Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Sostoyanie nablyudaemosti 2026 kak sozdat strategiyu nablyudaemosti dlya nadezhn
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

Состояние наблюдаемости 2026: как создать стратегию наблюдаемости для надежного ИИ

Фото: Sebastian (Unsplash) — https://unsplash.com/photos/white-and-green-concrete-building-under-blue-sky-during-daytime-qTdmwL9q-M0?utm_source=dev48&utm_medium=referral

Источник: Dynatrace news•17 ноября 2026 г. в 16:29

Состояние наблюдаемости 2026: как создать стратегию наблюдаемости для надежного ИИ

ИИ теперь встроен в корпоративные технологии, что меняет требования организаций к наблюдаемости. Исследование Dynatrace «Состояние наблюдаемости 2026» показывает, как сложность, поведение ИИ, затраты, автономность, безопасность и масштабируемость создают новые требования. Задача сегодня —…

ИИ теперь встроен в корпоративные технологии, что меняет требования организаций к наблюдаемости. Исследование Dynatrace «Состояние наблюдаемости 2026» показывает, как сложность, поведение ИИ, затраты, автономность, безопасность и масштабируемость создают новые требования. Задача сегодня — построить стратегию наблюдаемости ИИ, которая связывает разработку и эксплуатацию с более широкой средой для повышения надежности, управления рисками и затратами, а также для поддержки более широкой автоматизации.

Исследование Dynatrace «Состояние наблюдаемости 2026» показывает, что ИИ расширил требования к наблюдаемости. Устранение разрывов в исполнении требует видимости в двух направлениях: по всей технологической среде и по всему жизненному циклу ИИ, от разработки и оценки до эксплуатации.

Эта видимость требует как наблюдаемости ИИ для оценки его поведения, так и наблюдаемости на базе ИИ для интерпретации сложности и улучшения операций. Шесть взаимосвязанных действий превращают эту модель в стратегию эксплуатации ИИ.

Шесть действий для создания надежного ИИ

Как понять, работает ли ИИ и стоит ли его масштабировать?

Начните с определения результатов, которые должен приносить ИИ, а затем свяжите этот результат с технологической средой, отвечающей за его создание. Надежный ИИ требует контекста по всей облачной инфраструктуре, приложениям, моделям, безопасности, потреблению ресурсов и бизнес-сервисам.

Эта надежность важна в уже фрагментированных средах: 62% работают как минимум с тремя облачными провайдерами, а 56% используют шесть и более инструментов наблюдаемости. Критерии успеха ИИ расширяют то, что командам необходимо измерять:

  • Определите, что должен изменить ИИ. Укажите ожидаемые результаты в области надежности, взаимодействия с клиентами, производительности, устойчивости или бизнеса.
  • Измерьте, работает ли ИИ так, как задумано. Работает ли он? Эффективен ли он? Стоит ли он того? Добавьте показатели качества, поведения, надежности и стоимости к традиционным показателям работоспособности сервисов.
  • Используйте эти данные для обоснования инвестиций и полномочий. Расширяйте использование ИИ там, где результаты оправдывают дополнительные ресурсы или ответственность.

Наблюдаемость на базе ИИ может ускорить эту работу за счет причинно-следственного анализа и автоматизации, сокращая ручную корреляцию и проясняя причины, последствия и затраты как для ИИ, так и для традиционных рабочих нагрузок.

Как инструментировать и оценивать точность и качество ИИ от разработки до эксплуатации?

Общий контекст связывает ИИ по горизонтали со всей технологической средой. Наблюдаемость жизненного цикла переносит эту видимость по вертикали от разработки через оценку до эксплуатации. Поэтому наблюдаемость ИИ должна начинаться еще на этапе его создания.

Половина респондентов отмечают, что качество и точность вывода ИИ в реальном времени становятся все более важными, в то время как 38% уже занимаются этим вопросом. Внедрение наблюдаемости с самого начала обеспечивает последовательную основу для отслеживания рабочих нагрузок ИИ на протяжении всего операционного жизненного цикла.

  • Инструментируйте на ранних этапах. Собирайте промпты, версии моделей, передачу управления агентам, вызовы инструментов, токены и оценки в трассировках с использованием OpenTelemetry и OpenInference.
  • Установите целевые показатели качества и стоимости. Отслеживайте качество, релевантность, достоверность, галлюцинации, задержку и стоимость. Установите пороговые значения мониторинга, чтобы команды получали оповещения при выходе метрик за установленные границы.
  • Оценивайте непрерывно и связывайте результаты с действиями. Проводите онлайн-оценку на производственных трассировках и офлайн-оценку на наборах данных перед выпуском. Определите, как команды должны реагировать на результаты, выходящие за рамки нормы. Превращайте сбои в примеры для наборов данных, чтобы сравнивать их с базовыми показателями.
  • Свяжите ИИ с операционным контекстом. Соотнесите поведение ИИ и результаты оценки с приложениями, сервисами, инфраструктурой и зависимостями, которые их окружают, чтобы определить, был ли сбой вызван агентом или вспомогательной системой.

Цель — обеспечить непрерывность на протяжении всего жизненного цикла доставки ИИ: создание, оценка, выпуск и эксплуатация. Команды должны знать, что сделал ИИ, соответствовал ли результат ожиданиям, от чего он зависел и что изменилось в производственной среде.

Как должны расширяться полномочия ИИ?

Создание автономности на основе фрагментированного операционного контекста увеличивает риски. Полномочия ИИ должны расширяться постепенно, по мере того как наблюдаемость демонстрирует надежность, объяснимость, интеграцию, управление и надлежащий контроль. Наблюдаемость должна показывать, что сделал ИИ, что послужило основанием для решения и что произошло в результате.

Сложность интеграции является главным барьером для автономных операций (31%), что подчеркивает, почему полномочия ИИ зависят от знания окружающей его среды.

Что ИИ должно быть разрешено делать? Наращивайте полномочия постепенно: начните с доверенных данных наблюдаемости, рекомендаций, действий с одобрения и в рамках ограничений, а затем переходите к более широким автономным полномочиям для соответствующих рабочих нагрузок только тогда, когда условия это позволяют.

  • Интегрируйте операционную среду. Стандартизируйте интерфейсы и основывайте решения на доверенных данных.
  • Подтверждайте действия ИИ с помощью общего контекста. Контролируйте действия ИИ для проверки решений и выявления исключений.
  • Расширяйте автономность постепенно. Предоставляйте ИИ больше ответственности по мере того, как наблюдаемость доказывает, что системы работают надежно в рамках требуемых элементов управления.

Как расставить приоритеты в отношении реальных рисков безопасности?

Та же модель непрерывных доказательств для качества ИИ применима и к безопасности. Сорок пять процентов организаций непрерывно отслеживают среды выполнения на предмет возможности эксплуатации или активных атак. Командам следует связывать предпроизводственное тестирование с контекстом среды выполнения, чтобы перейти от потенциальной уязвимости к реальному воздействию и приоритетности устранения.

Осведомленность и реагирование в реальном времени начинаются с наблюдаемости, охватывающей период от предпроизводственной подготовки до среды выполнения.

  • Тестируйте до запуска в эксплуатацию. Используйте отладку ИИ и red-teaming для раннего выявления слабых мест.
  • Поддерживайте непрерывный контекст среды выполнения. Обнаруживайте изменения в поведении и рисках после развертывания.
  • Расставляйте приоритеты на основе реального воздействия. Сосредоточьте устранение уязвимостей на возможности эксплуатации, доступности и влиянии на бизнес.
  • Объедините безопасность и наблюдаемость. Предоставьте командам общие доказательства для обнаружения и реагирования.

Как стандартизировать и управлять телеметрией в масштабах ИИ?

Первые пять действий зависят от того, остается ли контекст пригодным для использования по мере изменения систем ИИ, провайдеров и сред. Открытые стандарты помогают сохранить эту непрерывность от начала до конца. Используйте открытые стандарты, чтобы сделать телеметрию переносимой, а затем стратегически управляйте ею на протяжении всего жизненного цикла.

77% организаций вывели OpenTelemetry за рамки оценки, но только 20% сделали его стратегическим стандартом. Открытые стандарты обеспечивают основу инструментария, которая делает телеметрию переносимой и масштабируемой в разных средах и технологиях.

  • Стандартизируйте инструментарий и политики у источника. Применяйте согласованные подходы в облачных, традиционных средах и средах ИИ.
  • Управляйте телеметрией до ее приема. Фильтруйте, обогащайте, маршрутизируйте и оптимизируйте сигналы для улучшения качества и контроля затрат.
  • Поддерживайте непрерывность жизненного цикла. Связывайте сигналы разработки и оценки ИИ с поведением в производственной среде.
  • Добавляйте контекст и аналитику. Связывайте телеметрию с зависимостями, поведением ИИ и бизнес-результатами.

Открытый инструментарий делает телеметрию транспортабельной. Управление телеметрией улучшает качество сигналов и контроль. Контекстная наблюдаемость превращает эти сигналы в аналитику, которую могут использовать команды.

Создайте наблюдаемость для полного жизненного цикла ИИ

Для обеспечения надежности ИИ необходима прозрачность на всех этапах: от разработки и оценки до эксплуатации.

  • Командам разработки ИИ необходимо отслеживать и оценивать поведение агентов, понимать, где ИИ допускает ошибки, а также проверять улучшения до и после выпуска.
  • Операционным командам необходимо связывать это поведение с приложениями, сервисами, инфраструктурой, затратами и зависимостями, а также с бизнес-результатами, которые должен обеспечивать ИИ.

Arize расширяет возможности Dynatrace по удовлетворению потребностей ИИ-разработки в глубокой оценке, исследовании и улучшении рабочих процессов на протяжении всего жизненного цикла агента. Dynatrace предоставляет более широкий контекст и осведомленность на уровне эксплуатации, необходимые операционным командам для понимания надежности, задержек, зависимостей, затрат и влияния на бизнес.

Открытая инструментация обеспечивает переносимость. Управление телеметрией создает полезные сигналы. Наблюдаемость ИИ позволяет оценивать поведение и качество. Наблюдаемость на базе ИИ применяет причинно-следственный и агентный интеллект, чтобы превратить этот контекст в действия. Вместе эти возможности предоставляют командам операционную модель, которая связывает ИИ с окружающими его системами.

Ознакомьтесь с полными результатами исследования «Состояние наблюдаемости 2026» (State of Observability 2026), чтобы оценить, где ИИ готов к расширению, где необходим более строгий контроль и как стратегии наблюдаемости развиваются в сферах эксплуатации, безопасности, экономики и открытых стандартов.

Часто задаваемые вопросы: Что такое стратегия наблюдаемости, оптимизированная для ИИ? Стратегия наблюдаемости, оптимизированная для ИИ, сочетает наблюдаемость ИИ для оценки поведения с наблюдаемостью на базе ИИ для улучшения операций с использованием причинно-следственного анализа, автоматизации и агентов на этапах разработки и эксплуатации. Вместе они связывают поведение агентов с приложениями, инфраструктурой, безопасностью, затратами и результатами. Когда командам следует внедрять наблюдаемость для ИИ? Начинайте на этапе разработки. Собирайте промпты, версии моделей, переходы между агентами, вызовы инструментов, результаты оценки и другие специфические для ИИ сигналы до того, как системы попадут в эксплуатацию. Почему необходима непрерывная оценка ИИ? Предварительная оценка не может охватить все модели поведения, возникающие при реальном производственном трафике. Непрерывная оценка помогает командам обнаруживать изменения качества, дрейф и другие отклонения по мере изменения условий эксплуатации. Как наблюдаемость поддерживает автономные операции? Наблюдаемость предоставляет достоверные данные, операционный контекст, возможность аудита и доказательства действий и последствий ИИ, помогая командам определить, где целесообразно расширить полномочия по принятию решений. Почему открытые стандарты важны для наблюдаемости ИИ? Открытые стандарты, такие как OpenTelemetry, делают телеметрию более переносимой между технологиями и этапами жизненного цикла. Управление жизненным циклом телеметрии и контекстная наблюдаемость затем делают эти сигналы пригодными для анализа и принятия мер.

Часто задаваемые вопросы

Что такое стратегия наблюдаемости, оптимизированная для ИИ?

Стратегия наблюдаемости, оптимизированная для ИИ, сочетает наблюдаемость ИИ для оценки поведения с наблюдаемостью на базе ИИ для улучшения операций с использованием причинно-следственного анализа, автоматизации и агентов на этапах разработки и эксплуатации. Вместе они связывают поведение агентов с приложениями, инфраструктурой, безопасностью, затратами и результатами.

Когда командам следует внедрять наблюдаемость для ИИ?

Начинайте на этапе разработки. Собирайте промпты, версии моделей, переходы между агентами, вызовы инструментов, результаты оценки и другие специфические для ИИ сигналы до того, как системы попадут в эксплуатацию.

Почему необходима непрерывная оценка ИИ?

Предварительная оценка не может охватить все модели поведения, возникающие при реальном производственном трафике. Непрерывная оценка помогает командам обнаруживать изменения качества, дрейф и другие отклонения по мере изменения условий эксплуатации.

Как наблюдаемость поддерживает автономные операции?

Наблюдаемость предоставляет достоверные данные, операционный контекст, возможность аудита и доказательства действий и последствий ИИ, помогая командам определить, где целесообразно расширить полномочия по принятию решений.

Почему открытые стандарты важны для наблюдаемости ИИ?

Открытые стандарты, такие как OpenTelemetry, делают телеметрию более переносимой между технологиями и этапами жизненного цикла. Управление жизненным циклом телеметрии и контекстная наблюдаемость затем делают эти сигналы пригодными для анализа и принятия мер.

← Все статьи

О чём эта статья

Ещё в разделе «Данные и аналитика»

Все →
Отслеживайте свой стек Azure AI и получите широкое покрытие Azure с Datadog
Datadog

Отслеживайте свой стек Azure AI и получите широкое покрытие Azure с Datadog

Как мы масштабировали агрегацию метрик, перенеся долговечное состояние в хранилище
Datadog

Как мы масштабировали агрегацию метрик, перенеся долговечное состояние в хранилище

Помогайте своей команде писать код быстрее и исследовать больше с помощью Kilo Desktop
Anaconda

Помогайте своей команде писать код быстрее и исследовать больше с помощью Kilo Desktop

Меняйте базу данных, а не кодовую базу: Couchbase Converge в закрытом предварительном просмотре
Couchbase

Меняйте базу данных, а не кодовую базу: Couchbase Converge в закрытом предварительном просмотре

Беженцы, банкоматы и налоговые изменения: что движет криптовалютой в Восточной Европе
Chainalysis

Беженцы, банкоматы и налоговые изменения: что движет криптовалютой в Восточной Европе

Запуск RediSearch, векторных наборов и RedisJSON нативно в Windows с Memurai
Redis

Запуск RediSearch, векторных наборов и RedisJSON нативно в Windows с Memurai

Ещё от Dynatrace

Оценка, наблюдение, действие: практический подход к уверенной эксплуатации AI-агентов
Dynatrace

Оценка, наблюдение, действие: практический подход к уверенной эксплуатации AI-агентов

Что Dynatrace и Microsoft привносят в эру ИИ на Microsoft Ignite 2026
Dynatrace

Что Dynatrace и Microsoft привносят в эру ИИ на Microsoft Ignite 2026

Получайте больше от OpenTelemetry: от связанных данных к быстрому анализу первопричин
Dynatrace

Получайте больше от OpenTelemetry: от связанных данных к быстрому анализу первопричин

От оповещений к ответам: новый Dynatrace Event Connector для ServiceNow ITOM
Dynatrace

От оповещений к ответам: новый Dynatrace Event Connector для ServiceNow ITOM

SRE Agent теперь общедоступен: расследование и приоритизация начинаются в момент обнаружения проблемы
Dynatrace

SRE Agent теперь общедоступен: расследование и приоритизация начинаются в момент обнаружения проблемы

Повышение планки корпоративной устойчивости в эпоху ИИ
Dynatrace

Повышение планки корпоративной устойчивости в эпоху ИИ