Cuando compras a través de enlaces de afiliados en nuestra web, es posible que obtengamos una comisión sin coste adicional para ti. Aprende 
El 19 de septiembre, el proveedor de búsquedas Elastic anunció el lanzamiento de Elastic AI Assistant for Observability. La solución utiliza IA generativa y el motor Elasticsearch Relevance Engine (ESRE) para proporcionar a los ingenieros de fiabilidad de sitios (SRE) más contexto sobre errores de aplicaciones, mensajes de registro y alertas, al tiempo que ofrece sugerencias sobre la eficiencia del código.
Está diseñado para garantizar que los SRE no tengan que rastrear e interpretar manualmente los datos a medida que se mueven a través de silos para ayudar a agilizar y automatizar la resolución de problemas de rendimiento.
El director de producto de Elastic, Ken Exner, dijo en el comunicado de prensa del anuncio: Con Elastic AI Assistant, los SREs pueden convertir rápida y fácilmente lo que podría parecer un galimatías de la máquina en problemas comprensibles que tienen pasos procesables para su resolución”.
“Dado que Elastic AI Assistant utiliza el motor de relevancia Elasticsearch en el entorno de TI único del usuario y conjuntos de datos propios, las respuestas que genera son relevantes y proporcionan una visión más rica y contextualizada, ayudando a elevar la experiencia de todo el equipo de SRE mientras buscan impulsar la resolución de problemas más rápidamente en entornos de TI que solo crecerán más complejos con el tiempo.”
Implicaciones más amplias: IA generativa en DevOps
El anuncio se produce pocos meses después del lanzamiento de Elastic AI Assistant para equipos de operaciones de seguridad. Se espera que los profesionales de la ciberseguridad, los SRE y los ingenieros de DevOps por igual den sentido a una amplia gama de alertas sobre posibles incidentes, decidiendo cuáles deben investigarse más a fondo o pueden ignorarse con seguridad.
Según una encuesta de Orca Security a 800 profesionales de la seguridad informática de cinco países, el 59% de los encuestados recibe más de 500 alertas de seguridad de la nube pública al día. Este alto volumen no solo hace que se pasen por alto alertas críticas, sino que también aumenta la rotación de empleados, ya que el 62 % de los profesionales de TI afirma que la fatiga por las alertas ha contribuido a la rotación.
El lanzamiento de Elastic AI Assistant para Observability tiene como objetivo responder a esto proporcionando a los SREs un copiloto que pueden utilizar para recibir apoyo contextual en la comprensión no sólo de lo que significan los errores y mensajes, sino también recomendaciones sobre cómo remediarlos.
Utilizando un enfoque de tipo inteligencia aumentada, los SRE pueden hacer que su carga de trabajo sea más manejable y reducir la fatiga en la toma de decisiones, al tiempo que mitigan los problemas de rendimiento antes de que provoquen tiempos de inactividad.
En términos más generales, la solución ilustra que la inteligencia generativa puede aplicarse a cualquier escenario potencial en el que un ingeniero necesite dar sentido a muchas señales de datos rápidamente, ya sea supervisando sistemas clave, planificando la capacidad futura o llevando a cabo un proceso de respuesta a incidentes.
El multiplicador de fuerza: Datos propios
La sofisticación de los conocimientos proporcionados por las soluciones de IA generativa en entornos empresariales depende no sólo de la calidad de la IA subyacente y de los datos de entrenamiento, sino también de si tiene o no acceso a los datos propios de una organización. En última instancia, cuanto más especializados sean los datos, más granular será la información operativa.
Dijo, Exner:
“Dado que Elastic AI Assistant utiliza el motor Elasticsearch Relevance Engine en el entorno de TI único del usuario y conjuntos de datos propios, los repossess que genera son relevantes y proporcionan una visión más rica y contextualizada, ayudando a elevar la experiencia de todo el equipo de SRE mientras buscan impulsar la resolución de problemas más rápidamente en entornos de TI que solo crecerán más complejos con el tiempo.”
El uso de datos de formación propios y especializados puede proporcionar recomendaciones para resolver problemas más específicos de la organización o desvelar perspectivas que mejoren la eficiencia de operaciones concretas que no estarían disponibles a partir de un conjunto de datos de más alto nivel.
En este contexto, proporcionar a los SRE más conocimientos y ayudarles a contextualizar esta información les pone en posición de diagnosticar y responder a los problemas mucho más rápidamente.
Elastic vs. PaLM 2, Security Copilot
Por supuesto, Elastic no es la única organización que ha intentado utilizar la IA generativa para ayudar a los usuarios humanos a combatir la fatiga de las alertas.
Este año, Google y Microsoft han lanzado sus propias soluciones de copiloto virtual centradas en ayudar a los profesionales de la seguridad mediante el uso de chatbots para analizar y resumir las señales de amenaza y la actividad maliciosa.
El diferenciador clave entre Elastic AI Assistant y Observability es que está diseñado principalmente para ayudar a los SRE.
Con el mercado global de IA generativa que se espera que crezca de 43,87 mil millones de dólares en 2023 a 667,96 mil millones de dólares en 2030, podemos esperar ver a más proveedores experimentar con soluciones impulsadas por LLM para ofrecer nuevas capacidades a SREs e ingenieros DevOps.
Conclusión
La mayor conclusión del lanzamiento de Elastic AI Assistant for Observability es que la IA generativa puede utilizarse para ayudar a casi cualquier profesional que intente interpretar señales de datos procedentes de fuentes dispares al mismo ritmo.
Sin embargo, la clave para obtener resultados es proporcionar a estas soluciones automatizadas acceso a los datos propios que necesitan para poder identificar, racionalizar o solucionar con precisión problemas operativos específicos del entorno observado.
Al fin y al cabo, si se recopilan datos generalistas, se generarán percepciones genéricas.
