„Datadog“ metė iššūkį skaitmeniniam chaosui: DASH konferencijoje pristatyta per 100 naujų dirbtinio intelekto įrankių

Kasmetinėje technologijų konferencijoje DASH Niujorke įvyko rimtas žemės drebėjimas IT valdymo ir kibernetinio saugumo sektoriuje. Stebėjimo bei saugumo platformų lyderė „Datadog, Inc.“ oficialiai pristatė daugiau nei 100 naujų dirbtinio intelekto (DI) galimybių bei funkcijų, sukurtų siekiant suvaldyti vis sudėtingesne tampančią įmonių infrastruktūrą. Šis masinis technologinis šuolis, apie kurį plačiai pranešė SecurityBrief ir tarptautiniai IT leidiniai, žymi aiškią industrijos kryptį – inžinerijoje bei saugumo valdyme pereinama prie visiškos autonomijos, nes tradiciniai rankinio valdymo metodai tiesiog nebespėja su DI sugeneruoto kodo tempu.

Didžiausiu šio pristatymo akcentu tapo radikalus virtualaus asistento „Bits AI“ evoliucionavimas į visiškai autonominius DI agentus. Jei anksčiau ši sistema veikė tik kaip pagalbinis analizės įrankis, tai dabar ji sugeba savarankiškai aptikti, ištirti ir neutralizuoti infrastruktūros bei programinės įrangos gamybos ciklo trikdžius realiuoju laiku. „Datadog“ vadovų teigimu, bendrovė nuosekliai investuoja apie 30 procentų savo pajamų į tyrimus ir plėtrą, o tai leidžia kurti sprendimus, gebančius apsaugoti net ir pačias dinamiškiausias debesų kompiuterijos ekosistemas.

Autonomija prieš kibernetines grėsmes ir sudėtingumą

Naujasis paketas apima ne tik operacijų automatizavimą, bet ir specializuotą apsaugą patiems DI agentams – tam skirta nauja „AI Guard“ funkcija, blokuojanti kenksmingas užklausas bei užkertanti kelią duomenų nutekėjimui. Pasak bendrovės pranešimo, kurį cituoja GlobeNewswire, įmonės, kurios ateityje laimės DI lenktynes, bus ne tos, kurios sukurs geresnius modelius, o tos, kurios sugebės aplink juos sukurti efektyvią operacinę kontrolę. Įrankių krepšelyje taip pat atsirado „Bits Agent Builder“, leidžiantis inžinierių komandoms patiems kurti individualius agentus specifinėms problemoms spręsti neperžengiant nustatytų saugumo ribų.

Ko nepastebi dauguma apžvalgininkų: šis masinis įrankių paleidimas nėra tik dar viena rinkodaros kampanija ar paprastas funkcijų atnaujinimas, siekiant neatsilikti nuo mados. Žvelgiant giliau, „Datadog“ atlieka strateginį manevrą, keičiantį pačią „DevOps“ ir kibernetinio saugumo prigimtį. Ilgą laiką IT inžinieriai skundėsi vadinamuoju „perspėjimų nuovargiu“, kai tūkstančiai automatinių pranešimų apie smulkias klaidas užgula ekranus ir užglaisto tikrąsias, kritines sistemos problemas. Sutelkdama dėmesį į autonominius agentus, bendrovė bando visiškai eliminuoti šį triukšmą ir perkelti žmogiškąjį faktorių iš gaisrų gesintojų į architektų vaidmenį.

Iš didžiųjų įmonių vadovų ir sistemų architektų perspektyvos, toks žingsnis vertinamas ir su didžiuliu entuziazmu, ir su tam tikra sveika atsargumo doze. Istoriškai IT infrastruktūros valdymas rėmėsi griežtomis taisyklėmis ir prognozuojamais algoritmais, todėl sprendimų priėmimo teisės perleidimas dirbtiniam intelektui reikalauja didžiulio pasitikėjimo. Visgi, kai šiuolaikinės debesų kompiuterijos architektūros apima milijonus mikropaslaugų, veikiančių vienu metu, joks žmogus fiziškai nebėra pajėgus susekti kiekvieno kodo pakitimo ar saugumo spragos, atsirandančios gamybinėje aplinkoje.

Įdomu tai, kad „Datadog“ ne veltui išskirtinį dėmesį skyrė pačių DI sistemų apsaugai su „AI Guard“ įrankiu. Rinkos analitikai pastebi, kad pastaruoju metu sparčiai daugėja specifinių kibernetinių atakų, nukreiptų būtent prieš didžiuosius kalbos modelius, tokių kaip užklausų injekcijos (angl. prompt injection). Sukurdama apsauginį skydą aplink DI programas, įmonė užpildo kritinę nišą, apie kurią daugelis organizacijų susimąsto tik patyrusios pirmuosius rimtus incidentus ar intelektinės nuosavybės nutekėjimus.

Galiausiai, šis žingsnis sustiprina „Datadog“ pozicijas ilgamečiame technologiniame kare su pagrindiniais konkurentais rinkoje. Gebėjimas pasiūlyti vieningą ekosistemą, kurioje stebėjimo duomenys, saugumo analizė ir autonominis problemų sprendimas veikia po vienu stogu, sukuria didelį konkurencinį pranašumą. Įmonėms nebereikia pirkti dešimties skirtingų specializuotų įrankių iš atskirų tiekėjų, o tai, ypač optimizuojant technologinius biudžetus, tampa lemiamu faktoriumi priimant ilgalaikius sprendimus.

Skepticizmo filtras: ar autonomija išspręs visas problemas?

Žvelgiant tarp eilučių: žadama revoliucija ir šimtas naujų įrankių ant popieriaus skamba įspūdingai, tačiau reali technologijų pramonės kasdienybė reikalauja kur kas blaivesnio vertinimo. Pagrindinis prieštaravimas, kylantis analizuojant šį masinį pristatymą, yra paradoksali tendencija kovoti su sistemų sudėtingumu pridedant dar daugiau sudėtingumo. Įmonės jau dabar skęsta įrankių ir platformų gausoje, o idėja, kad dar vienas papildomas DI sluoksnis stebuklingai sutvarkys netvarkingą infrastruktūrą, dažnai tėra graži iliuzija, ignoruojanti fundamentalias vidines organizacijų problemas.

Didžiausias iššūkis, su kuriuo susidurs „Datadog“ klientai, yra vadinamasis „juodosios dėžės“ efektas, kai autonominiai agentai pradeda priimti sprendimus, kurių motyvų inžinieriai negali lengvai atsekti. Kai DI sistema pati aptinka problemą, pati sukuria pataisą ir pati ją pritaiko gamybinėje aplinkoje, atsakomybės riba tampa pavojingai miglota. Istorija rodo, kad automatizuotos sistemos puikiai tvarkosi su žinomais šablonais, tačiau susidūrusios su unikaliomis, dar nematytomis anomalijomis, jos gali priimti sprendimus, kurie situaciją tik pablogina, o kaltų ieškoti teks ne virtualiam asistentui, o įmonės vadovybei.

Taip pat verta atkreipti dėmesį į finansinį šio technologinio šuolio aspektą, apie kurį pristatymo metu kalbama kur kas tyliau. DI modelių palaikymas, duomenų apdorojimas realiuoju laiku ir nuolatinis sistemų skenavimas reikalauja milžiniškų skaičiavimo resursų, o tai neišvengiamai atsispindės sąskaitose, kurias įmonės gaus mėnesio pabaigoje. Skaitmeninės transformacijos lyderiams teks atidžiai apskaičiuoti, ar sutaupytas inžinierių darbo laikas nusveria išaugusias infrastruktūros išlaidas, ypač dabartinėje ekonominėje aplinkoje, kur kiekviena investicija privalo demonstruoti greitą ir apčiuopiamą grąžą.

Didžiausia šių dienų IT ironija yra ta, kad mes sukūrėme tokias sudėtingas sistemas, jog dabar privalome pirkti dirbtinį intelektą, kad jis mums paaiškintų, kaip jos veikia. Belieka tikėtis, kad autonominiai agentai nepradės streikuoti ar reikalauti didesnio biudžeto resursų, kai pamatys, kokią netvarką jiems tenka kuopti mūsų serveriuose.

Vyr. redaktorius Artūras Malašauskas, DI sistemų integratorius, sukaupęs daugiau nei 20 metų patirties kuriant gamybinio lygio žiniatinklio inžinerijos sprendimus. Jis projektavo, diegė ir plėtė verslo klasės „Python“/„PHP“ sistemas logistikos, SaaS bei viešojo sektoriaus klientams. Pastaruosius metus jis specializuojasi išskirtinai DI integracijų srityje: diegia atvirojo kodo didžiuosius kalbos modelius (LLM), kuria generatyvinių medijų (vaizdo, garso, video) srautus bei projektuoja daugiagentines darbo eigas realioms gamybinėms aplinkoms. Jo standartas: atkuriamumas, saugumas ir ekonomiškai efektyvi išvestis – jokio „vaporware“. Artūras dokumentuoja bei vertina naujus DI įrankius, atskirdamas patvirtintas galimybes nuo rinkodarinio triukšmo. Techninis redaktorius svetainėse: ai-naujienos.lt, ai-verslas.lt, muza-ai.eu. Susisiekite per „LinkedIn“.