Go Hard Early — Як досвід Verkada допоміг зробити AI-агентів Serval для IT-команд — Джейк Стауш, засновник і генеральний директор

Анонсуємо сфокусований ранній випуск AI-агентів Serval у ключових ІТ-платформах під час першого спринту для прискорення та зменшення повторюваних завдань. Цей підхід дає кристалізовані ранні перемоги, надає адміністраторам повний огляд сповіщень та встановлює спільний ритм, що забезпечує прогрес. Для команд чітка структура відповідальності прискорює узгодження та зменшує тертя між відділами безпеки, операцій та техпідтримки.

Що цікаво у масштабі Verkada, і як це перекладається на ІТ-операції, — це хімія між командами та чіткий набір сигналів, що дозволяє операторам випереджати інциденти. Перекладіть це на ІТ-робочі процеси: набір даних, чітко визначена відповідальність та надійні автоматизації, яким адміністратори можуть довіряти з першого дня.

З ранніх випробувань Serval навчився швидко кристалізувати патерни, перетворюючи повторювані сповіщення на передбачувані робочі процеси. За кілька тижнів агенти починають обробляти рутинну класифікацію, звільняючи адміністраторів для зосередження на стратегічній роботі. Результатом є повний контроль над реагуванням на інциденти та відчутний прогрес у командах.

Заглядаючи вперед, ви наберете компактну, міжфункціональну команду для втілення першої хвилі високоцінних автоматизацій. Важливо залучити інженерів платформ, науковців з даних та ІТ-адміністраторів, які дбають про надійні результати. Це створює потужний імпульс та чіткий шлях для масштабування по всіх департаментах.

Що далі? Відстежуйте швидкість, впровадження та пропускну здатність панелі агентів. Дивлячись на дані, ви побачите, як вивчені політики стають кристалізованими та повторюваними — ознака того, що ваші команди переходять від реактивного реагування до проактивного планування.

Займіться справді важливим з самого початку: Уроки Verkada сформували AI-Агентів Serval для ІТ-Команд — Джейк Стаух, Засновник та CEO

Почніть з 14-денного пілоту AI-Агентів Serval в ІТ-операціях, впровадивши їх у 3–5 ключових команд, і визначте метрики успіху на початку. Стаух наполягає на двотижневих спринтах: впроваджуйте, вимірюйте та ітеруйте, з метою досягнення вимірних покращень у MTTR, зменшення шуму сповіщень та автоматизації нижче радарів протягом кількох днів. До кінця другого тижня очікуйте 20–30% скорочення середнього часу на ремонт та 15% зменшення ескалацій. Використовуйте підхід, заснований на діалогах, який дозволяє агентам отримувати відповіді з вашої бази знань та від операторів-людей, підвищуючи впевненість в автоматизованих діях. Це відображає підхід Verkada, де сильні ставки на якість даних та запобіжники встановлюють надійну основу. Почніть з класифікації інцидентів, скидання паролів та виявлення активів, а потім відстежуйте, як часто розгорнуті агентом результати замінюють ручні кроки. Нижче ви знайдете найчіткіші запобіжники з ранніх впроваджень, які дійсно мають значення.

З посібника Verkada уроком є швидке просування у правильних ставках та раннє закріплення управління. Verkada створила кристалізовану модель даних, яка зменшує відхилення, та рівень діалогу, який відображає показники впевненості та запити на уточнення, коли дані неоднозначні. Вони вбудували внутрішні цикли діалогу між безпекою, ІТ та продуктом для вдосконалення запитів, доки результати не збіглися з інстинктами операторів. Вони також спиралися на телеметрію масштабу Facebook для налаштування порогів, щоб сповіщення масштабувалися, не перевантажуючи команди. У внутрішніх примітках терміни serval та servals зустрічаються як скорочення для легковажних екземплярів агентів, підкреслюючи прагнення до швидких, повторюваних розгортань, які зростають разом з вашими потребами.

Щоб Serval міг зростати сьогодні, узгодьте фінансування з практичним планом. Активні обговорення фінансування з кількома раундами та інвесторами, з планом закрити кілька раундів цього року. Розподіліть фінансування на бенчмаркінг, навчання моделей та розгортання в полі, і розробіть системи, які підключаються до існуючих ITSM-інструментів. Мета — конвеєр, готовий до виробництва, менш ніж за 60 днів та розширення до 2–3 нових команд щокварталу. Команда вже розпочала початкові інтеграції та окреслила конкретні етапи для прискорення розгорнутих активів та перевірок управління в середовищах.

Кроки впровадження для ІТ-команд зараз: який план почати, визначити сферу застосування та встановити політику надання послуг — AI-пропозиції залишаються як перший прохід, з людським оглядом перед дією. Призначте чемпіона для міжкомандного узгодження; зберіть дані про інциденти, сповіщення та активи; забезпечте конфіденційність та контроль доступу; встановіть чіткі критерії успіху та цикл зворотного зв'язку для калібрування запитів. Зрозумійте потреби операторів, слухаючи реальні розмови та ставлячи запитання, що виявляють прогалини. Почніть з ще одного епізоду валідації перед розширенням, зберігаючи дуже прості запити, щоб уникнути відхилень. Якщо розгортання демонструє солідні прибутки, масштабуйте наступного кварталу; інакше, ітеруйте на servals та джерелах даних, щоб уточнити результати та досягти надійної розмови моделі з людськими агентами. Мета — почати з конкретних перемог та уникнути надмірних зусиль, забезпечуючи, щоб кожен крок мав значення для ІТ-стійкості.

Перетворіть менталітет Verkada, орієнтований на безпеку, на конкретну поведінку агентів

Почніть з посібника, орієнтованого на безпеку, який ви кодифікуєте в рушії політики платформи: вимагайте MFA, мінімальні привілеї та короткочасні токени для кожної операції; забороняйте дії, які не проходять перевірки ризику; реєструйте кожну дію у сховищі, захищеному від несанкціонованого доступу; і проводьте огляд щотижня для вдосконалення порогів. Це жорстке обмеження, яке запобігає компрометації даних через відхилення.

Ця конкретна поведінка агентів кристалізувалася з етосу Verkada. Перед будь-яким витягом даних агент перевіряє ідентичність та контекст; якщо перевірка проходить, він продовжує; інакше він видає сповіщення безпеки та зупиняється. Агент підтримує стохастичну базову лінію для калібрування порогів ризику та використовує підхід початкового значення для адаптації з часом. Потім узгодьте кроки з планом ІТ-пріоритетів та доставкою цінності клієнтам.

Початок роботи з цим підходом вимагає партнерського мислення, тому співпрацюйте з ІТ-командами для розгортання у масштабі, де вони готові до контрольованого розгортання; вони балансують швидкість з дисципліною управління паролями та періодичними перевірками доступу.

Розробіть Правила Класифікації в Реальному Часі для Скорочення Часу Реагування на Інциденти

Впровадьте двигун правил класифікації в реальному часі, який класифікує сповіщення протягом 60 секунд після надходження та спрямовує їх до відповідного чергового агента за зміною, включаючи нічне чергування.

Правило 1: Якщо сповіщення надходить від спроб автентифікації або скидання пароля та показує сплеск невдалих спроб від одного користувача або IP, ви ескалуєте до агента безпеки та автоматично блокуєте обліковий запис, якщо політика це дозволяє.

Правило 2: Якщо серія пов'язаних сповіщень надходить до одного й того ж активу протягом 5 хвилин, спрямуйте до спеціального чергового агента, який керуватиме спільною сесією по журналах, трасуванням та метриками.

Правило 3: Для некритичних проблем у існуючих продуктах використовуйте AI-керовану класифікацію, щоб призначити до одного з кандидатів у списку чергових після консультації з легковажним посібником; процес інформує рішення про найм та включає скидання паролів або перевірки політики, де це застосовно.

З ранніх розгортань Джейк та його компанія багато чого дізналися про класифікацію в реальному часі; за його словами, команда наголошувала на безперервному вдосконаленні та оголосила про наступні ітерації, включаючи оптимізацію нічних змін та звіт для керівництва для компаній, які впроваджують AI-керовану класифікацію.

Відобразіть Управління Даними та Засоби контролю Конфіденційності на Потоки Даних AI

Почніть з відображення ваших потоків даних AI на модель управління, яка базується на політиці, та призначте власників для кожного фрагмента даних. Починаючи цю вправу, визначте, що є даними в обсязі — джерела, перетворення, пункти призначення та точки зберігання — і пов'яжіть кожен крок із засобами контролю конфіденційності. Звертайте увагу на PII, чутливі атрибути та сигнали згоди під час переміщення даних. Візьміть на себе відповідальність за фрагмент даних, щоб команди могли діяти швидко. Разом команди з безпеки, конфіденційності та продукту співпрацюють для усунення прогалин у ризиках. Ця видимість об'єднує походження даних та контролює ризики до того, як моделі отримають доступ до чутливих введень. Ми щотижня переглядаємо прогрес, щоб залишатися в узгодженні з політикою.

Впровадьте мінімальні привілеї доступу, ролеві дозволи, MFA та ротацію облікових даних; розглядайте кожну сесію як аудитовану. Дотримуйтесь суворих політик паролів та уникайте жорсткого кодування облікових даних. Створюйте заявки на будь-яку зміну дозволів та додайте чітке обґрунтування та очікуваний вплив на конфіденційність. Це сприяє безперебійній роботі та робить зміни простежуваними.

Автоматизуйте засоби контролю конфіденційності за допомогою політики як коду, автоматичного вилучення даних та правил запобігання втраті даних. Це додає стійкості до потоків даних та зменшує необхідність ручної перевірки. Це не покладалося б на ручні перевірки; автоматизація запускає безперервні тести. Коли дані переміщуються через модель, застосовуйте перевірки: чи дані зашифровані під час передачі та у спокої? Чи дотримуються таймери зберігання? Якщо перевірки не проходять, заблокуйте потік та створіть заявку для виправлення.

Відобразіть потоки даних AI на засоби контролю конфіденційності в внутрішніх додатках та зовнішніх з'єднувачах. Якщо ви розгортаєте ще одну інтеграцію або підключаєтеся до платформи, як Facebook, переконайтеся, що дані анонімізовані або токенізовані, та уникайте надсилання сирих ідентифікаторів. Записуйте походження даних для кожного зовнішнього з'єднання та відстежуйте відхилення політики, щоб уникнути розкриття інформації між командами.

Фреймворк Стауха показує, як об'єднати управління з повсякденними операціями. Щотижневий цикл починається з уроку: визначте власників, опублікуйте станні політики та перевірте тестовими даними. Ви налаштуєте політику доступу на основі сесій, а під час найму переконайтеся, що навчання конфіденційності є частиною онбордингу. Коли виникає виняток, зареєструйте його як заявку та впровадьте автоматизоване виправлення в наступній ітерації. Ця альтернатива зберігає швидкість, зберігаючи контроль. У бізнесі ці кроки додають стійкості та дають командам час для відповідального масштабування. Підсумок: почали з карти даних, посилили контроль на кожному передаванні та автоматизували виконання політик для зменшення ручних навантажень. Разом ви будуєте структуру управління даними, на яку ІТ та бізнес можуть покладатися, оскільки ваші AI-агенти масштабують свої операції та заявки безперебійно.

Встановіть Результато-Орієнтовані Метрики для Квантифікації Впливу Агентів на ІТ-Операції

Визначте один головний результат і прив'яжіть до нього кожну метрику: скоротити MTTR для інцидентів P1 на 40% за 30 днів за допомогою інтелектуальних AI-агентів Serval, які обробляють створення заявок, класифікацію та автоматичне вирішення, де це можливо. Відстежуйте це щодня; переглядайте щотижня у стислому звіті, щоб команди залишалися узгодженими та відповідальними. У всіх командах їхній вплив вимірюється у зменшенні MTTR та зростанні пропускної здатності.

Основний результат та цілі

• Визначення: середній час для вирішення інцидентів P1 від першої заявки до відновлення.
• Ціль: скорочення на 40% протягом 30 днів.
• Джерела даних: система заявок, журнал інцидентів та журнали агентів.
• Частота: щоденне відстеження, щотижневий підсумок, щомісячна тенденція.
• Чому це важливо: це справді привертає увагу до того, де автоматизація та людські зусилля мають значення.

Операційні метрики для кількісної оцінки впливу агентів

• Рівень автоматизації: відсоток заявок, повністю або частково оброблених інтелектуальними Servals; ціль 60% протягом 60 днів.
• Рівень відмови: відсоток взаємодій, ескалованих до агентів-людей; ціль < 15% для того, щоб люди зосереджувалися на складних випадках.
• Покращення часу до першої відповіді (TTFR): порівняйте TTFR до та після розгортання; ціль на 30% швидше при першому контакті.
• Пропускна здатність системи заявок: кількість закритих заявок на день; ціль — додаткове зростання на 20%.
• Відсоток повторно відкритих заявок: після вирішення; ціль < 5%.

Сигнали якості та навчання

• Перplexity: відстежуйте perplexity мовної моделі на транскриптах розмов; ціль — стабільний або зменшуваний тренд для підтримки чіткості.
• Впевненість: середній показник впевненості у рішеннях бота; ціль > 0.8 для автоматизованих вирішень.
• Тривалість розмови та кількість обмінів: відстежуйте ефективність; прагніть до стислих, але повних взаємодій.
• Застосовані коригування: записуйте зміни техніки, що призводять до покращень; включіть їх у кристалізований посібник.

Вплив на бізнес та сигнали ризику

• Уникнутий час простою: години простою, запобігнені на тиждень; ціль < 2 годин.
• CSAT та відгуки користувачів: ціль — покращення чистого показника; відстежуйте настрій з взаємодій через систему заявок.
• Ефективність обладнання та обчислень: відстежуйте використання ресурсів; переконайтеся, що робоче навантаження бота залишається в межах лімітів обладнання.

Частота розгортання та управління

• Розгортання: розгорніть для іншої команди після успішного пілоту; використовуйте консервативний підхід, якщо сигнали даних не вказують на ризик, тоді швидко коригуйте.
• Оцінка: проведіть 2-тижневий пілот, потім розширте; проводьте щотижневий підсумок епізоду для кристалізації висновків та планування коригувань.
• Увага та ринковий контекст: порівнюйте з аналогами на ринку, щоб оцінити відносну продуктивність; коригуйте цілі, якщо ринок змінюється.

Нарешті, підтримуйте тісний цикл зворотного зв'язку: Алекс та команда переглядають підсумок епізоду, перевіряють, чи Serval навчився на даних, і відповідно коригують запити та джерела даних. Якщо сигнали perplexity або confidence несподівано змінюються, тоді ітеруйте на техніці та розгортайте оновлені запити. Якщо вимірювання не показують ризику, продовжуйте цикл і тримайте тижневе відстеження, узгоджене з бізнес-потребами. Цікаві закономірності з'являються, коли дані кристалізуються, і команда відкриває для себе те, що варто повторити в наступному епізоді вдосконалень.

Створіть Практичний Посібник з Розгортання: Інтегруйте Serval з ITSM, SIEM та Моніторингом

Почніть з тристороннього розгортання: інтегруйте Serval з ITSM, SIEM та моніторингом для автоматизації класифікації, виправлення та аудиту. Ця конфігурація прискорює обробку інцидентів та створює єдине джерело істини для ІТ-операцій та безпеки. Спочатку тримайте сферу дії вузькою: три з'єднувачі, спільна модель інцидентів та легковажний посібник з виправлення.

Визначте контракти даних: Serval читає дані квитків з ITSM (ID квитка, пріоритет, призначений), збагачує події SIEM контекстом (користувач, хост, IP) та записує оновлення інцидентів та робочі примітки. Чітко відобразіть поля; вирішіть, де зберігати конфіденційні значення, використовуючи сховища паролів замість відкритого зберігання. Встановіть політику конфіденційності та зберігання, яка відповідає потребам клієнтів та вимогам відповідності.

Створіть з'єднувачі та потік даних: налаштуйте ServiceNow або будь-який інший ITSM на ваш вибір, виберіть SIEM (Splunk, QRadar або подібний) та підключіть стек моніторингу (Prometheus/Grafana або хмарний еквівалент). Використовуйте унікальні, постійні ID у всіх системах, щоб Serval міг об'єднувати події з квитками без дублікатів. Налаштуйте кілька каналів сповіщень — Slack, електронну пошту та нативні системи заявок — щоб уникнути пропущених сповіщень.

Правила збагачення та автоматизація: впровадьте набори правил, що додають контекст до кожного сповіщення, класифікують за ризиком та ескалують, коли SLA під загрозою. Зробіть повторюваний виснажливий труд безглуздим, перетворивши повторювані дії на посібники, які спрацьовують від одного тригера. Створіть автоматизацію, яка створює або оновлює квитки, виконує ротацію паролів через ваш менеджер секретів та оновлює SIEM результатами виправлення.

Приклад посібника: витік облікових даних. Якщо сповіщення про облікові дані надходить з SIEM, Serval відкриває квиток ITSM з високим пріоритетом, витягує дані про входи за останні 30 днів, перевіряє на підозрілий доступ та запускає ротацію пароля через ваш менеджер секретів. Після завершення ротації він закриває квиток з прикріпленими доказами та примітками. Цей підхід прискорює стримування та зменшує ручні кроки для клієнтів та внутрішніх команд.

Приклад посібника: сповіщення про ланцюжок постачання. Коли з'являється сповіщення від постачальника, Serval корелює його з інвентаризацією активів, створює квиток та сповіщає вищестоящі команди. Робочий процес забезпечує швидке реагування, скорочує повторювані ручні перевірки та захищає критично важливі послуги, не затримуючи виправлення.

Моніторинг та панелі моніторингу: відображайте ключові показники — середній час до підтвердження (MTTA), середній час до виявлення (MTTD), MTTR, охоплення автоматизації та рівень помилкових спрацьовувань. Створіть повну картину за допомогою єдиного вікна, яке поєднує статус ITSM, контекст SIEM та сигнали моніторингу. Створюйте знімки для щотижневих оглядів та щомісячних планувальних сесій.

Управління та безпека: використовуйте API-ключі з мінімальними привілеями, регулярно ротуйте облікові дані та застосовуйте контроль доступу до Serval, ITSM та SIEM. Зберігайте секрети у спеціальному сховищі та аудитуйте всі зміни. Узгоджуйте з вашим планом та загальним положенням безпеки; під час переговорів про заснування та інтерв'ю Джейк підкреслював, що сильне управління прискорює швидкість та довіру між клієнтами. Примітки Беркати з галузевих розмов підтверджують цей підхід, поряд з висвітленням у TechCrunch та відповідних подкастах.

Дорожня карта та готовність: плануйте квартальні засідання з зацікавленими сторонами, включаючи клієнтів, для перевірки результатів відносно цілей. Залучайте відгуки від засновників, а також з інтерв'ю та подкастів, які висвітлювали підхід. Ці відгуки формують планування та гарантують, що посібник залишається попереду еволюціонуючих загроз та операційних потреб, що Джейк та команда використовували для прискорення розгортання, порівняно з багатьма конкурентами.

Ось чому цей посібник зосереджений на конкретних діях, вимірних результатах та циклі зворотного зв'язку з клієнтами. Коли численні команди впроваджуватимуть робочий процес, вони знайдуть швидше стримування, чіткішу відповідальність та масштабований шлях від планування до виконання.