La plate-forme AIOps BigPanda obtient 190 millions de dollars de nouveaux fonds

Le marché des AIOps a connu une croissance rapide pendant la pandémie, particulièrement alors que la pénurie de main-d'œuvre dans l'industrie informatique s'aggrave. Abréviation de « AI in IT Operations », AIOps fait référence à un logiciel qui automatise, corrèle et surveille les performances des événements dans les systèmes informatiques des entreprises. Selon un échange AIOps 2019 enquête, 45 % des organisations informatiques se tournent désormais vers l'AIOps pour analyser et déterminer la cause première probable des incidents et pour prévoir les problèmes futurs. Cela rapporte des dividendes aux premiers utilisateurs — PagerDuty estimations que les entreprises qui ont adopté AIOps économisent jusqu'à 30 minutes en moyenne pour résoudre les incidents informatiques.

ScienceLogique, Enrouléet Rampe Ops font partie des fournisseurs de solutions AIOps pour les grandes entreprises. Un autre est BigPanda, une startup basée à Mountain View, en Californie, qui développe l'IA pour auditer les changements dans les environnements informatiques, anticiper les problèmes et recommander comment les résoudre. GrandPanda a annoncé aujourd'hui avoir levé 190 millions de dollars à une valorisation de 1.2 milliard de dollars après l'argent - la plus grande valorisation du segment AIOps à ce jour. C'est à la fois un vote de confiance des investisseurs et un signe de croissance continue dans l'espace AIOps, qui est attendu vaudra 10 milliards de dollars d'ici 2027.

Détecter les problèmes de manière autonome

BigPanda a été fondée en 2012 par Assaf Resnick et Elik Eizenberg. Resnick a été analyste chez Moody's avant de devenir directeur chez Sequoia Capital et membre de Jibe Ventures. Eizenberg, ancien responsable des opérations informatiques chez IDF, a travaillé sur des algorithmes et des logiciels chez MarketWindows, une start-up boursière, avant de rejoindre BigPanda.

« Chaque jour, [les équipes] font face à un tsunami de données associées à leurs services numériques. En fait, la plupart des organisations disposent de 50 à 100 outils de surveillance qui génèrent des données sur des applications, des systèmes, un cloud et une infrastructure sur site spécifiques », a déclaré Resnick à VentureBeat par e-mail. "Aucun de ceux-ci ne fournit une image complète et il n'est plus possible pour les humains de filtrer toutes leurs données et de reconstituer l'histoire d'un incident... Des dizaines de personnes qui pourraient effectuer un travail de grande valeur sont, à la place, sur plusieurs heures. ponter les appels, pointer du doigt et essayer d'éviter le blâme. Pour ces raisons, la plupart [des cadres] et leurs équipes évaluent et adoptent l'AIOps. »

BigPanda s'efforce de prévenir les pannes en combinant les données des outils d'observabilité, de surveillance, de changement et de topologie en informations exploitables. La plate-forme peut automatiser les aspects manuels de la réponse aux incidents tels que la billetterie et la notification et éventuellement se connecter à des outils d'automatisation de runbook tiers pour exécuter des automatisations de flux de travail.

BigPanda fournit également des analyses pour suivre les tendances et les mesures des incidents, permettant aux responsables et aux responsables informatiques de mesurer les progrès vers les objectifs. Comme l'explique Resnick : « La [plate-forme] de BigPanda fournit… des capacités d'analyse des causes profondes qui expliquent leur logique à l'utilisateur en langage clair. Nous enrichissons également chaque incident avec le contexte de l'entreprise - la dernière panne connue, qui est propriétaire du service, etc. - afin que le bon groupe d'êtres humains puisse s'impliquer et commencer leur flux de travail de réponse aux incidents. [Et les] modèles d'apprentissage automatique suggèrent régulièrement une nouvelle logique de corrélation à mesure que de nouveaux éléments d'infrastructure, applications, services et outils sont ajoutés aux environnements et que de nouvelles données sont ingérées et corrélées.

Les utilisateurs peuvent modifier les modèles de corrélation générés par l'apprentissage automatique de BigPanda, puis tester les modèles par rapport aux données collectées dans différentes fenêtres de temps. Une fois que la plate-forme suggère un modèle, les administrateurs peuvent décider de l'activer, de le rejeter ou de le personnaliser davantage dans un panneau de contrôle à l'aide d'un éditeur de modèles. Les équipes peuvent personnaliser les définitions des modèles de corrélation en fonction de leur environnement pour accroître l'efficacité de la corrélation. BigPanda fournit en outre un testeur de pré-production afin que les équipes puissent exécuter la logique éditée sur des données en direct sans avoir à passer en production.

BigPanda affirme que l'un de ses quelque 100 clients, le studio de jeux vidéo Bungie, a pu éliminer sa dépendance à la surveillance manuelle tout en réduisant 3,000 35 alertes à XNUMX tickets. Un autre abonné, le PlayStation Network de Sony, affirme que BigPanda a aidé son équipe des opérations informatiques à passer au travail à domicile tout en connaissant une vague de nouvelles activités pendant la pandémie.

Défis et opportunités

AIOps a un grand potentiel, mais c'est loin d'être une science parfaite. Alors que des plates-formes comme BigPanda excellent dans des tâches telles que la mise à jour des configurations d'infrastructure et des règles de pare-feu, elles ont parfois du mal à répondre à des problèmes plus complexes, comme une cyberattaque qui exploite une variété d'exploits.

Il existe également des obstacles institutionnels à l'adoption de l'AIOps, notamment des processus d'exploitation informatique mal documentés et des données de mauvaise qualité. Même les outils AIOps les plus puissants peuvent être compromis s'ils n'ont pas suffisamment de données à traiter - et les données doivent être de haute qualité. Des données bruyantes, des journaux incohérents ou insuffisants dans les applications peuvent entraîner des systèmes AIOps qui fonctionnent mal.

D'autre part, s'il est mis en œuvre de manière réfléchie, l'AIOps élimine les tâches routinières et peu qualifiées, libérant idéalement le personnel informatique pour qu'il se concentre sur des activités à plus forte valeur ajoutée. Les autres avantages de l'AIOps incluent la possibilité d'utiliser des informations basées sur les données, des analyses prédictives et des visualisations pour prendre des décisions plus éclairées en matière d'opérations informatiques.

Selon une technologie Rackspace 2021 enquête, la mauvaise qualité des données était la principale raison de l'échec des systèmes d'IA qui alimentent les plates-formes AIOps. Et une majorité de répondants dans un Juniper 2021 rapport ont déclaré que leurs organisations avaient du mal à élargir leurs effectifs pour s'intégrer à des systèmes d'IA tels que les systèmes AIOps.

La promesse de l'AIOps pousse 59 % des entreprises à explorer la technologie à utiliser dans leur organisation, selon une étude de 2019 de Loom Systems rapport. D'ici 2023, 40 % des entreprises utiliseront l'AIOps pour la surveillance des applications et de l'infrastructure, Gartner prédit.

« Autrefois reconnues uniquement en cas de panne, les équipes d'exploitation informatique sont désormais reconnues pour maintenir la présence numérique essentielle de chaque organisation. Ce changement s'est considérablement accéléré avec le début de la pandémie alors que les services numériques ont explosé du jour au lendemain en termes d'ampleur et d'importance pour la vie quotidienne des consommateurs », a déclaré Resnick. « Dans la course à l'amélioration des expériences en ligne, [les cadres] devaient accélérer rapidement les initiatives de transformation numérique. Cela a mis en lumière [les équipes] qui sont chargées de maintenir la disponibilité et les performances des applications, des systèmes et des réseaux qui sont l'épine dorsale des services numériques.

BigPanda indique que les nouveaux revenus annuels récurrents (ARR) au cours des trois premiers trimestres de 2021 ont augmenté de près de 150 % d'une année sur l'autre. (Resnick dit que l'ARR de la société est actuellement "inférieur à 100 millions de dollars" avec un profil de marge brute de 80%.) Avec le nouveau financement - qui a été dirigé par Insight Partners et Advent Partners, et qui porte le capital total de BigPanda levé à 320 millions de dollars - les 290 -l'entreprise salariée prévoit d'ouvrir un nouveau bureau à Londres pour soutenir les clients nouveaux et existants.

"Nous continuons d'investir dans la différenciation des produits, en embauchant de la R&D et de l'expertise en ingénierie pour étendre nos capacités d'automatisation des incidents alimentée par l'IA", a ajouté Resnick. « Dans quelques semaines, nous annoncerons notre expansion en Europe, au Moyen-Orient et en Afrique ainsi que la formation d'une équipe de commercialisation dédiée aux entreprises de taille moyenne. [Also,] à mesure que nous développons notre clientèle, nous investissons dans l'habilitation, les services, les partenaires et les personnes pour garantir que les clients bénéficient chaque jour de la valeur de BigPanda.

Source : https://venturebeat.com/2022/01/12/aiops-platform-bigpanda-nabs-190m-in-fresh-funding/