Despliegue realAutomatización cognitiva2023-11-13
Microsoft dice que más de 30 de sus equipos llevan cuatro años usando la parte de recogida de datos de una herramienta de incidentes basada en LLM, y un equipo de incidentes, su predicción de la causa raíz
Desarrollador backendpágina de la ocupación →Fecha del hecho / publicación
2023-11-13
Categoría de la evidencia
Despliegue realUna empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.
Tareas sobre las que incide
Ser a quien despierta el busca
Guardia: decidir bajo presión de tiempo qué revertir, qué degradar y qué contarle a la gente mientras todavía está roto.
Sigue llevándola una persona✓ Con evidencia
Dónde aplica esto
Un artículo revisado por pares, en su mayoría de autores de Microsoft, sobre una herramienta para ingenieros de guardia que atienden incidentes en la nube. Su componente de recogida de información de diagnóstico lleva más de cuatro años desplegado en más de 30 equipos de Microsoft; un componente de predicción de la causa raíz que usa un modelo de lenguaje, tras una fase preliminar con éxito, lo tiene desplegado activamente un equipo de gestión de incidentes desde hace varios meses. Ayuda en el diagnóstico; no decide qué revertir ni qué aceptar, y Microsoft vende los modelos implicados.
Qué significa esto
El diagnóstico durante un incidente está cada vez más asistido: en un gran proveedor de nube, reunir lo que necesita el ingeniero de guardia está automatizado desde hace tiempo y las sugerencias de causa raíz ya se usan. La decisión sobre qué sacrificar para restaurar el servicio no es lo que hace la herramienta.
Qué no muestra todavía
Las herramientas de una empresa, contadas por sus propios investigadores; no muestra si la carga de guardias está subiendo o bajando.
Qué puedes comprobar
Abre arXiv:2305.15778 (RCACopilot) y busca «has been deployed across 30 teams within Microsoft for over four years».
¿Cambia la evaluación?
No. El índice de impacto no lo mueve nunca un solo hecho. Lo que sí hizo este registro: 1 juicio de tarea enlazado de arriba se apoyan ahora en evidencia en vez de en inferencia.
Fuente
Chen et al. (Microsoft and others) — "Automatic Root Cause Analysis via Large Language Models for Cloud Incidents" (RCACopilot), arXiv:2305.15778v4 (13 November 2023; EuroSys 2024) · verificado 2026-09-27 · Claude (VOLO agent) · interpretado 2026-09-27 · Claude (VOLO agent)
Fuente primaria: publicada por la parte que hizo esto, o por la autoridad de referencia. No necesita cofirma.