Dynatrace, ağustos ayının ortasında anlaşmayı gerçekleştirme niyetini açıklamasının ardından, Arize şirketini 915 milyon dolar değerindeki bir anlaşmayla satın alma işlemini tamamladığını duyurdu. İşlem, Dynatrace’in uygulama performansı, altyapı ve güvenlik izleme alanındaki uzmanlığını, Arize’ın yapay zekâ modelleri ve ajanlarının davranışını izleme, değerlendirme ve sorunlarını giderme yetenekleriyle bir araya getiriyor.
Anlaşma, geleneksel izleme araçlarının tek başına ortaya çıkaramadığı bir soruna yanıt olarak geliyor: Hizmetler ve altyapı düzgün çalışırken ajan yanlış bir yanıt verebilir, uygun olmayan aracı çağırabilir veya görevi tamamlayamayabilir. Bu nedenle geliştirme ve operasyon ekiplerinin model ve ajanın içinde yaşananları, bunların dayandığı API’lerde ve hizmetlerde yaşananlarla ilişkilendirmesi gerekiyor.
Operasyonel görünürlüğün iki katmanı
Dynatrace 2005 yılında Avusturya’da kuruldu ve uygulama performansı izleme alanından kapsamlı izleme ve güvenliğe doğru gelişti. Şirket ayrıca 2017’den bu yana yapay zekâ destekli asistanı Davis’e yatırım yaptı. Davis daha sonra kök neden analizi için bir motora, ayrıca olayları araştırıp çözmeye yönelik öngörücü ve üretken yeteneklere ve SRE ajanlarına dönüştü.
Gizli faaliyet döneminden 2020 yılında çıkan Arize ise başlangıçta üretimde makine öğrenimi modellerini izleyen bir girişim olarak kuruldu. Daha sonra büyük dil modellerinin ve ajanların yaygınlaşmasıyla kapsamını genişleterek bu sistemlerin davranışlarını izlemeyi, değerlendirmeler gerçekleştirmeyi ve geleneksel uygulama izleme araçlarında görünmeyebilecek hataları belirlemeyi hedefledi.
Pratikte Dynatrace genellikle site güvenilirliği ve platform ekiplerine hizmet verirken, Arize yapay zekâ mühendisleri ve geliştiricilere odaklanıyor. Platformların birleştirilmesinin ardından bir ajanın başarısızlığı iki katman üzerinden incelenebilir: Bir tarafta modelin mantığı ve araç kullanımı, diğer tarafta temel hizmetler ve API’ler.
Verileri okumaktan eyleme geçmeye
Arize’ın kurucu ortağı ve ürün yöneticisi Aparna Dhinakaran, izleme verilerinin hacminin manuel incelemeyi pratik olmaktan çıkardığını düşünüyor. Mühendislerden milyarlarca izi incelemelerini istemek yerine ajanlar, telemetri verilerini analiz ederek tekrarlanan örüntüleri ve olası nedenleri arayabilir.
Arize, Signal aracının üretim izlerini incelediğini, tekrarlanan sorunları belirlediğini ve düzeltmeler önerdiğini söylüyor. Araç ayrıca Alyx asistanının izlerini analiz ederek birleştirme talepleri açabiliyor. Dhinakaran’a göre Arize, aracın önerdiği birleştirme taleplerinin yaklaşık %65 ila %70’ini kabul ediyor. Bu modelde mühendis, izleri manuel olarak aramak yerine önerilen değişiklikleri inceliyor.
Pratikte ne değişiyor?
Anlaşmanın temel değeri, yapay zekâ uygulamalarının geliştirilmesi ile üretimde güvenilir biçimde çalıştırılması arasındaki boşluğu azaltmakta yatıyor. Geliştiriciler ve platform ekipleri, her katmanı ayrı bir araçla ele almak yerine ajanın yanıtını veya kararını, kullandığı hizmetler zinciriyle ilişkilendirebilecek.
Ancak bu eğilim, denetim ihtiyacını ortadan kaldırmıyor. Kaynak, uzun vadeli vizyonun kendini sürdürebilen ve geliştirebilen yazılımlar olduğunu, insanların ise son incelemeyi elinde tuttuğunu açıklıyor. Ayrıca belirtilen birleştirme taleplerini kabul etme oranı Arize’ın deneyimine ve belirli bir araca ait; bu oran, kendi kendine düzeltmenin her üretim ortamı için uygun olduğunu kanıtlamıyor. Otomatik analizi sistemlerde doğrudan değişikliğe dönüştürmeden önce yetkiler, değişikliklerin güvenliği ve ajanın gerçekleştirmesine izin verilen işlemlerin sınırları belirleyici faktörler olmaya devam ediyor.