הבינה המלאכותית שמבקשת להבין את הענן לפני שהמערכת קורסת.

בשנים האחרונות הפך המעבר לענן לאחד השינויים המשמעותיים ביותר בעולם הטכנולוגיה. ארגונים מכל מגזר – מבנקים וחברות ביטוח ועד בתי חולים, חברות תעשייה וסטארטאפים – מעבירים מערכות קריטיות לסביבות ענן, משלבים בין מספר ספקי ענן וממשיכים להפעיל במקביל גם תשתיות מקומיות. התוצאה היא סביבת IT מורכבת מאי פעם, שבה אלפי שירותים, שרתים, בסיסי נתונים, אפליקציות וממשקי API מתקשרים זה עם זה ללא הפסקה.

אלא שככל שהמערכות הופכות מתקדמות יותר, כך הן גם הופכות לקשות יותר לניהול. אם בעבר תקלה בשרת אחד הייתה יחסית פשוטה לאיתור, כיום כשל קטן ברכיב אחד עלול לגרום לתגובת שרשרת שמשביתה שירותים שלמים. עבור ארגון גדול, כל דקת השבתה עלולה לעלות עשרות ואף מאות אלפי דולרים, שלא לדבר על הפגיעה באמון הלקוחות ובמוניטין.

זו הסיבה שתחום Observability הפך בשנים האחרונות לאחד התחומים הצומחים ביותר בעולם התוכנה הארגונית. בניגוד למערכות ניטור מסורתיות, שתפקידן להתריע כאשר משהו כבר השתבש, מערכות Observability מנסות להבין את התנהגות המערכת בזמן אמת, לזהות חריגות ולהסביר מהו מקור התקלה עוד לפני שהיא הופכת למשבר עסקי.

אלא שגם התחום הזה ניצב בפני אתגר חדש. ארגונים אוספים כיום כמויות עצומות של מידע: לוגים, מטריקות, אירועים, נתוני רשת והתראות ממאות מערכות שונות. במקום מחסור במידע, קיימת הצפה. צוותי ה-IT מקבלים אלפי התראות ביום, אך מתקשים להבין אילו מהן באמת קריטיות, מהו הגורם הראשוני לתקלה ואילו מערכות יושפעו ממנה. לא פעם, שעות של עבודה מושקעות בניסיון לחבר בין אירועים שנראים לכאורה בלתי קשורים.

לפי חברות המחקר המובילות, ארגונים גדולים משתמשים כיום בעשרות כלי ניטור שונים במקביל. כל כלי מספק זווית אחרת – ביצועי שרתים, פעילות רשת, אבטחת מידע או ביצועי אפליקציות – אך מעטים מהם מצליחים לייצר תמונה אחת שלמה. כתוצאה מכך, צוותי התפעול נדרשים “לתרגם” את המידע בעצמם, דווקא ברגעים שבהם כל דקה קריטית.

בשנים האחרונות נכנסה גם הבינה המלאכותית לעולם התפעול הארגוני, תחת התחום המכונה AIOps. המטרה היא לא רק לזהות חריגות, אלא להבין קשרי סיבה ותוצאה, לחזות תקלות עתידיות ואף להציע פעולות מתקנות באופן אוטומטי. מדובר במעבר ממערכות שמציגות מידע למערכות שמספקות תובנות ומסייעות בקבלת החלטות.

עם זאת, גם פתרונות AIOps רבים מתקשים להתמודד עם המורכבות של סביבות ענן היברידיות. כאשר יישומים פועלים במקביל בענן ציבורי, בענן פרטי ובמרכזי נתונים מקומיים, קשה להבין כיצד שינוי קטן ברכיב אחד משפיע על כלל המערכת. כאן נדרשת לא רק יכולת ניתוח נתונים, אלא גם הבנה עמוקה של יחסי הגומלין בין כל רכיבי התשתית.

כאן נכנסת Cloud Insights, המפתחת פלטפורמה המבוססת על בינה מלאכותית שמטרתה להבין את התנהגותן של מערכות ענן מורכבות בזמן אמת. החברה משלבת ניתוח התנהגותי, זיהוי חריגות, מיפוי קשרי סיבה ותוצאה ואוטומציה, במטרה לאתר את הגורם האמיתי לתקלה בתוך דקות ואף שניות, במקום שעות של חקירה ידנית.

בשונה מכלי ניטור מסורתיים, שמציגים בעיקר נתונים והתראות, הגישה של Cloud Insights מבקשת לספק לארגון “מנוע קוגניטיבי” המסביר מה קרה, מדוע זה קרה ומהי הפעולה הנכונה ביותר לביצוע. בכך היא שואפת להפוך את צוותי ה-IT מתגובתיים לפרואקטיביים, ולאפשר לארגונים להתמודד עם תשתיות ענן שהולכות ונעשות מורכבות יותר.

ככל שהעולם העסקי נשען יותר על שירותים דיגיטליים, כך הופכת היכולת למנוע השבתות לנכס אסטרטגי. בעולם שבו כל שנייה של חוסר זמינות עלולה לפגוע בהכנסות, בלקוחות ובמוניטין, מערכות שמצליחות להבין את המערכת לפני שהיא קורסת עשויות להפוך לחלק בלתי נפרד מהדור הבא של תפעול תשתיות.

Cloud Insights היא בוגרת מחזור 11 של תוכנית jumpTAU במרכז היזמות של אוניברסיטת תל אביב. התוכנית מלווה יזמים וחוקרים בדרכם להפוך טכנולוגיות חדשניות לחברות צומחות באמצעות מנטורינג, חיבור למשקיעים ולשותפים אסטרטגיים, ופיתוח יכולות עסקיות.

עד היום גייסו בוגרי התוכנית במצטבר כ־200 מיליון דולר, והם ממשיכים להוביל חדשנות בתחומי התוכנה, הבריאות, הסייבר, האקלים והתעשייה. אולי אתם.ן הבאים.ות בתור?

להרשמה למחזור הבא, לחצו כאן