставляя одних и тех же инженеров разрешать те же инциденты.
Учитывая, насколько расточительными могут быть эти процессы, агенты искусственного интеллекта предлагают полностью, которым могут работать организации. Агенты искусственного интеллекта обещают удалить труд с роли инженера и дать им возможность вернуться к творческой работе, которая приносит клиентов и доходы в их организацию.
Modern Enterprises Trust PageRduty для управления цифровыми операциями, включая реагирование на инциденты, AIOPS, автоматизацию процессов и CSOPS. Благодаря облачному облаку Pagerduty Operations организации могут сжать затраты, ускорить производительность и поддерживать бесшовные цифровые впечатления. Узнайте больше последних из Pagerduty Trending Stories YouTube.com/thenewstack Tech, быстро движется, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Жуао Фрейтас является генеральным директором и инженерным руководителем для ИИ в Pagerduty. Имея около 20 -летнего опыта в области разработки программного обеспечения, машинного обучения и как менеджер по людям, он ранее был техническим директором в стартапе ИИ и получил несколько … Подробнее от Жуао Фрейтас
