Comment InsightFinder utilise les solutions AWS pour créer une plateforme d'observabilité prédictive pilotée par l'IA

Il est difficile de préserver son temps, en tant que conjoint, que membre de la communauté ou qu'individu, en particulier dans le monde des start-ups. InsightFinder, une start-up spécialisée dans l'intelligence artificielle (IA) qui utilise le machine learning (ML) pour aider ses clients à éviter les pannes de leur infrastructure cloud, a pour mission de changer cette situation.

Fondée par Helen Gu en 2016, InsightFinder utilise le machine learning non supervisé pour rendre l'infrastructure cloud plus fiable. La plateforme d'observabilité prédictive pilotée par l'IA de l'entreprise aide les entreprises à prévoir les incidents ayant un impact sur l'activité et à identifier la cause racine des incidents imminents afin d'éviter les pertes commerciales et les atteintes à l'image de marque.

Selon Helen, « les pannes informatiques ont un impact énorme sur la vie de chacun. La mission d'InsightFinder est d'aider tout le monde à disposer d'un système informatique plus fiable ».

La réduction du nombre de pannes permet aux employés de consacrer plus de temps à ce qui compte le plus dans leur vie et pour leur entreprise.

En plus d'être la fondatrice et Chief Executive Officer (CEO) d'InsightFinder, Helen est professeure à l'université d'État de Caroline du Nord et experte en systèmes distribués en matière de cloud computing dont les travaux s'étendent sur 20 ans. « InsightFinder est le fruit de plus de 15 ans de travaux de recherche parrainés par la Fondation nationale pour la science et des partenaires du secteur, explique-t-elle. Depuis le premier jour, je suis très passionnée par ce domaine, car je pense qu'il va affecter de nombreuses personnes. »

Création de la solution InsightFinder avec AWS

Amazon Web Services (AWS) a joué un rôle essentiel dans le développement d'InsightFinder sur le cloud. « Au début, lorsque nous avons commencé, nous recherchions quelque chose de facile à utiliser », explique Helen.

« AWS dispose d'un très bon programme, AWS Activate, qui accorde de nombreux crédits aux start-ups. Nous avons obtenu de nombreux crédits qui nous ont aidés à démarrer notre développement. Cela a joué un rôle essentiel pour nous. »

C'est également en partie grâce à AWS qu'InsightFinder a pu créer le moteur d'intelligence unifiée à hautes performances qui a contribué à son succès. L'entreprise tire parti des solutions AWS en fonction de ses besoins, qu'il s'agisse de processus gourmands en processeur ou en E/S. « De nombreuses entreprises de technologie d'IA pensent qu'il est nécessaire d'investir massivement dans les ressources matérielles, explique Helen. Grâce à AWS, nous pouvons réellement créer un moteur performant, à un coût raisonnable. »

En 2020, InsightFinder a constaté que les problèmes auxquels ses clients étaient confrontés évoluaient, principalement en raison de la pandémie de COVID-19. Une start-up, Apprendis, a été confrontée à un problème de mise à l'échelle, car le nombre d'étudiants et d'enseignants utilisant leur plateforme d'enseignement des sciences, InqITS, a augmenté rapidement. L'entreprise déjà utilisatrice active d'Amazon CloudWatch, ne disposait pas de l'infrastructure interne nécessaire pour filtrer les alertes qui lui étaient envoyées. En connectant le moteur InsightFinder aux données CloudWatch, l'entreprise a pu obtenir rapidement et facilement des informations essentielles. « C'est très simple, explique Helen. En quelques clics, les utilisateurs peuvent réellement commencer à utiliser les données et les prévisions, et obtenir l'analyse des causes profondes à partir des données AWS CloudWatch via le moteur InsightFinder. » À l'aide des données de CloudWatch, InsightFinder a détecté les bogues logiciels et les problèmes de performances difficiles à détecter avant que les utilisateurs finaux ne s'en aperçoivent, ce qui a permis à l'équipe d'Apprendis de mettre à l'échelle son système sans engager d'ingénieurs DevOps et de garantir une utilisation fluide de sa plateforme.

Aujourd'hui, InsightFinder compte sur le réseau de Partenaires AWS pour faire passer l'entreprise au niveau supérieur.

« En tant que start-up technologique en pleine croissance, nous ne voulons pas engager une équipe de vente importante pour vendre directement à un grand nombre de clients, explique Helen. Le réseau de Partenaires AWS va être une étape importante pour nous en matière de commercialisation. C'est une voie plus productive, plus efficace, plus mutuelle et plus bénéfique pour nous. »

Se tourner vers l'avenir de l'IA

Alors que l'on craint de plus en plus que l'IA n'ait un impact sur les opportunités d'emploi, Helen explique clairement qu'elle ne pense pas que l'objectif d'InsightFinder, ou de l'IA dans son ensemble, soit de remplacer les personnes : « Il est impossible que nous ayons suffisamment de personnes, en particulier de personnes qualifiées, assises là à regarder tous ces graphiques pour chaque machine et à prévoir les incidents futurs. » Helen considère plutôt l'IA comme un outil permettant d'améliorer les compétences humaines ; la technologie devrait se concentrer sur ce que les humains ne peuvent pas faire. Les algorithmes avec lesquels Helen travaille comblent les lacunes des humains, en effectuant un travail 24 h/24, 7 j/7, qui convient à une machine et non à un être humain.

« La chose la plus précieuse au monde, c'est le temps, déclare Mme Gu. Notre objectif est de redonner du temps aux employés pour qu'ils puissent faire ce qu'ils aiment, plutôt que de réparer les pannes informatiques en pleine nuit. »

Vous souhaitez savoir comment AWS peut vous aider à démarrer votre start-up ? Rejoignez AWS Activate pour créer et développer votre start-up avec les bonnes ressources au bon moment.

Découvrez d'autres start-ups d'IA/ML qui créent et se mettent à l'échelle sur AWS 🚀 :

• Accélérer la mise à l'échelle de l'IA et du ML, ainsi que le développement de l'IA avec Anyscale et AWS
• Astro : service Apache Airflow géré par Astronomer, créé et hébergé sur AWS
• Coup de projecteur : Datagen crée des données synthétiques de haute fidélité pour résoudre des problèmes centrés sur l'homme