ObservoのAI-Nativeデータパイプラインは、ノイズの多いテレメトリーを70％削減し、エンタープライズセキュリティを強化します

AIブームは、データの爆発を引き起こしました。 AIモデルでは、トレーニングするために大規模なデータセットが必要であり、内部ツールであろうと顧客向けアプリであろうと、それらが電力を供給するワークロードは、ログ、メトリック、トレースなどのテレメトリーデータの洪水を生成しています。

しばらくの間存在していた観察可能性ツールがあっても、組織はしばしば追いつくのに苦労しており、 インシデントを検出して応答します やがて。それが新しいプレイヤー、 私はそこにメモします、入ってきます。

FelicisとLightspeed Venture Partnersに支援されたばかりのカリフォルニアに拠点を置くスタートアップは、Surging Telemetryフローを自動的に管理するためのAIネイティブデータパイプラインを作成するプラットフォームを開発しました。これは最終的に、InformaticaやBill.comなどの企業がインシデント応答時間を40％以上削減し、観察可能性コストを半分以上削減するのに役立ちます。

問題：ルールベースのテレメトリ制御

最新のエンタープライズシステムは、継続的にペタバイトスケールの運用データを生成します。

この騒々しい、構造化されていない情報には何らかの価値がありますが、すべてのデータポイントがインシデントを特定するための重要な信号ではありません。これにより、チームは多くのデータを扱って、応答システムのためにフィルタリングします。すべてをシステムに供給すると、コストと誤検知が増加します。一方、彼らが選択して選択すると、スケーラビリティと精度がヒットし、再び脅威の検出と応答を逃しました。

による最近の調査で kpmg、企業のほぼ50％が、セキュリティ侵害に苦しんでいると答え、データの品質が低く、虚偽のアラートが主要な貢献者であると答えました。一部のセキュリティ情報とイベント管理（SIEM）システムと観測可能性ツールには、ノイズを削減するためのルールベースのフィルターがあることは事実ですが、その剛性アプローチはデータ量の急増に応じて進化しません。

このギャップに対処するために、以前Rubrikでエンジニアリングを率いていたGurjeet Aroraは、AIの助けを借りてこれらの運用データパイプラインを最適化するプラットフォームであるObservoを開発しました。

このサービスは、テレメトリソースと目的地の間に位置し、MLモデルを使用して入ってくるデータのストリームを分析します。この情報を理解してから、どこに行くべきかを決定するためにノイズを削減します。さまざまなデータカテゴリをカバーする、より手頃な価格のデータ湖。本質的に、それはそれ自体で高い重要な信号を見つけ、それらを適切な場所にルーティングします。

「Observo AI…複雑なデータパイプライン全体で意思決定を動的に学び、適応させ、自動化します」とAroraはVentureBeatに語りました。 「MLとLLMSを活用することにより、ノイズの多い非構造化されたテレメトリデータを介してフィルタリングし、インシデント検出と応答のための最も重要な信号のみを抽出します。さらに、ObservoのOrionデータエンジニアは、自然言語クエリ機能を使用して洞察を導き出す機能など、さまざまなデータパイプライン関数を自動化します。」

ここでさらに興味深いのは、プラットフォームが継続的に理解を進化させ続け、フィルタリングルールを積極的に調整し、ソースと目的地の間のパイプラインをリアルタイムで最適化することです。これにより、新しい脅威や異常が出現しても、新しいルールを設定する必要はありません。

企業への価値

Observo AIは9か月間存在しており、Informatica、Billy.com、Alteryx、Rubrik、Humber River Health、Harbour Freightなど、すでに数十以上の企業の顧客を抱えています。アロラは、四半期ごとに600％の収益成長率を見ており、すでに競合他社の顧客の一部を引き付けていると指摘しました。

「今日の私たちの最大の競争相手は、もう1つのスタートアップです クリブ。 CRIBLに対する明確な製品と価値の差別化があり、いくつかの企業でもそれらを置き換えました。最高レベルでは、AIの使用が重要な差別化因子であり、より高いデータの最適化と濃縮につながり、より良いROIと分析につながり、インシデントの解決が速くなります」と彼は付け加えました。競合他社の20〜30％と比較して、「ノイズ」を60〜70％減らす程度。

CEOは、上記の顧客がObservoからどのように利益を得たかを共有していませんでしたが、高度に規制された業界で事業を展開している企業で（名前を共有せずに）プラットフォームが何ができるかを指摘しました。

あるケースでは、北米の大規模な病院は、さまざまなソースからのセキュリティテレメトリの増加に苦労しており、Azure Sentinel Siem、データ保持、および計算の数千の取るに足らないアラートと大規模な費用につながりました。組織のセキュリティオペレーションアナリストは、摂取されたデータの量を手動でサンプリングして減らすために、間に合わせのパイプラインを作成しようとしましたが、大きな影響を与える可能性のあるいくつかのシグナルが欠落しているのではないかと恐れました。

Observoのデータソース固有のアルゴリズムにより、組織は当初、センチネルに摂取された総ログボリュームの78％以上を削減することができ、重要なすべてのデータを完全にオンボーディングしていました。ツールが改善し続けるにつれて、同社は最初の3か月以内に85％以上の削減を達成することを期待しています。コストの面では、ストレージや計算を含むセンチネルの総コストを50％以上削減しました。

これにより、チームは最も重要なアラートに優先順位を付けることができ、重要なインシデントを解決するために平均時間が35％削減されました。

同様に、別のケースでは、グローバルデータとAI企業は、ログボリュームを70％以上削減し、ElasticSearchの総観察可能性とSIEMコストを40％以上削減することができました。

事前に計画します

この作業の次のステップとして、同社は市場への取り組みを加速し、カテゴリの他のプレイヤーであるCRIBL、 スプランク、 datadog、など

また、より多くのAI機能、異常検出、データポリシーエンジン、分析、ソースおよび宛先コネクタを使用して製品を強化する予定です。

からの洞察によると マーケットマークマーク、グローバルな観測可能性ツールとプラットフォームの市場規模は、2023年の24億ドルから2028年までに41億ドルに12％近く増加すると予想されます。

毎日VBでのビジネスユースケースに関する毎日の洞察

上司を感動させたい場合は、VB Dailyがカバーしています。規制上のシフトから実際の展開まで、企業が生成AIで行っていることについて内部のスクープを提供するので、最大のROIの洞察を共有できます。

私たちを読んでください プライバシーポリシー

購読してくれてありがとう。もっとチェックしてください VBニュースレターはこちら。

エラーが発生しました。