Мы рады сообщить, что компания Dynatrace получила компетенцию AWS Data Competency, подтверждающую нашу экспертизу в создании унифицированных платформ данных на базе AWS, готовых к работе с искусственным интеллектом.
Создание и масштабирование на AWS означает управление огромным непрерывным потоком облачной телеметрии и использование этих данных для достижения лучших и более быстрых результатов. ИИ-рабочие нагрузки нуждаются в достоверных данных выполнения, топологии и производственных данных для проверки результатов, расследования инцидентов и безопасного принятия мер по мере перехода организаций к автономным операциям.
Получение этой компетенции добавляет важнейший элемент на пути, который простирается от базовых данных и инфраструктуры, обеспечивающих работу ИИ, до интеллектуальных рабочих нагрузок и автономных операций, выполняемых поверх них. Кроме того, наша компетенция AWS AI Competency распространяет это подтверждение на генеративный ИИ и агенты ИИ, а наши компетенции в области Cloud Operations и DevOps укрепляют экспертизу во всех средах, где эти рабочие нагрузки создаются и эксплуатируются.
Такой охват имеет решающее значение для промышленного использования ИИ в масштабе. Эффективное управление агентскими системами требует проактивного контроля состояния и производительности их фундаментальной основы. Когда что-то работает не так, как ожидалось, Dynatrace предоставляет вашей команде представление в реальном времени обо всей стековой среде, в которой работают ИИ-агенты и распределенные данные, чтобы понять, кроется ли проблема в данных, приложении, инфраструктуре или самой ИИ-нагрузке.
Как Dynatrace и AWS объединяют данные и ИИ
Совместно Dynatrace и AWS связывают основу данных, на которую опирается ИИ, с приложениями, ИИ-нагрузками и оперативными рабочими процессами, которые задействуют эти данные. Вот что это значит для вас.
Начните с данных, имеющих контекст
Путь начинается с данных. Среды AWS генерируют логи, метрики, трассировки, события и другие сигналы для всех облачных сервисов. Но сбор телеметрии — это лишь часть задачи. Вам также необходимо понимать, как эти сигналы связаны друг с другом: какие сервисы зависят друг от друга, что изменилось и что еще было затронуто.
Dynatrace изначально интегрирует вашу среду AWS с помощью Clouds App и переносит эти данные наблюдаемости в Grail™, где команды могут анализировать телеметрию выполнения наряду с топологией, чтобы понимать, как ведут себя службы и зависимости по мере изменения среды. Вместо того чтобы собирать информацию о проблеме из разрозненных источников данных, команды могут видеть, что происходит во всей среде AWS и как ее компоненты связаны друг с другом.
Это представление в рантайме имеет решающее значение по мере интеграции ИИ в среду. Рабочие нагрузки ИИ и агенты зависят от данных и инфраструктуры, лежащих в их основе, и проблемы на этом базовом уровне могут повлиять на то, что происходит выше по стеку. Компетенция AWS Data Competency обеспечивает независимое подтверждение экспертизы Dynatrace на этом базовом уровне.
Создавайте и эксплуатируйте ИИ с учетом контекста
По мере перехода ИИ в промышленную эксплуатацию наблюдаемость должна распространяться и на сами ИИ-нагрузки. Наблюдаемость Dynatrace на базе ИИ помогает командам понимать ИИ-нагрузки в контексте окружающих их приложений, инфраструктуры и зависимостей. Интеграция с такими сервисами, как Amazon Bedrock AgentCore, расширяет эту видимость до агентских рабочих процессов, запущенных на AWS.
Этот контекст может сопровождать ИИ на протяжении всего его жизненного цикла на AWS. Разработчики могут использовать производственные данные при создании и устранении неполадок в приложениях. Когда эти приложения переходят в продакшн, команды могут понять, как ИИ-нагрузка ведет себя в среде, от которой она зависит. Тот же контекст затем может использоваться в операциях с поддержкой ИИ.
Эта работа подкреплена признанием AWS. В сентябре 2025 года компания Dynatrace получила компетенцию AWS Generative AI Competency, подтверждающую нашу техническую квалификацию и доказанный успех в помощи организациям по мониторингу и управлению приложениями генеративного ИИ в рабочей среде.*
*Компетенция AWS Generative AI Competency теперь называется AWS AI Competency
*Компетенция AWS Generative AI Competency теперь называется AWS AI Competency
Заставьте производственный контекст работать
Понимание того, что произошло, полезно только тогда, когда команды могут принять меры. Dynatrace Intelligence переносит производственные данные в инструменты и интерфейсы, с которыми команды уже работают, поэтому они могут использовать происходящее в среде, не собирая информацию из разных мест.
Это становится еще более важным, когда ИИ-агенты берут на себя расследования и принятие мер. Им нужны те же данные времени выполнения, на которые опираются команды, чтобы понять, что изменилось, какие службы связаны и что еще происходит вокруг проблемы.
Создавайте с учетом контекста с помощью Kiro и Bluebox
Производственный контекст может быть полезен еще до того, как изменения дойдут до пользователей.
Kiro и Bluebox от Dynatrace приближают этот контекст к разработке, связывая то, что разработчики задумывают для своего ПО, с данными о том, как оно фактически работает в продакшене.
Например, интеграция агента Kiro использует сигналы уязвимостей Dynatrace для предложения целевых исправлений кода, создания пулл-реквестов и проверки устранения проблем. Она использует управляемый контекст в реальном времени через сервер протокола контекста моделей Dynatrace (Model Context Protocol). Разработчики знают, что должно делать программное обеспечение. Производственный контекст предоставляет доказательства того, что оно делает на самом деле.
Соединение этих двух составляющих дает разработчикам более качественную информацию при расследовании инцидентов и оценке изменений.
Расследование инцидентов с помощью AWS DevOps Agent
Интеграция Dynatrace с AWS DevOps Agent переносит производственный контекст Dynatrace в расследования инцидентов с поддержкой ИИ. Вместо того чтобы заставлять ваши команды собирать информацию об инциденте из разных инструментов, контекст наблюдаемости может стать частью самого расследования.
Совместные пользователи добились сокращения MTTR (среднего времени восстановления) до 70%, что показывает: данные наблюдаемости не должны ограничиваться только оповещением или информационной панелью. Они могут стать основой для операций с поддержкой ИИ, помогая командам понять, что произошло, и принять решение о дальнейших действиях.
Помогите командам SRE двигаться в сторону автономных операций
Этот же принцип применим и к инженерии надежности сайтов (SRE) благодаря агенту Dynatrace SRE Agent.
SRE Agent может исследовать проблему, построить анализ первопричин на основе соответствующих данных и добавить этот анализ непосредственно к проблеме в Dynatrace. Это означает, что следующий специалист может начать работу с готового анализа, а не с чистого листа.
Тем не менее человеческий контроль по-прежнему важен. SRE Agent автономен там, где это нужно командам, и требует одобрения человека там, где это необходимо. Такое сочетание производственного контекста, расследования с помощью ИИ и человеческого контроля имеет решающее значение по мере перехода команд к более автономным операциям.
ИИ не делает производственный контекст менее важным. Он делает хороший производственный контекст еще более ценным.
Партнерство, которое продолжает развиваться
Компетенция AWS Data Competency добавляет еще одно измерение в отношения между Dynatrace и AWS. Она опирается на ту ценность, которую мы создаем вместе, чтобы помочь вашим командам связать данные и производственный контекст с ИИ-операциями.
Убедитесь в эффективности этого партнерства на выставке AWS re:Invent, где мы покажем, как Dynatrace и AWS переносят производственный контекст в разработку и операции на базе ИИ.












