In che modo InsightFinder utilizza le soluzioni AWS per creare una piattaforma di osservabilità predittiva basata sull'IA

Com'era questo contenuto?

Riservarsi del tempo per sé, per stare con la propria famiglia o essere attivi nella propria comunità è difficile, in particolare nel mondo delle startup. La mission di InsightFinder, una startup di intelligenza artificiale (IA) che utilizza il machine learning (ML) per aiutare i clienti a prevenire le interruzioni della loro infrastruttura cloud, è modificare questa situazione.

Fondata da Helen Gu nel 2016, InsightFinder utilizza il machine learning senza supervisione per rendere l'infrastruttura cloud più affidabile. La sua piattaforma di osservabilità predittiva, basata sull'IA, aiuta le aziende a prevedere gli incidenti che hanno un impatto sul business e a individuare la causa principale degli incidenti imminenti per evitare perdite commerciali e danni di reputazione.

Helen afferma: "Le interruzioni IT hanno un impatto enorme sulla vita di tutti. La missione di InsightFinder è aiutare tutti ad avere un sistema IT più affidabile".

Se le interruzioni diminuiscono, le persone hanno più tempo per concentrarsi su ciò che è più importante nella loro vita e per il proprio lavoro.

Oltre a essere fondatrice e Chief Executive Officer (CEO) di InsightFinder, Helen è professoressa alla North Carolina State University e vanta un'esperienza ventennale nel cloud computing per i sistemi distribuiti. "InsightFinder è il risultato di oltre 15 anni di lavoro di ricerca sponsorizzato dalla National Science Foundation e dai partner del settore", spiega. "Fin dal primo giorno, ho nutrito una grande passione per questo campo perché penso che interesserà molte persone."

Lo sviluppo della soluzione di InsightFinder con AWS

Amazon Web Services (AWS) ha svolto un ruolo fondamentale nello sviluppo di InsightFinder sul cloud. "Quando abbiamo iniziato, nelle primissime fasi, cercavamo qualcosa che fosse facile da usare", ricorda Helen.

"AWS ha un ottimo programma, AWS Activate, che offre un sostanzioso numero di crediti alle startup. Abbiamo ottenuto parecchi crediti che ci hanno aiutato ad alimentare il nostro sviluppo, ed è stato fondamentale per noi."

È anche grazie ad AWS che InsightFinder è stata in grado di creare lo Unified Intelligence Engine ad alte prestazioni che alimenta il suo successo. L'azienda sfrutta le soluzioni AWS secondo le proprie esigenze per i processi ad alta intensità sia di CPU sia di I/O. "Molte aziende tecnologiche basate sull'IA pensano che sia necessario investire molti soldi nelle risorse hardware", afferma Helen. Tramite AWS, "in realtà, siamo riusciti a creare un motore ad alte prestazioni a costi ragionevoli".

Nel 2020, InsightFinder ha notato che i problemi affrontati dai suoi clienti si stavano evolvendo, principalmente a causa della pandemia di Covid-19. Una startup, Apprendis, ha avuto un problema di dimensionamento perché il numero di studenti e insegnanti che utilizzano la sua piattaforma per l'insegnamento delle scienze, InqITS, è cresciuto rapidamente. L'azienda è un utente attivo di Amazon CloudWatch, ma non disponeva dell'infrastruttura interna per filtrare gli avvisi inviati. Collegando il motore InsightFinder con i dati di CloudWatch, l'azienda ha potuto ricevere informazioni essenziali in modo rapido e semplice. "È molto semplice", afferma Helen. "In pochi clic, l'azienda può effettivamente iniziare a utilizzare i dati e le previsioni, riuscendo a ottenere l'analisi delle cause principali dai dati di AWS CloudWatch tramite il motore InsightFinder." Utilizzando i dati di CloudWatch, InsightFinder ha rilevato bug del software e problemi di prestazioni difficili da individuare prima che gli utenti finali se ne accorgessero, il che ha permesso al team di Apprendis di dimensionare il sistema senza assumere ingegneri DevOps e di garantire un utilizzo senza interruzioni della sua piattaforma.

Ora, InsightFinder si rivolge alla rete dei partner AWS per spingere l'azienda al livello successivo.

"Essendo una startup tecnologica in rapida crescita, non vogliamo assumere una grande forza vendita per rivolgerci direttamente a molti clienti", afferma Helen. "Proporci alla rete dei partner AWS sarà un'iniziativa di lancio sul mercato importante: per noi è un percorso più produttivo, efficace, reciproco e vantaggioso."

Guardando al futuro dell'IA

Riguardo ai crescenti timori che l'IA possa avere un impatto sui posti di lavoro, Helen sottolinea la sua convinzione che l'obiettivo di InsightFinder, o dell'IA nel suo insieme, non è quello di sostituire le persone: "È materialmente impossibile avere abbastanza persone, in particolare persone qualificate, sedute lì a guardare tutti quei grafici per ogni macchina e prevedere gli incidenti futuri". Invece, Helen vede l'IA come uno strumento che può aumentare le capacità umane e pensa che la tecnologia dovrebbe concentrarsi sulle cose che gli umani non sono in grado di fare. Gli algoritmi con cui lavora Helen colmano le lacune che gli umani non potrebbero colmare, eseguendo un lavoro 24 ore su 24, 7 giorni su 7, che è sostenibile da una macchina, ma non da un essere umano.

"La cosa più preziosa al mondo è il tempo", afferma Gu. "Il nostro impatto è che vogliamo dare alle persone il tempo necessario per fare le cose che amano, anziché risolvere problemi IT nel cuore della notte."

Vuoi sapere come AWS può aiutarti a dare il via alla tua startup? Partecipa ad AWS Activate per creare e ingrandire la tua startup con le risorse giuste al momento giusto.

Scopri altre startup di IA/ML che creano e scalano su AWS 🚀:

Megan Crowley

Megan Crowley

Megan Crowley è Senior Technical Writer del team Startup Content di AWS. Dopo aver insegnato inglese al liceo in una fase precedente della sua carriera, attualmente è spinta da un entusiasmo inesauribile nel contribuire a creare contenuti educativi e ispiratori. Condividere le storie delle startup con il resto del mondo rappresenta la parte più gratificante del suo ruolo in AWS. Nel tempo libero, Megan adora lavorare il legno, dedicarsi al giardinaggio e andare alla scoperta di mercatini dell'antiquariato.

Com'era questo contenuto?