Go Hard Early – Jak lekcje z Verkady ukształtowały agentów AI Serval dla zespołów IT — Jake Stauch, Założyciel i CEO

Ogłaszamy ukierunkowane, wczesne wdrożenie agentów AI Serval na kluczowych platformach IT w pierwszym sprincie, aby zyskać szybkość i ograniczyć powtarzalne zadania. Takie podejście przynosi skrystalizowane wczesne sukcesy, daje administratorom pełny wgląd w alerty i ustala wspólny rytm, który napędza trakcję. Dla zespołów jasna struktura własności przyspiesza dopasowanie i zmniejsza tarcie między działami bezpieczeństwa, operacji i wsparcia.

To, co jest interesujące w skali Verkady i jak przekłada się to na operacje IT, to chemia między zespołami i zwarty panel sygnałów, który pozwala operatorom wyprzedzać incydenty. Przełóż to na przepływy pracy IT: panel danych, jasno zdefiniowana własność i niezawodne automatyzacje, którym administratorzy mogą zaufać od pierwszego dnia.

Na podstawie wczesnych testów Serval nauczył się szybko krystalizować wzorce, zamieniając powtarzalne alerty w przewidywalne przepływy pracy. W ciągu kilku tygodni agenci zaczynają zajmować się rutynowym triażem, uwalniając administratorów, aby mogli skupić się na strategicznych zadaniach. Rezultatem jest pełna kontrola nad reagowaniem na incydenty i namacalna trakcja w zespołach.

Patrząc w przyszłość, zrekrutujesz zwartą, interdyscyplinarną ekipę, aby ożywić pierwszą falę automatyzacji o wysokiej wartości. Ważne jest zaangażowanie inżynierów platform, analityków danych i administratorów IT, którym zależy na niezawodnych wynikach. To tworzy silne momentum i jasny sposób na skalowanie w różnych działach.

Co dalej? Monitoruj szybkość, adopcję i przepustowość panelu agentów. Analizując dane, zobaczysz, jak wyuczone polityki stają się skrystalizowane i powtarzalne – to znak, że Twoje zespoły przechodzą od reaktywnego reagowania do proaktywnego planowania.

Go Hard Early: Lessons from Verkada Shaped Serval's AI Agents for IT Teams – Jake Stauch, Founder and CEO

Zacznij od 14-dniowego pilotażu agentów AI Serval w operacjach IT, wdrażając je w 3–5 zespołach zalążkowych i zdefiniuj wskaźniki sukcesu na początku. Stauch zaleca dwutygodniowe sprinty: wdrażaj, mierz i iteruj, z celem wprowadzenia mierzalnych ulepszeń w MTTR, szumie alertów i zasięgu automatyzacji poniżej radaru w ciągu kilku dni. Pod koniec drugiego tygodnia spodziewaj się 20–30% redukcji średniego czasu naprawy i 15% spadku eskalacji. Użyj konfiguracji konwersacyjnej, która pozwala agentom pobierać odpowiedzi z bazy wiedzy i od operatorów ludzkich, zwiększając pewność w zautomatyzowanych działaniach. To odzwierciedla podejście Verkady, gdzie twarde zakłady na jakość danych i zabezpieczenia ustanawiają niezawodną linię bazową. Zacznij od triażu incydentów, resetowania haseł i odkrywania zasobów, a następnie śledź, jak często agent wdrożył wyniki zastępujące kroki manualne. Poniżej znajdziesz najjaśniejsze zabezpieczenia z wczesnych wdrożeń, które naprawdę mają znaczenie.

Z podręcznika Verkady lekcja jest taka, aby szybko podejmować właściwe decyzje i wcześnie ustalić zasady zarządzania. Verkada zbudowała skrystalizowany model danych, który redukuje odchylenia, oraz warstwę konwersacji, która wyświetla wyniki pewności i podpowiada pytania w celu wyjaśnienia, gdy dane są niejednoznaczne. Wbudowali wewnętrzne pętle konwersacji między działami bezpieczeństwa, IT i produktu, aby doprecyzować podpowiedzi, aż wyniki będą zgodne z instynktem operatora. Wykorzystali również telemetrię na skalę Facebooka, aby dostroić progi, tak aby alerty skalowały się bez przytłaczania zespołów. W notatkach wewnętrznych terminy serval i servals pojawiają się jako skrótowe określenie lekkich instancji agenta, podkreślając dążenie do szybkich i powtarzalnych wdrożeń, które rosną wraz z Twoimi potrzebami.

Aby Serval mógł rozwijać się dzisiaj, dopasuj finansowanie do praktycznego planu działania. Dyskusje na temat finansowania z kilkoma rundami i wieloma inwestorami są aktywne, z planem zamknięcia wielu rund w tym roku. Przydziel finansowanie na testy porównawcze, szkolenie modeli i wdrożenia terenowe, oraz zaprojektuj kompilacje, które można podłączyć do istniejących narzędzi ITSM. Celem jest przygotowanie potoku do produkcji w mniej niż 60 dni i rozszerzenie na 2–3 nowe zespoły w każdym kwartale. Zespół już rozpoczął wstępne integracje i nakreślił konkretne kamienie milowe w celu przyspieszenia wdrożonego zasoby i kontrole zarządzania w różnych środowiskach.

Kroki implementacyjne dla zespołów IT teraz: jaki jest plan rozpoczęcia, zdefiniowania zakresu i ustalenia polityki traktowania – sugestie AI pozostają jako pierwsze przejście, z przeglądem człowieka przed podjęciem działania. Wyznacz lidera ds. koordynacji międzyzespołowej; zbieraj dane z incydentów, alertów i zasobów; zapewnij prywatność i kontrolę dostępu; ustal jasne kryteria sukcesu i pętlę zwrotną w celu kalibracji podpowiedzi. Zrozum potrzeby operatorów, wsłuchując się w rzeczywiste rozmowy i zadając pytania, które ujawniają luki. Zacznij od kolejnego etapu walidacji przed rozszerzeniem, zachowując naprawdę proste podpowiedzi, aby uniknąć odchyleń. Jeśli wdrożenie wykazuje solidne zyski, skaluj w następnym kwartale; w przeciwnym razie modyfikuj servale i źródła danych, aby wyostrzyć wyniki i przenieść model do niezawodnej rozmowy z ludzkimi agentami. Celem jest rozpoczęcie od konkretnych sukcesów i unikanie nadmiernego rozmachu, zapewniając, że każdy krok ma znaczenie dla odporności IT.

Przetłumacz skoncentrowane na bezpieczeństwie podejście Verkady na konkretne zachowania agentów

Zacznij od podręcznika bezpieczeństwa, który skodyfikujesz w silniku polityk platformy: wymagaj MFA, najniższych uprawnień i krótkotrwałych tokenów dla każdej operacji; odrzucaj działania, które nie przejdą kontroli ryzyka; rejestruj każde działanie w sklepie odpornym na manipulacje; i przeprowadzaj przegląd co tydzień, aby doprecyzować progi. Jest to twarde ograniczenie, które zapobiega naruszeniu danych przez odchylenia.

Te konkretne zachowania agentów wykrystalizowały się z etosu Verkady. Przed każdym pobraniem danych agent sprawdza tożsamość i kontekst; jeśli kontrola przebiegnie pomyślnie, kontynuuje; w przeciwnym razie zgłasza alert bezpieczeństwa i zatrzymuje się. Agent utrzymuje stochastyczną linię bazową do kalibracji progów ryzyka i wykorzystuje podejście oparte na wartości początkowej, aby dostosowywać się w czasie. Następnie dopasuj kroki do planu działania dotyczącego priorytetów IT i dostarczania wartości klientom.

Rozpoczęcie pracy z tym podejściem wymaga partnerskiego nastawienia, więc nawiążmy współpracę z zespołami IT w celu wdrożenia na dużą skalę tam, gdzie są one gotowe na kontrolowane wdrażanie; równoważą one szybkość z dyscypliną zarządzania hasłami i okresowymi przeglądami dostępu.

Projektuj reguły triage w czasie rzeczywistym, aby skrócić czas reakcji na incydenty

Wdróż silnik reguł triage w czasie rzeczywistym, który klasyfikuje alerty w ciągu 60 sekund od ich nadejścia i kieruje je do właściwego dyżurującego agenta zgodnie z jego zmianą, w tym pokrycie nocne.

Reguła 1: Jeśli alert pochodzi z prób uwierzytelnienia lub hasła i wykazuje nagły wzrost niepowodzeń od tego samego użytkownika lub IP, eskaluj do agenta ds. operacji bezpieczeństwa i zablokuj konto automatycznie, jeśli zezwalają na to zasady.

Reguła 2: Jeśli seria powiązanych alertów dotknie tego samego zasobu w ciągu 5 minut, przekieruj do dedykowanego agenta dyżurującego, który będzie zarządzał wspólną sesją obejmującą logi, ślady i metryki.

Reguła 3: W przypadku problemów o mniejszym znaczeniu w istniejących produktach użyj triage opartego na sztucznej inteligencji, aby przypisać do jednego z kandydatów na dyżurze po zapoznaniu się z lekkim podręcznikiem; proces ten informuje o decyzjach dotyczących zatrudnienia i obejmuje resetowanie haseł lub sprawdzanie zasad, gdy ma to zastosowanie.

Z wczesnych wdrożeń jake i jego przedsięwzięcie dowiedzieli się wiele o triage w czasie rzeczywistym; berkata, zespół podkreślił ciągłe doskonalenie i ogłosił kolejne iteracje, w tym optymalizacje zmian nocnych i raport zarządczy dla firm wdrażających triage oparte na sztucznej inteligencji.

Mapuj zarządzanie danymi i kontrolę prywatności na przepływy danych AI

Zacznij od zmapowania przepływów danych AI na model zarządzania oparty na zasadach i przypisz właścicieli dla każdego fragmentu danych. Rozpoczynając to ćwiczenie, zdefiniuj zakres danych – źródła, transformacje, miejsca docelowe i punkty przechowywania – i połącz każdy krok z kontrolą prywatności. Zwróć uwagę na PII, wrażliwe atrybuty i sygnały zgody podczas przesyłania danych. Przejmij odpowiedzialność za fragment danych, aby zespoły mogły szybko działać. wspólnie zespoły ds. bezpieczeństwa, prywatności i produktu współpracują w celu wyeliminowania luk w zabezpieczeniach. Ta widoczność ujednolica pochodzenie danych i kontroluje ryzyko, zanim modele uzyskają dostęp do wrażliwych danych wejściowych. Co tydzień sprawdzamy postępy, aby zachować zgodność z zasadami.

Wdróż dostęp z minimalnymi uprawnieniami, uprawnienia oparte na rolach, MFA i rotację poświadczeń; każdą sesję traktuj jako podlegającą audytowi. Utrzymuj surowe zasady dotyczące haseł i unikaj trwałego kodowania poświadczeń. Twórz zgłoszenia dla każdej zmiany uprawnień i dołączaj jasne uzasadnienie oraz oczekiwany wpływ na prywatność. Wspiera to sprawne działanie i sprawia, że zmiany są identyfikowalne.

Zautomatyzuj kontrolę prywatności za pomocą polityki jako kodu, automatycznej redakcji i reguł zapobiegania utracie danych. Zwiększa to odporność przepływów danych i zmniejsza potrzebę ręcznego sprawdzania. Nie polega to na ręcznych kontrolach; automatyzacja uruchamia ciągłe testy. Gdy dane przemieszczają się przez model, stosuj kontrole: czy dane są szyfrowane w tranzycie i w spoczynku? Czy są egzekwowane czasowe limity przechowywania? Jeśli kontrole zawiodą, zablokuj przepływ i zgłoś zgłoszenie do naprawy.

Mapuj przepływy danych AI do kontroli prywatności w aplikacjach wewnętrznych i zewnętrznych łącznikach. Jeśli wdrażasz kolejną integrację lub łączysz się z platformą taką jak Facebook, upewnij się, że dane są anonimizowane lub tokenizowane i unikaj wysyłania surowych identyfikatorów. Rejestruj pochodzenie danych dla każdego połączenia zewnętrznego i monitoruj dryf polityki, aby zapobiec ekspozycji między zespołami.

Ramy Staucha pokazują, jak połączyć zarządzanie z codziennymi operacjami. Tygodniowy cykl rozpoczyna się od lekcji: zablokuj właścicieli, publikuj polityki stanowe i weryfikuj za pomocą danych testowych. Skonfigurujesz politykę dostępu opartą na sesjach, a podczas zatrudniania upewnij się, że szkolenie dotyczące prywatności jest częścią onboardingu. Gdy pojawi się wyjątek, zarejestruj go jako zgłoszenie i wdróż automatyczną poprawkę w następnej iteracji. Ta alternatywa zachowuje szybkość, zachowując kontrolę. W biznesie te kroki zwiększają odporność i dają zespołom czas na odpowiedzialne skalowanie.

Podsumowanie: rozpocząłeś od mapy danych, zaostrzyłeś kontrole na każdym przekazaniu i zautomatyzowałeś egzekwowanie zasad, aby zmniejszyć obciążenie ręczne. Razem budujesz strukturę zarządzania danymi, na której IT i biznes mogą polegać, gdy Twoi agenci AI skalują swoje operacje i bezproblemowo obsługują zgłoszenia.

Ustaw metryki zorientowane na wyniki, aby określić ilościowo wpływ agenta na operacje IT

Zdefiniuj jeden główny wynik i zakotwicz do niego każdą metrykę: zmniejsz MTTR incydentów P1 o 40% w ciągu 30 dni dzięki inteligentnym agentom AI Servals, obsługującym ticketing, triage i automatyczne rozwiązywanie tam, gdzie to możliwe. Śledź to codziennie; przeglądaj co tydzień w zwięzłym podsumowaniu, aby zespoły były zgrane i odpowiedzialne. W zespołach ich wpływ jest mierzalny redukcją MTTR i wzrostem przepustowości.

Główny wynik i cele

• Definicja: średni czas rozwiązania incydentów P1 od pierwszego zgłoszenia do przywrócenia.
• Cel: 40% redukcji w ciągu 30 dni.
• Źródła danych: system ticketingowy, rejestr incydentów i dzienniki agentów.
• Częstotliwość: codzienne śledzenie, cotygodniowe podsumowanie, miesięczna linia trendu.
• Dlaczego to ma znaczenie: to naprawdę zwraca uwagę na to, gdzie automatyzacja i wysiłek ludzki przesuwają granicę.

Metryki operacyjne do określenia ilościowego wpływu agenta

• Wskaźnik automatyzacji: procent zgłoszeń w pełni lub częściowo obsługiwanych przez inteligentnych Servals; cel 60% w ciągu 60 dni.
• Wskaźnik rezygnacji: procent interakcji eskalowanych do ludzkich agentów; cel < 15%, aby utrzymać ludzi skupionych na złożonych przypadkach.
• Poprawa czasu do pierwszej odpowiedzi (TTFR): porównaj TTFR przed i po wdrożeniu; cel 30% szybciej przy pierwszym kontakcie.
• Przepustowość ticketingu: zgłoszenia zamknięte dziennie; cel przyrostowy wzrost o 20%.
• Ponownie otwarte zgłoszenia: wskaźnik po rozwiązaniu; cel < 5%.

Sygnały jakości i sygnały uczenia się

• Perpleksja: monitoruj perpleksję modelu językowego na transkrypcjach rozmów; cel stabilny lub malejący trend, aby zachować klarowność.
• Zaufanie: średni wynik zaufania w decyzjach bota; cel > 0,8 dla automatycznych rozwiązań.
• Długość rozmowy i tury: monitoruj wydajność; dąż do zwięzłych, ale kompletnych interakcji.
• Nauczone korekty: rejestruj zmiany technik, które przynoszą ulepszenia; dołącz je do skrystalizowanej instrukcji.

Wpływ na biznes i sygnały ryzyka

• Uniknięte przestoje: godziny zakłóceń na tydzień, którym zapobiegnięto; cel < 2 godziny.
• CSAT i opinie użytkowników: cel poprawy wyniku netto; śledź sentyment z interakcji ticketingowych.

Wydajność sprzętowa i obliczeniowa: monitoruj wykorzystanie zasobów; upewnij się, że obciążenia botów mieszczą się w granicach sprzętowych.

Częstotliwość i zarządzanie wdrażaniem

• Wdrożenie: po udanym pilotażu wprowadź do innego zespołu; stosuj podejście niechętne ryzyku, chyba że dane sygnalizują ryzyko, a następnie niezwłocznie dostosuj.
• Ocena: przeprowadź 2-tygodniowy pilotaż, a następnie go rozszerz; prowadź cotygodniowe podsumowanie odcinka, aby skrystalizować wnioski i zaplanować poprawki.
• Uwaga i kontekst rynkowy: porównaj z konkurentami rynkowymi, aby ocenić względną wydajność; dostosuj cele, jeśli rynek się zmieni.

Na koniec utrzymuj ścisłą pętlę informacji zwrotnych: Alex i zespół przeglądają podsumowanie odcinka, weryfikują, czy z danych wyciągnięto wnioski, i odpowiednio dostosowują monity i źródła danych. Jeśli sygnały dotyczące złożoności lub pewności zmieniają się nieoczekiwanie, należy iterować nad techniką i wdrażać zaktualizowane monity. O ile pomiary nie wskazują na ryzyko, kontynuuj cykl i prowadź tygodniową ścieżkę śledzenia zgodną z potrzebami biznesowymi. Ciekawe wzorce wyłaniają się w miarę krystalizacji danych, a zespół odkrywa, co warto powtórzyć w kolejnym odcinku ulepszeń.

Stwórz praktyczny podręcznik wdrażania: zintegruj Servala z ITSM, SIEM i monitorowaniem

Zacznij od trójdrożnego wdrożenia: zintegruj Servala z ITSM, SIEM i monitorowaniem, aby zautomatyzować triage, naprawę i ścieżki audytu. Ta konfiguracja przyspiesza obsługę incydentów i tworzy jedno źródło prawdy dla operacji IT i bezpieczeństwa. Na początku utrzymuj wąski zakres: trzy konektory, wspólny model incydentów i lekki podręcznik napraw.

Zdefiniuj umowy dotyczące danych: Serval odczytuje dane zgłoszeń z ITSM (identyfikator zgłoszenia, priorytet, osoba przypisana), wzbogaca zdarzenia SIEM o kontekst (użytkownik, host, IP) i zapisuje z powrotem aktualizacje incydentów i notatki robocze. Wyraźnie mapuj pola; zdecyduj, gdzie przechowywać wartości poufne, używając skarbców haseł zamiast zwykłego przechowywania. Ustanów zasady prywatności i przechowywania, które są zgodne z potrzebami klientów i wymaganiami dotyczącymi zgodności.

Zbuduj złącza i przepływ danych: skonfiguruj ServiceNow lub wybrany przez siebie ITSM, wybierz SIEM (Splunk, QRadar lub podobny) i dołącz stos monitorujący (Prometheus/Grafana lub odpowiednik natywny dla chmury). Używaj unikalnych, trwałych identyfikatorów w różnych systemach, aby Serval mógł łączyć zdarzenia z zgłoszeniami bez duplikatów. Skonfiguruj wiele kanałów alertów – Slack, e-mail i natywne zgłoszenia – aby uniknąć przeoczonych powiadomień.

Reguły wzbogacania i automatyzacja: wdroż reguły, które dołączają kontekst do każdego alertu, kategoryzują według ryzyka i eskalują, gdy zagrożone są umowy SLA. Spraw, aby powtarzalny trud był bezcelowy, zamieniając powtarzalne czynności w podręczniki, które uruchamiają się z pojedynczego wyzwalacza. Zbuduj automatyzację, która tworzy lub aktualizuje zgłoszenia, uruchamia rotacje haseł za pośrednictwem menedżera haseł i aktualizuje SIEM o wyniki naprawy.

Przykład podręcznika: ujawnienie poświadczeń. Jeśli alert dotyczący poświadczeń nadejdzie z SIEM, Serval otworzy zgłoszenie ITSM o wysokim priorytecie, pobierze ostatnie 30 dni zdarzeń logowania, sprawdzi podejrzany dostęp i uruchomi rotację hasła za pośrednictwem menedżera haseł. Po zakończeniu rotacji zamyka zgłoszenie z powiązanymi dowodami i notatkami. Takie podejście przyspiesza izolację i zmniejsza liczbę ręcznych czynności dla klientów i zespołów wewnętrznych.

Przykład podręcznika: alert dotyczący łańcucha dostaw. Gdy pojawi się alert dostawcy, Serval koreluje go z inwentarzem zasobów, zgłasza zgłoszenie i powiadamia zespoły nadrzędne. Przepływ pracy zapewnia szybką reakcję, eliminuje powtarzalne kontrole ręczne i chroni krytyczne usługi bez opóźniania naprawy.

Monitorowanie i pulpity nawigacyjne: wyświetlaj kluczowe wskaźniki – średni czas potwierdzenia (MTTA), średni czas wykrycia (MTTD), MTTR, zasięg automatyzacji i wskaźnik fałszywie pozytywnych wyników. Zbuduj pełny obraz za pomocą jednego panelu, który łączy status ITSM, kontekst SIEM i sygnały monitorowania. Twórz migawki na potrzeby cotygodniowych przeglądów i comiesięcznych sesji planowania.

Zarządzanie i bezpieczeństwo: używaj kluczy API z minimalnymi uprawnieniami, regularnie rotuj poświadczenia i wymuszaj kontrolę dostępu w Serval, ITSM i SIEM. Przechowuj tajne dane w dedykowanym skarbcu i audytuj wszystkie zmiany. Dostosuj się do planu rozwoju i ogólnej postawy bezpieczeństwa; w rozmowach założycielskich i wywiadach Jake podkreślał, że silne zarządzanie zwiększa szybkość i zaufanie klientów. Notatki Berkaty z rozmów branżowych wzmacniają to podejście, wraz z relacjami w TechCrunch i powiązanych podcastach.

Plan rozwoju i gotowość: zaplanuj kwartalne planowanie z interesariuszami, w tym klientami, aby zweryfikować wyniki w odniesieniu do celów. Zaproś do wyrażenia opinii zespół założycielski oraz osoby z wywiadów i podcastów, które podkreślały to podejście. Informacje zwrotne kształtują planowanie i zapewniają, że strategia wyprzedza ewoluujące zagrożenia i potrzeby operacyjne, co Jake i zespół wykorzystali do wdrożenia szybszego niż wielu konkurentów.

Dlatego też ta strategia koncentruje się na konkretnych działaniach, wymiernych wynikach i pętli informacji zwrotnych z klientami. Wraz z wdrażaniem przepływu pracy przez wiele zespołów, odkryją one szybsze powstrzymywanie, jaśniejszą własność i skalowalną ścieżkę od planowania do wykonania.