Digma, công ty chuyên cung cấp các giải pháp quan sát dữ liệu trước khi triển khai (pre-production observability), vừa công bố ra mắt công cụ phân tích quan sát dự đoán (preemptive observability analysis – POA). Công cụ này giúp phát hiện, chẩn đoán và đề xuất cách khắc phục lỗi, từ đó cân bằng hệ thống và giảm thiểu các vấn đề phát sinh khi độ phức tạp của mã nguồn tăng lên.
Quan sát dự đoán: Xu hướng tất yếu khi AI tạo mã ngày càng phổ biến
Digma nhấn mạnh rằng việc áp dụng quan sát dự đoán trong giai đoạn tiền sản xuất sẽ ngày càng quan trọng, đặc biệt khi các trình tạo mã AI (AI code generators) đang trở nên phổ biến.
Theo một nghiên cứu của Đại học Stanford năm 2023, các lập trình viên sử dụng trợ lý mã hóa AI có nguy cơ đưa lỗi vào mã cao hơn. Mặc dù vậy, các công ty công nghệ lớn như Google vẫn đang đẩy mạnh việc sử dụng mã do AI tạo ra hiện nay, hơn 25% lượng mã mới của Google được viết bởi AI.
Nir Shafrir, CEO kiêm Đồng sáng lập của Digma, nhận định rằng:
"Chúng tôi nhận thấy rất nhiều nguồn lực đang được đầu tư để đảm bảo hiệu suất hệ thống tối ưu. Nhưng nhiều lỗi vẫn chỉ được phát hiện muộn trong quá trình vận hành thực tế."
Lợi thế cạnh tranh từ quan sát dự đoán
Digma tin rằng quan sát dự đoán sẽ trở thành một yếu tố chiến lược giúp doanh nghiệp vượt trội trong thị trường cạnh tranh.
Công nghệ này mang lại nhiều lợi ích cho mã do AI tạo ra, bao gồm:
- Tăng tốc độ phát triển sản phẩm
- Cải thiện độ tin cậy của mã do con người viết
- Giảm rủi ro và lỗi trong sản phẩm cuối cùng
Bên cạnh việc kiểm soát lỗi do AI tạo ra, công cụ của Digma cũng có thể phát hiện các lỗi mã hóa truyền thống, chẳng hạn như:
- Vi phạm thỏa thuận mức dịch vụ (SLA)
- Suy giảm hiệu suất hệ thống
Điều này đặc biệt có giá trị đối với các ngành giao dịch cao như thương mại điện tử, tài chính và bán lẻ, nơi mà một sự cố nhỏ cũng có thể ảnh hưởng lớn đến doanh thu.
Công nghệ lõi của Digma: Nhận diện lỗi trước khi gây ra hậu quả
Digma sử dụng thuật toán đối sánh mẫu (pattern matching) và phát hiện bất thường (anomaly detection) để phân tích dữ liệu, nhận diện hành vi hệ thống và dự đoán các vấn đề tiềm ẩn trước khi chúng xảy ra.
Công nghệ này có khả năng:
- Xác định thời gian phản hồi mong đợi của ứng dụng
- Dự đoán mức độ sử dụng tài nguyên
- Xác định lỗi dựa trên dữ liệu theo dõi (tracing data)
Thay vì phản ứng sau khi sự cố xảy ra, Digma giúp nhóm kỹ thuật theo dõi toàn diện và khắc phục các vấn đề ngay từ giai đoạn đầu—những khu vực thường bị bỏ qua sau khi sản phẩm đi vào vận hành.
Điểm khác biệt của Digma so với công cụ giám sát hiệu suất ứng dụng (APM)
Hiện nay, các công cụ APM (Application Performance Monitoring) chủ yếu:
- Phát hiện lỗi dịch vụ
- Giám sát trạng thái hệ thống trong giai đoạn vận hành
- Cảnh báo khi hệ thống bị chậm hoặc gián đoạn
Tuy nhiên, APM chỉ có tác dụng khi lỗi đã xuất hiện trong môi trường sản xuất.
Ngược lại, công cụ quan sát dự đoán của Digma có thể phân tích nguyên nhân gốc rễ của sự cố ngay trong giai đoạn phát triển, trước khi hệ thống đi vào vận hành chính thức.
Nhờ đó, doanh nghiệp có thể giảm thiểu chi phí sửa lỗi và tối ưu hóa hiệu suất hệ thống ngay từ đầu, đồng thời cắt giảm chi phí vận hành đám mây do loại bỏ các lỗi lãng phí tài nguyên.
Digma thu hút đầu tư 6 triệu USD, khẳng định niềm tin vào công nghệ
Digma vừa hoàn tất vòng gọi vốn hạt giống trị giá 6 triệu USD, phản ánh niềm tin ngày càng tăng vào công nghệ quan sát dự đoán.
Điều này cho thấy thị trường đang ngày càng nhận ra tầm quan trọng của việc phát hiện và khắc phục lỗi trước khi chúng gây ra thiệt hại nghiêm trọng.
Roni Dover, CTO kiêm Đồng sáng lập của Digma, nhấn mạnh sự khác biệt của công nghệ này:
"Bằng cách hiểu rõ hành vi thời gian chạy và đề xuất cách khắc phục lỗi về hiệu suất, khả năng mở rộng và xung đột trong nhóm phát triển, chúng tôi giúp doanh nghiệp chủ động ngăn chặn sự cố thay vì chạy theo khắc phục lỗi trong sản xuất."
Tìm hiểu thêm tại: https://chatgpt.com/
