当前位置: 首页 > news >正文

Elastic 获得 2025 年 Google Cloud DORA “以 AI 构建未来架构” 奖

作者:来自 Elastic Brian Bergholm, Lon Holden, Aleta Hubbell, Valerio Arvizzigno, Yuvraj Gupta

应用 DORA 原则,通过 Google Cloud 提升软件交付和运营性能。

我们很高兴地宣布,Elastic 荣获 2025 年 Google Cloud DORA “以 AI 构建未来架构” 奖。

Google Cloud DORA 奖旨在表彰那些运用 DORA 原则,在 Google Cloud 上显著提升软件交付和运营性能的组织。

在 Elastic 扩大工程团队规模的过程中,我们意识到需要一种更加数据驱动的方法来提升 DevOps 性能。于是我们借助 Google Cloud 的 DORA 框架来指导工作并衡量成效。此次获奖证明了我们在代表客户交付软件的速度、可靠性和质量方面的提升。这一方法也在 Elastic 和 Google Cloud 正密切合作的新 AI 架构创新与挑战中得以延续。

什么是 DORA?

DORA 是 Google Cloud 推行的一个项目,是同类中规模最大、持续时间最长的研究计划。它旨在了解驱动软件交付和运营性能的能力。通过对这些领域的研究,DORA 帮助团队应用这些能力,从而最终提升组织绩效。

DORA 的研究已经表明,AI 正在改变软件开发生命周期的每个阶段,76% 的技术人员表示他们在日常工作中依赖 AI。DORA 的研究结果指出,当组织对其 AI 战略保持透明,并制定政策来管理其采用时,这些强大的新工具的使用率会显著提升。研究还显示,AI 可以对开发者的幸福感产生积极影响,从而带来更高的工作满意度和更少的倦怠。然而,也承认组织必须关注 AI 如何影响开发工作价值的感知。

AI 工具促进 DORA 实践的实施

在 Elastic,我们利用与 Google Cloud 的合作关系所带来的先进 AI 工具,提升软件开发、交付和运营能力。

通过与 Google Cloud 的紧密合作,Elastic 成为首个直接集成到 Vertex AI UI 和 SDK 的 ISV。我们的向量数据库和 Elastic Inference API 与 Google Cloud 的 embedding、reranking 和 completion 模型集成,实现更快、更精准的语义搜索,通过加速功能迭代和测试来缩短交付周期,从而加快开发进度。

AI 带来的 DORA 性能提升

AI 显著提升了 Elastic 在 DORA 四项关键指标上的表现:

  • 部署频率:像 Elastic Playground 这样的 AI 驱动工具加快了功能原型设计、测试和部署,使发布更快、更频繁。

  • 变更交付周期:由向量数据库驱动的语义搜索结合 AI 驱动的代码洞察,减少了开发和审查时间,缩短了从提交到生产的周期。

  • 变更失败率:在安全和可观测性解决方案中,AI 辅助的监控与异常检测可在问题影响生产前主动发现,从而降低失败率。

  • 平均恢复时间(MTTR):AI 驱动的诊断与自动化修复工作流能够快速检测并解决事故,大幅缩短 MTTR。

通过将 AI 融入开发与运营的各个环节,Elastic 能够更快、更安全、更可靠地交付符合 DORA 最佳实践的软件。

可衡量的业务影响

Elastic 与 Google Cloud 的合作在增长、成本节约、生产力、客户满意度和可持续性方面带来了可衡量的业务成果。

  • 成本节约:通过自动化和优化云资源利用率,将运营成本降低了约 20%,使我们能够重新投入创新并加速产品开发。
  • 运营效率:通过实现自动扩缩容、自愈以及主动问题检测,我们节省了数千小时的支持与工程时间。
  • 可持续发展承诺:将工作负载迁移到高能效的 Google Cloud C4A 实例后,Elastic 将与计算相关的碳足迹减少了约 25%,在不影响性能的情况下支持了我们的环境、社会和治理(ESG)目标。

这种转型使 Elastic 更精简、更具可扩展性、更以客户为中心——展示了云原生创新的长期商业价值。

Elastic — 搜索 AI 公司

Elastic 参与 AI 的动力来自于清晰、多元的愿景。

我们旨在通过交付可直接投入生产的搜索和平台能力,帮助企业加速采用生成式 AI(GenAI),让它们能够轻松构建智能的、特定领域的 AI 应用。

我们将 AI 融入自身解决方案,在安全与可观测性产品中集成基于 GenAI 的运维能力,帮助客户更快地检测、调查和解决问题。

我们在内部采用 AI 来提升支持和销售团队的生产力,简化知识获取、自动化回复,并改进决策过程。

这些努力体现了我们对 AI 的信念 —— 它不仅是改变客户业务的技术,更是推动 Elastic 内部效率、创新和更智能运营的战略驱动力。

立即体验!

搜索、安全和可观测性的未来已经到来,同时兼顾速度、规模和成本。体验 Elastic Cloud Serverless 和 Search AI Lake,释放数据的新机遇。进一步了解无服务器的可能性,或立即在 Google Cloud 上开始你的免费试用。

本文中描述的任何功能或特性,其发布与时间安排完全由 Elastic 自行决定。当前不可用的功能或特性可能不会按时交付,甚至可能不会交付。

在本文中,我们可能使用或提及了由第三方拥有和运营的生成式 AI 工具。Elastic 无法控制这些第三方工具,对其内容、运行或使用不承担任何责任或义务,也不对因你使用这些工具而产生的任何损失或损害负责。在使用 AI 工具处理个人、敏感或机密信息时,请务必谨慎。你提交的任何数据可能会被用于 AI 训练或其他用途,不能保证你提供的信息会被安全或保密地保存。使用任何生成式 AI 工具前,你应熟悉其隐私政策和使用条款。

Elastic、Elasticsearch 及相关标志是 Elasticsearch N.V. 在美国及其他国家的商标、标识或注册商标。其他所有公司和产品名称均为其各自所有者的商标、标识或注册商标。

原文:Elastic receives 2025 Google Cloud DORA Award for AI | Elastic Blog

http://www.lryc.cn/news/620554.html

相关文章:

  • 认知系统的架构: 认知残余三角形、认知主体意识 和认知演进金字塔(腾讯元宝)
  • Vue Vant应用-数据懒加载
  • Linux入门指南:基础开发工具---yum/apt
  • 分享一个基于Hadoop+spark的超市销售数据分析与可视化系统,超市顾客消费行为分析系统的设计与实现
  • 2025年大模型安全岗的面试汇总(题目+回答)
  • 使用Applications Manager进行 Apache Solr 监控
  • LeetCode 37.解数独:回溯法在二维网格中的应用与剪枝策略
  • 考公VS考研,拼哪个性价比高?
  • 考研408《计算机组成原理》复习笔记,第四章(1)——指令系统概念(指令字长、N地址指令、定长和变长操作码)
  • 微软发布五大AI Agent设计模式 推动企业自动化革新
  • 使用 Rust 进行 Web 自动化入门
  • Playwright初学指南 (3):深入解析交互操作
  • Notepad++插件开发实战:从零打造效率工具
  • Inconsistent vendoring detected. Please re-run “go mod vendor“.
  • 【120页PPT】人工智能与数字化转型的业财融合(附下载方式)
  • Uniapp 条件编译详解
  • Transformers库中的 Trainer 类 的详细解析
  • 数据产品经理 | GenAI时代数据质量评估原则:FAV-QIRC 框架(一)
  • 【MATLAB代码】滑动窗口均值滤波、中值滤波、最小值/最大值滤波对比。订阅专栏后可查看完整代码
  • Spring 事务详解:从基础到传播机制的实践指南
  • 【机器人-开发工具】ROS 2 (4)Jetson Nano 系统Ubuntu22.04安装ROS 2 Humble版本
  • Claude Code 国内直接使用,原生支持 Windows 免WSL安装教程
  • CVPR 2025 | 即插即用,动态场景深度感知新SOTA!单目视频精准SLAM+深度估计
  • Linux系统Namespace隔离实战:dd/mkfs/mount/unshare命令组合应用
  • 【iOS】KVC原理及自定义
  • 【KALI】第一篇 安装Kali Linux虚拟机之详细操作步骤讲解
  • Redis 从入门到生产:数据结构、持久化、集群、工程实践与避坑(含 Node.js/Python 示例)
  • Windows 安装 Claude Code 并将 Claude Code 的大模型替换为 Kimi 的完整步骤
  • 适用工业分选和工业应用的高光谱相机有哪些?什么品牌比较好?
  • 如何写出更清晰易读的布尔逻辑判断?