Moogsoft今天推出了Moogsoft Observability Cloud，这是其现有平台的软件即服务(SaaS)实例，用于通过机器学习算法使用AI检测异常并确定警报的优先级。
公司首席执行官Phill Tee表示，现在每个IT组织都可以使用机器学习算法来更好地管理自己的IT环境，而不必为IT运营(AIOps)平台建立和管理人工智能。Moogsoft Observability Cloud的定价将基于团队和企业的数据摄取率，但是目前，Moogsoft正在提供免费的试用版。
收集器直接从诸如Amazon EC2，Docker，MongoDB，Redis和其他平台之类的源中摄取时间序列指标数据。其他指标也可以通过用户可定义的指标API提取。Tee表示，目标是使IT团队能够在数分钟内从AI中受益，而不必等待数天或数周的机器学习算法来学习整个IT环境。Tee指出，围绕基于微服务的体系结构和一组REST应用程序编程接口(API)设计的Tee指出，Moogsoft Observability Cloud使DevOps团队可以自助服务其自身的可观察性要求。
Moogsoft Observability Cloud将统计计算和异常检测算法应用于时间序列指标数据。然后，关联引擎会透明地匹配模式，以为单个通知提供更多上下文，Tee指出这可以减少总体警报疲劳。
Moogsoft平台还可以与IT协作工具(例如PagerDuty)集成，并且可以配置为通过开放的Webhook API将数据发送到任何端点。Tee说，总体而言，该功能使IT团队能够构建工作流以更快地找到IT问题的根本原因，同时减少现有监视工具所产生的噪音。
Moogsoft计划继续提供其平台的现有本地版本，但随着时间的推移，预计大多数IT组织将更喜欢依赖以其管理的AIOps平台。无论采用哪种交付方式，Tee都表示IT团队很快将开始使用语音界面与这些平台进行交互，这些语音界面将在重大事件发生之前自动识别紧迫的问题。