When Ashan Willy, the CEO of New Relic, took the stage at Transform 2025, he brought a fresh—and much-needed—perspective to the AI conversation. Instead of just touting data or breakthrough algorithms, Willy spotlighted something many overlook: observability. His message was simple but hard-hitting: as we build smarter, more autonomous AI systems—what he calls “agentic AI”—we need to make sure we can actually see how they work.
Czym więc dokładnie jest agentyczna sztuczna inteligencja? Wyobraź sobie systemy, które nie tylko przetwarzają dane lub wykonują proste polecenia, ale samodzielnie podejmują decyzje w czasie rzeczywistym, dążąc do celów, które im wyznaczyliśmy. Jednak z tego rodzaju autonomią wiąże się złożoność. To trochę tak, jakby zatrudnić niezwykle inteligentnego pracownika, który nigdy nie śpi i nigdy nie prosi o dni wolne, ale działa tak szybko, że trudno nadążyć za tym, co robi. Dlatego Willy nieustannie podkreśla potrzebę lepszej widoczności – czyli obserwowalności – jego działań.
Willy puts it plainly: “You can’t improve what you can’t measure.” The more independence we give these AI agents, the more important it is to be able to follow their thought processes, measure their performance, and understand their choices. Observability tools are the answer—they give development teams a real-time window into what these AI agents are doing, how they’re performing, and whether they’re behaving as expected.
W branży technologicznej od dawna krąży żart (a zarazem nieustanny powód do zmartwień) dotyczący problemu “czarnej skrzynki”. Tworzymy inteligentne systemy, ale czasami nawet ich twórcy nie potrafią dokładnie wyjaśnić, w jaki sposób silnik sztucznej inteligencji doszedł do konkretnego wniosku. Nie jest to tylko ciekawostka — to prawdziwy problem, zwłaszcza gdy sztuczna inteligencja jest wykorzystywana w obszarach, w których nie ma miejsca na błędy.
This is where Willy and his team at New Relic come in. Their goal is to change that black box into what he calls a “glass box”—where everything inside is visible, measurable, and manageable from day one. By baking observability into the very core of autonomous AI systems, they’re aiming for a world where decisions can be traced, tweaks can be made quickly, and accountability isn’t an afterthought.
Oprócz przejrzystości i zaufania istnieje jeszcze jeden ważny powód, dla którego warto zwracać uwagę na obserwowalność: zwrot z inwestycji. Firmy przeznaczają znaczne środki na sztuczną inteligencję i nie wystarczy już liczyć na to, że wszystko się ułoży. Obserwowalność zapewnia niezbędne dane i kontekst potrzebne do optymalizacji wydajności, usprawnienia operacji oraz wykrywania problemów, zanim przerodzą się one w poważne awarie.
Jak ujął to Willy, kiedy można monitorować działania agentów AI, można szybciej wprowadzać zmiany, rozwiązywać problemy, zanim przerodzą się w katastrofy, a ostatecznie zapewnić znacznie większą wartość. Innymi słowy, obserwowalność pozwala zespołom przejść od biernego reagowania na problemy do proaktywnego zarządzania nimi — dzięki czemu sztuczna inteligencja staje się bezpieczniejsza, szybsza i bardziej niezawodna wszędzie tam, gdzie jest wdrażana.
W miarę jak coraz więcej firm wdraża własne inteligentne agenty, zapotrzebowanie na solidną obserwowalność będzie tylko rosło. Firmy, które już teraz traktują przejrzystość i monitorowanie jako priorytet, nie tylko będą dysponować lepszą sztuczną inteligencją — zyskają też prawdziwą przewagę, tworząc bardziej niezawodne i skalowalne systemy, gotowe na wszystko, co przyniesie przyszłość.
Aby lepiej poznać wizję Ashana Willy’ego i dowiedzieć się, w jaki sposób firma New Relic przyczynia się do kształtowania przyszłości sztucznej inteligencji opartej na agentach, przeczytaj cały artykuł na stronie VentureBeat: tutaj.
Ta strona używa plików cookie.