Monte Carlo telah mengumumkan rangkaian baru agen observabilitas bertenaga AI yang dirancang untuk meningkatkan proses pemantauan dan pemecahan masalah bagi tim data dan AI. Agen ini mencakup agen pemantauan dan pemecahan masalah yang memanfaatkan teknik AI tingkat lanjut untuk memberikan wawasan menyeluruh tentang kualitas data dan keandalan sistem.

Agen pemantauan menyederhanakan pembuatan aturan dan ambang batas kualitas data serta memberikan rekomendasi yang mudah diterapkan, sementara agen pemecahan masalah menggali lebih dalam akar penyebab masalah data dan memberikan penjelasan serta solusi yang disarankan. Agen ini unggul dalam memanfaatkan Large Language Models (LLM), integrasi, dan subagen untuk memperoleh pemahaman menyeluruh tentang lingkungan data Anda.

Lior Gavish, salah satu pendiri dan CTO Monte Carlo, menyoroti kecanggihan analisis yang dilakukan agen AI ini, yang memperhitungkan sampel data, metadata, dan log kueri untuk memberikan informasi yang dapat ditindaklanjuti. Agen pemantauan, yang kini tersedia secara umum, telah membuktikan nilainya dengan mengidentifikasi pola dan hubungan yang kompleks dalam kumpulan data, dan rekomendasi pemantauannya telah menerima tingkat adopsi yang tinggi.

Agen pemecahan masalah Monte Carlo berikutnya, yang dijadwalkan rilis pada Q2 2025, menjanjikan pengurangan waktu penyelesaian insiden secara signifikan: dengan menguji beberapa hipotesis dan memanfaatkan investigasi paralel oleh sub-agen, agen ini bertujuan mengurangi waktu rata-rata penyelesaian hingga lebih dari 80%.

Monte Carlo mempertahankan pendekatan yang mengutamakan keamanan, memastikan bahwa data pelanggan tidak pernah digunakan untuk melatih model AI. Agen observabilitas beroperasi dalam mode baca-saja untuk mencegah perubahan yang tidak diinginkan pada data penting. Ke depannya, Monte Carlo bertujuan untuk memperluas kemampuan agen ini guna menyediakan observabilitas menyeluruh di seluruh siklus hidup data dan AI, membantu organisasi dalam upaya mereka mendapatkan teknologi berbasis AI yang tepercaya.