Confluent ยกระดับ Confluent Intelligence เชื่อมต่อ AI Agent ผ่านโปรโตคอล A2A และ ระบบ Multivariate Anomaly Detection แบบเรียลไทม์

Confluent ประกาศเปิดตัวความสามารถใหม่ของ Confluent Intelligence การอัปเดตครั้งนี้ยกระดับการเชื่อมต่อ AI Agent และเพิ่มประสิทธิภาพด้านการวิเคราะห์ข้อมูลให้มีความแม่นยำยิ่งขึ้น ชูจุดเด่นด้วยฟีเจอร์ Streaming Agent ที่รองรับโปรโตคอล Agent2Agent หรือ A2A และระบบ Multivariate Anomaly Detection

ปัจจุบันองค์กรเริ่มนำ AI Agent มาใช้ตัดสินใจแบบอัตโนมัติเพื่อรองรับการทำงานที่มีความซับซ้อน แต่ AI Agent ส่วนใหญ่ยังคงทำงานแบบแยกส่วน ขาดการสื่อสารและแบ่งปันข้อมูลร่วมกัน ฟีเจอร์ Streaming Agents ของ Confluent จึงได้นำโปรโตคอล A2A มาประยุกต์ใช้เพื่อสั่งการและประสานงาน AI Agent จากภายนอก

ระบบนี้จะเชื่อมต่อ AI Agent เข้ากับข้อมูลแบบเรียลไทม์ผ่าน Model Context Protocol หรือ MCP ของ Anthropic โดยมีจุดเด่นอื่น ๆ ดังนี้

  • วิเคราะห์ข้อมูลต่อเนื่อง: ดึงข้อมูลจาก Agent Framework อย่าง LangChain ร่วมกับแพลตฟอร์มอย่าง BigQuery, Snowflake และ Databricks เพื่อสร้างอินไซต์ที่แม่นยำ
  • สั่งการระบบระดับองค์กร: ส่งคำสั่งไปยังแพลตฟอร์มเช่น ServiceNow และ Salesforce ให้ดำเนินงานตามเวิร์กโฟลว์และลงมือปฏิบัติได้ทันที
  • ยกระดับความฉลาดให้ Agent: สร้าง AI Agents ที่นำกลับมาใช้ซ้ำได้ ซึ่งสามารถตัดสินใจและทำงานได้อัตโนมัติด้วยบริบทข้อมูลที่สดใหม่
  • ปลดล็อกการสื่อสารและการตรวจสอบ: บันทึกทุกการทำงานของ Agent ไว้ใน Immutable Log เพื่อความโปร่งใส พร้อมใช้ Apache Kafka ร้อยเรียงการทำงานระหว่าง Agent
  • บริหารจัดการและกำกับดูแลจากศูนย์กลาง: ใช้ Streaming Agent เป็นตัวควบคุมหลัก โดยมี Confluent ดูแลด้านความปลอดภัยและการตรวจสอบการทำงานตั้งแต่ต้นจนจบ

นอกจากการเชื่อมต่อ Agent แล้ว Confluent ยังเปิดตัว Multivariate Anomaly Detection ซึ่งเป็นฟีเจอร์ใหม่ในชุด Machine Learning Function ระบบนี้ออกแบบมาเพื่อคัดกรองข้อมูลที่จำเป็นออกจากสัญญาณรบกวนซึ่งเป็นความท้าทายสำคัญขององค์กรในปัจจุบันแทนที่จะวิเคราะห์ตัวชี้วัดแบบแยกส่วน ระบบจะวิเคราะห์ตัวชี้วัดหลายรายการพร้อมกันเพื่อตรวจจับรูปแบบความผิดปกติใน Data Stream โดยอัตโนมัติ

ตัวอย่างเช่น ประมวลผลค่า CPU, หน่วยความจำ และความหน่วงควบคู่กัน แทนการพิจารณาเพียงตัวแปรเดียว รวมถึงคัดกรองสัญญาณรบกวนชั่วคราวออกไป ทำให้เข้าใจสถานะปกติของระบบได้อย่างชัดเจนกว่าเครื่องมือแบบดั้งเดิมที่ยึดตามค่าเฉลี่ย และวัดระดับความเบี่ยงเบนของข้อมูลจากค่ามาตรฐานอย่างต่อเนื่อง และแจ้งเตือนข้อมูลที่มีความผิดปกติทันที

ที่มา: https://www.confluent.io/product/confluent-intelligence/

About Veerapon Tangsiripathanawong

Check Also

Sonar เข้าซื้อกิจการ Gitar สตาร์ตอัป AI Code Review ยกระดับระบบตรวจสอบโค้ดด้วย Agentic Reasoning

Sonar ผู้ให้บริการแพลตฟอร์มตรวจสอบคุณภาพและความมั่นคงปลอดภัยของโค้ด ประกาศเข้าซื้อกิจการ Gitar สตาร์ตอัปผู้เชี่ยวชาญด้านระบบ AI-native Code Review การเข้าซื้อกิจการครั้งนี้มีเป้าหมายเพื่อผสานความสามารถด้านการคิดวิเคราะห์ของ Gitar เข้ากับเอนจินตรวจสอบโค้ดของ Sonar เพื่อสร้างความมั่นคงปลอดภัยที่รัดกุมยิ่งขึ้นสำหรับทีม DevOps ในยุคที่ …

Huawei เปิดตัวสถาปัตยกรรมชิปใหม่ แก้ปัญหาคว่ำบาตรและข้อจำกัด Moore’s Law

Huawei Technologies ยักษ์ใหญ่ด้านอิเล็กทรอนิกส์จากจีนได้เปิดตัวเฟรมเวิร์กการออกแบบชิปใหม่ ซึ่งบริษัทระบุว่าจะช่วยลดช่องว่างในอุตสาหกรรมเซมิคอนดักเตอร์กับผู้นำระดับโลกอย่าง TSMC และ Nvidia ได้