Rackspace AI Operations: ключевые выводы и лучшие практики из их блога

В недавнем посте в блоге, Место в стойке устраняет узкие места, знакомые многим технологическим лидерам: неструктурированные данные, неясная структура собственности, пробелы в управлении. а также стоимость запуска моделей ИИ после их внедрения в производство. Компания рассматривает эти проблемы через призму предоставления услуг, обеспечения безопасности и модернизации облачных технологий, четко указывая, куда она направляет свои собственные инвестиции.
🔐 Безопасность на основе ИИ: платформа RAIDER
Один из самых ярких примеров применения ИИ в операционной деятельности Rackspace — это её подразделение по обеспечению безопасности. В конце января компания представила РЕЙДЕР — Rackspace: передовые методы разведки, обнаружения и анализа событий. — специализированная серверная платформа, разработанная для внутреннего центра киберзащиты компании.
📌 Поскольку команды безопасности ежедневно обрабатывают тысячи оповещений и журналов, стандартные методы обнаружения угроз просто не масштабируются, если зависят от правил безопасности, написанных вручную.
Компания Rackspace заявляет, что ее система RAIDER объединяет аналитику угроз с рабочими процессами разработки систем обнаружения, используя свои Система обеспечения безопасности на основе искусственного интеллекта (RAISE) и больших языковых моделей (LLM) для автоматизации создания правил обнаружения. Полученные критерии обнаружения описываются следующим образом: "готов к использованию на платформе" и соответствуют устоявшимся концепциям, таким как MITRE ATT&CK.
✅ Ключевой результат, заявленный компанией Rackspace:
Время разработки системы обнаружения сокращается на более половиныс измеримым сокращением среднего времени обнаружения и реагирования — конкретный пример трансформации внутренних процессов, которая действительно имеет значение.
🤖 Агентный ИИ для модернизации облачных технологий
Rackspace также предлагает вакансии. ИИ-агент в качестве механизма для устранения препятствий в сложных инженерных проектах. (Пост от января) модернизация сред VMware на AWS описывает модель, в которой агенты ИИ обрабатывают данные, требующие интенсивного анализа, и выполняют повторяющиеся задачи, в то время как «Архитектурная оценка, управление и деловые решения» оставаться в рамках человеческого мира.
Данный рабочий процесс представлен как решение распространенной проблемы: ведущие инженеры отвлекаются от стратегической работы и вовлекаются в проекты миграции. Критически важно, что Rackspace подчеркивает значимость Операции второго дня — Операционная фаза, на которой многие планы миграции терпят неудачу, поскольку команды модернизируют инфраструктуру, не модернизируя при этом операционные методы.
📈 AIOps и управляемые сервисы: прогнозирование и автоматизация операций
Компания Rackspace излагает концепцию операций с поддержкой искусственного интеллекта, в которых мониторинг становится более эффективным. прогнозныйСтандартные инциденты обрабатываются ботами и скриптами автоматизации, а телеметрия наряду с историческими данными используется для выявления закономерностей и выработки рекомендаций по устранению неполадок. Хотя это и является общепринятой терминологией AIOps, Rackspace напрямую связывает её с предоставление управляемых услуг — это говорит о том, что компания использует ИИ для снижения затрат на рабочую силу в операционных процессах, а не только в среде, непосредственно взаимодействующей с клиентами.
В пост, описывающий операции с использованием искусственного интеллектаКомпания подчеркивает важность целенаправленная стратегия, управление и операционные моделиВ нем определены инфраструктурные решения, необходимые для индустриализации ИИ, включая выбор оборудования в зависимости от того, включают ли рабочие нагрузки обучение, тонкую настройку или вывод результатов. Многие задачи относительно несложны и могут выполнять вывод результатов локально на существующем оборудовании.
⚠️ Четыре повторяющихся препятствия на пути внедрения ИИ
Компания Rackspace выявила четыре повторяющихся препятствия на пути внедрения ИИ в предприятиях:
- 🔴 Фрагментированные и противоречивые данные — наиболее важный барьер
- 🔴 Неясно, кто является владельцем данных и кто несет ответственность за их обработку.
- 🔴 Пробелы в управлении и соблюдении нормативных требований
- 🔴 Высокая стоимость эксплуатации моделей в производстве
💡 Rackspace рекомендует инвестировать в интеграция и управление данными чтобы модели имели последовательную и надежную основу. Хотя это и не уникальная рекомендация, ее категоричное заявление крупного технологического игрока подчеркивает, насколько широко распространена эта проблема в масштабных корпоративных внедрениях ИИ.
🏢 Роль Microsoft: оркестровка и особенности повышения производительности.
Компания Microsoft, значительно превосходящая Microsoft по масштабу, работает над координацией работы автономных агентов в различных системах. Второй пилот превратилась в уровень оркестровки, и в экосистеме Microsoft доступны многоэтапное выполнение задач и более широкий выбор моделей. Однако Rackspace особо отмечает, что Повышение производительности труда лишь материализуется. когда идентификация, доступ к данным и надзор Они прочно интегрированы в операционную систему — это замечание применимо повсеместно, а не только в рамках технологического стека компании из Редмонда.
🕐 Краткосрочная и будущая дорожная карта Rackspace в области ИИ
Краткосрочный план Rackspace по развитию искусственного интеллекта включает в себя три основных направления:
🛡️ Разработка систем безопасности с использованием искусственного интеллекта
⚙️ Модернизация с поддержкой агентов
🔥 Управление услугами с использованием искусственного интеллекта
В перспективе, в январской статье в блоге Rackspace рассматривается... тренды в области частного облака и ИИ утверждает, что экономика выводов и управление Это будет определять архитектурные решения вплоть до 2026 года. В публикации прогнозируется «всплеск» исследований в публичных облаках, а также предлагается перенести задачи вывода в частные облака на основании следующих соображений: стабильность затрат и соответствие требованиям — план действий, основанный на бюджетных и аудиторских требованиях, а не на новизне.
💡 Ключевые выводы для лиц, принимающих решения
Для руководителей, стремящихся ускорить внедрение собственных систем искусственного интеллекта, наиболее полезным выводом из подхода Rackspace является следующее: Относитесь к ИИ как к практической дисциплине, а не как к технологическому эксперименту. В качестве конкретных примеров Rackspace приводит те, которые позволяют сократить время выполнения повторяющихся задач.
📌 Читатели могут принять стратегическое направление Rackspace, сохраняя при этом обоснованный скептицизм в отношении конкретных заявленных показателей. Практические шаги для любого развивающегося бизнеса очевидны: идентифицировать повторяющиеся процессыизучить, где требуется строгий контроль в связи с управлением данными, и оценить, где затраты на выводы можно сократить за счет переноса части обработки данных на собственные ресурсы.
Источник изображения: Pixabay
🎉 Хотите узнать больше об искусственном интеллекте и больших данных от лидеров отрасли?
Посмотрите Выставка искусственного интеллекта и больших данных происходящее в Амстердам, Калифорния и ЛондонЭто масштабное мероприятие является частью TechEx и проводится одновременно с другими ведущими технологическими мероприятиями. Нажмите здесь для получения дополнительной информации.
AI News работает на базе TechForge MediaОзнакомьтесь с другими предстоящими мероприятиями и вебинарами, посвященными корпоративным технологиям. здесь.












