Digma, uma empresa focada em produtos que atuam em dados de observabilidade pré-produção, anunciou o lançamento de seu motor de análise de observabilidade preemptiva (POA). Este motor visa verificar, identificar e fornecer sugestões de correção, ajudando a equilibrar sistemas e reduzir problemas encontrados em bases de código à medida que sua complexidade aumenta.
Principais Conclusões
O motor de observabilidade preemptiva da Digma ajuda a detectar e corrigir problemas de código antes que se tornem críticos.
A tecnologia é especialmente relevante com o aumento do uso de geradores de código por IA, que, segundo estudos, podem introduzir mais bugs.
A Digma afirma que a observabilidade preemptiva pode oferecer vantagens competitivas significativas para empresas que dependem de código gerado por IA.
A aplicação da observabilidade preemptiva em ambientes de pré-produção se torna cada vez mais importante, especialmente à medida que os assistentes de codificação baseados em IA se tornam comuns. Um estudo da Universidade de Stanford em 2023 revelou que desenvolvedores que utilizam assistentes de codificação por IA são mais propensos a introduzir bugs em seu código. Apesar disso, grandes empresas como o Google estão aumentando sua dependência de código gerado por IA, com mais de 25% do novo código da empresa sendo criado por inteligência artificial.
Nir Shafrir, CEO e cofundador da Digma, comentou sobre os recursos crescentes dedicados a garantir um bom desempenho dos sistemas, afirmando: "Estamos vendo muito esforço investido em garantir o desempenho ideal do sistema, mas muitos problemas ainda estão sendo descobertos em bases de código complexas no final da produção."
Ele também destacou que a escalabilidade muitas vezes permanece uma estimativa aproximada em organizações que antecipam crescimento, e muitas estão enfrentando barreiras tecnológicas que surgem precisamente durante períodos de expansão organizacional significativa. Isso significa que as equipes de engenharia podem gastar entre 20% a 40% de seu tempo lidando com problemas descobertos tardiamente em ambientes de produção, com algumas organizações gastando até 50% de seus recursos de engenharia na correção de problemas de produção.
A observabilidade preemptiva é esperada para se tornar um fator chave que ajuda as empresas a obter vantagem competitiva. Ela oferece vários benefícios potenciais para o código gerado por IA, incluindo aumentos de velocidade e melhorias na confiabilidade do código escrito por humanos. Segundo a Digma, a observabilidade preemptiva ajuda a garantir que o código escrito manualmente seja mais confiável e reduz o risco no produto final.
Além de lidar com bugs introduzidos pela geração de código por IA, o motor de análise de observabilidade preemptiva da Digma foi projetado para combater problemas comuns e estabelecidos que as empresas podem ter experimentado com código feito por humanos, que podem resultar em violações de acordos de nível de serviço (SLA) e problemas de desempenho. Para estabelecimentos de alta transação, como varejo, fintech e e-commerce, essa tecnologia pode se tornar valiosa.
O algoritmo da Digma foi projetado para usar técnicas de correspondência de padrões e detecção de anomalias para analisar dados e encontrar comportamentos ou problemas específicos. Ele é capaz de prever quais devem ser os tempos de resposta e o uso de recursos de uma aplicação, identificando possíveis problemas antes que possam causar danos visíveis. A Digma detecta especificamente a parte do código que está causando um problema ao analisar dados de rastreamento.
A análise de observabilidade preemptiva previne problemas em vez de lidar com as consequências. As equipes podem monitorar de forma holística e abordar questões potenciais em áreas que frequentemente são ignoradas uma vez em produção.
Roni Dover, CTO e cofundador da Digma, destacou o que diferencia o motor de análise de observabilidade preemptiva da Digma de outros: "Ao entender o comportamento em tempo de execução e sugerir correções para problemas de desempenho, problemas de escalabilidade e conflitos de equipe, estamos ajudando as empresas a prevenir problemas e reduzir riscos proativamente, em vez de apagar incêndios na produção."
Ferramentas de monitoramento de desempenho de aplicativos (APM) são usadas para identificar problemas de serviço, monitorar status de produção e destacar erros de SLA. No entanto, ao contrário da observabilidade preemptiva, as APMs são limitadas em ambientes não produtivos e não podem fornecer análise das fontes dos problemas. Ao identificar problemas de desempenho e escalabilidade precocemente no processo de produção, mesmo quando os volumes de dados são baixos, a observabilidade preemptiva ajuda a prevenir problemas maiores e reduzir custos em nuvem.
Recentemente, a Digma completou uma bem-sucedida rodada de financiamento semente de $6 milhões, indicando uma crescente confiança na tecnologia.