Datadog จาก ‘หมาบั๊ก’ สู่ ‘หมาเฝ้าบั๊ก AI’

ช่วงที่ข่าวธุรกิจพูดถึง AI กันแทบทุกวัน องค์กร-รัฐบาลหลายประเทศก็กำลังเร่งลงทุนตั้ง Data Center, Cloud Infrastructure และระบบ AI เพื่อเปลี่ยนผ่านธุรกิจสู่ยุคดิจิทัล

หากพูดถึงชื่อ Datadog คนทั่วไปที่ไม่ได้อยู่ในแวดวงเทคโนโลยีหรือซอฟต์แวร์แทบจะไม่รู้จัก เพราะบริษัทนี้ไม่ได้เป็นผู้สร้างโมเดล Generative AI หรือ ผลิตชิปประมวลผลขั้นสูง และไม่ได้เป็นผู้ให้บริการ Cloud Infrastructure โดยตรง

แต่ถ้าไปถามวิศวกรซอฟต์แวร์ ทีม DevOps หรือผู้เชี่ยวชาญด้าน IT ในองค์กรชั้นนำทั่วโลก Datadog คือหนึ่งในเครื่องมือเทพที่สุด เปรียบเสมือน ‘ศูนย์เฝ้าระวัง’ ที่คอยดูแลไม่ให้ระบบดิจิทัลล่มลงมา

‘หมาบั๊ก’ ฝันร้ายฝ่ายไอที

ประชาชาติธุรกิจ มีโอกาสได้พูดคุยกับคุณ Karina Gunawan รองประธานประจำภูมิภาค ฝ่าย Enterprise ASEAN Sales (Regional Vice President, Enterprise ASEAN Sales) ของ Datadog กับคำถามหนึ่งที่อดไม่ได้ที่จะถามคือ

ทำไมต้องเป็น ‘Dog’ แล้วทำไมไม่เป็น Data Cat หรือ Data Rabbit?

คำตอบของคาริน่าพาย้อนกลับไปถึงเรื่องที่ Olivier Pomel ผู้ร่วมก่อตั้งและซีอีโอของ Datadog เคยเล่าไว้เกี่ยวกับที่มาของชื่อบริษัท ซึ่งฟังแล้วอาจสวนทางกับภาพจำของโลโก้ลูกหมาหน้าตาน่ารัก

เรื่องของเรื่องคือ บริษัทเก่าที่ Olivier เคยทำงาน มีธรรมเนียมตั้งชื่อเครื่องเซิร์ฟเวอร์แบบจัดหมวดหมู่ อย่างเซิร์ฟเวอร์จริง (Production) ใช้ชื่อหมา, เซิร์ฟเวอร์ทดสอบ (Staging) ใช้ชื่อนก, ส่วนเซิร์ฟเวอร์พัฒนาระบบ (Development) ก็ใช้ชื่อแมว

ส่วนเซิร์ฟเวอร์ที่เป็นฐานข้อมูลหลัก ถูกตั้งชื่อหมวดว่า ‘Data Dog‘

แล้วมันจะมีไอ้ตัวนึงชื่อ ‘Data Dog 17’ มันคือฐานข้อมูล Oracle ตัวบั๊ก สร้างความเจ็บปวดให้เหล่าวิศวกร ณ ตอนนั้น เพราะบั๊กดังกล่าวทำข้อมูลขยายตัวเพิ่มเป็นเท่าตัวทุกปี จนคนในออฟฟิศทำงานกันแบบขวัญผวา หวั่นใจตลอดเวลา

ชื่อนี้จึงกลายเป็น “สัญลักษณ์แห่งความทรมาน” ในการทำงาน เป็นฝันร้ายในโลกไอทียุคเก่าที่เราพยายามจะหนีไปให้พ้น

พอตอนลาออกมาเริ่มทำบริษัทใหม่ด้วยกัน จึงใช้ชื่อโค้ดเนมโปรเจกต์กวนๆ ตั้งประชดชีวิตไว้ก่อนว่า ‘Data Dog 17‘

แต่ปรากฏว่า พอเอาชื่อนี้ไปคุยกับใคร ทุกคนดันจำชื่อ ‘Data Dog’ ได้แม่นมาก

จนสุดท้ายก็เอามาใช้งานจริงๆ แค่ตัดเลข 17 ออกไปหน่อย เพราะเดี๋ยวชื่อจะฟังดูเหมือนชื่อแอกเคาน์ต์ตั้งมั่วๆ สมัยเล่น MySpace

เสร็จแล้วก็เลยไปจ้างดีไซเนอร์ช่วยวาดโลโก้ลูกหมาหน้าตาน่ารักชื่อ Bit แล้วก็ลุยสร้างบริษัทกันยาวๆ

ยืนพื้น 16 ปี ในสหรัฐ

เพื่อประชดความปวดหัวของระบบไอทีในวันนั้น วันนี้ Datadog เติบโตและเปิดให้บริการมายาวนานกว่า 16 ปี (ก่อตั้งในปี 2010)

บริษัทซอฟต์แวร์สัญชาติอเมริกันแห่งนี้ ถูกก่อตั้งขึ้นที่นครนิวยอร์ก สหรัฐอเมริกา โดยสองวิศวกรชาวฝรั่งเศส คือ Olivier Pomel และ Alexis Lê-Quôc ปัจจุบันจดทะเบียนในตลาดหลักทรัพย์ NASDAQ มีสำนักงานใหญ่ตั้งอยู่ที่นิวยอร์ก พร้อมศูนย์วิจัยและพัฒนา (R&D) หลักทั้งในนิวยอร์กและปารีส

จุดเริ่มต้นของ Datadog มีเพียงผลิตภัณฑ์ติดตามระบบรายการเดียว จากนั้นจึงขยายขีดความสามารถเป็นมากกว่า 40 ผลิตภัณฑ์ในปัจจุบัน พร้อมพัฒนาฟีเจอร์ใหม่ๆ เพื่อรองรับสถาปัตยกรรมไอทีที่ซับซ้อนขึ้นทุกวัน

เปลี่ยนภาพจากเครื่องมือแก้ปัญหาของวิศวกรซอฟต์แวร์ สู่การเป็นแพลตฟอร์มสังเกตการณ์ระบบ (Observability Platform) ระดับโลกที่องค์กรยุคดิจิทัลขาดไม่ได้

Datadog คืออะไร ทำไมองค์กรยุคใหม่ต้อง ‘มองเห็น’ ระบบ?

ถ้าอธิบายการทำงานของ Datadog ในภาษาธุรกิจที่ไม่ซับซ้อน บริษัทนี้ทำหน้าที่คล้าย ศูนย์ควบคุมและเฝ้าระวัง หรือ แผงตรวจสุขภาพ ของระบบไอทีในองค์กร

Datadog ดำเนินธุรกิจในรูปแบบ Software as a Service (SaaS) ที่เปิดให้ลูกค้าใช้บริการผ่านระบบ Subscription โดยไม่จำเป็นต้องลงทุนซื้อฮาร์ดแวร์ราคาแพงมาติดตั้งเอง

บริการของ Datadog คือคำว่า Observability หรือ ความสามารถในการมองเห็นและเข้าใจสิ่งที่เกิดขึ้นภายในระบบ ตั้งแต่ระดับ Application, Database, Network, Cloud Infrastructure ไปจนถึงโมเดล AI

ความสำคัญของ Observability เติบโตขึ้นตามการเปลี่ยนแปลงของโครงสร้างสถาปัตยกรรมไอที เพราะระบบขององค์กรในปัจจุบัน หาใช่ทำงานอยู่บนเซิร์ฟเวอร์เพียงเครื่องเดียว แต่กระจัดกระจายอยู่บนคลาวด์หลายแห่ง (Multi-Cloud), microservices, และซอฟต์แวร์ภายนอกจำนวนมาก

เมื่อระบบมีความซับซ้อนสูงแบบกระจายตัว ปัญหาที่เกิดขึ้น คนทั่วไปมักมองแล้วตั้งคำถามเบสิก ๆ ว่า “ระบบล่มหรือไม่”

ปัญหาเกิดขึ้นที่จุดไหนในห่วงโซ่ระบบ?

สาเหตุต้นตอ (Root Cause) เกิดจากอะไร?

กระทบกับผู้ใช้งานกลุ่มไหน จำนวนเท่าไร?

ต้องแก้ไขอย่างไรให้เร็วที่สุดเพื่อลดผลกระทบทางธุรกิจ?

นี่คือช่องว่างขนาดใหญ่ที่ Datadog เข้ามาตอบโจทย์เพื่อป้องกันไม่ให้ธุรกิจต้องสะดุด

จากกระแส Cloud สู่โจทย์ Security

การเร่งย้ายระบบขึ้น Cloud Computing ขององค์กรทั่วโลก พาโจทย์ด้านความปลอดภัยไซเบอร์ (Cybersecurity) เปลี่ยนไปอย่างสิ้นเชิง

คุณคารินา มองว่า องค์กรยุคใหม่เริ่มตระหนักแล้วว่า Cloud Security ไม่ใช่สิ่งที่สามารถนำมาคิดทีหลังหลังจากสร้างระบบเสร็จแล้ว (Afterthought) แต่ต้องถูกผนวกเข้ามาอยู่ในกระบวนการพัฒนาซอฟต์แวร์ตั้งแต่แรก

ในอดีต ทีมรักษาความปลอดภัย (Security) และทีมดูแลระบบ (Operations) มักจะทำงานแยกส่วนกันอย่างชัดเจน

แต่พอเป็นยุคคลาวด์ ทีมไอทีจำเป็นต้องผสานเรื่อง Security เข้าไปพร้อมกับการวาง Infrastructure และการเขียนโค้ด

ประโยคหนึ่งจากผู้บริหาร Datadog เผยการทำงานของบริษัทคือ

“We cannot secure what we cannot observe.”
(เราไม่สามารถรักษาความปลอดภัยให้กับสิ่งที่เรามองไม่เห็น)

แม้กระทั่งองค์กรสื่อ ที่แห่กันนำ AI เข้ามาปรับใช้ในกระบวนการทำงาน ยิ่งมีระบบหรือโมเดลใหม่เพิ่มเข้ามา จุดที่องค์กรต้องเฝ้าระวังและติดตามก็เพิ่มขึ้นตามไปด้วย

จากเดิมที่อาจติดตามเพียงแค่ Server หรือ Application วันนี้องค์กรต้องมองเห็นไปถึงพฤติกรรมของ Database, เครือข่าย Network, การเรียกใช้ API บน Cloud และการประมวลผลของโมเดล AI

ไม่ได้โตแค่เพราะ AI แต่โตจาก ความซับซ้อนของเทคโนโลยี

Datadog เป็นบริษัท AI โดยตรง แต่เป็นการเป็นองค์กรที่ เติบโตขนานไปกับความซับซ้อนของโครงสร้างเทคโนโลยี

เพราะมีกลยุทธ์ขยายขีดความสามารถจากจุดเริ่มต้นที่เป็นเพียงเครื่องมือติดตามระบบ (Monitoring) มาสู่การเป็นแพลตฟอร์มวิเคราะห์ข้อมูลเชิงลึกแบบครบวงจร เนื่องจากเทคโนโลยีเปลี่ยนแปลงไปอย่างรวดเร็ว บริษัทจึงต้องเร่งพัฒนาผลิตภัณฑ์เพื่อวิ่งตามความต้องการของลูกค้าให้ทันอยู่เสมอ

เมื่อถามถึงการให้ความสำคัญในการลงทุน Datadog ให้ความสำคัญกับ R&D มากที่สุด โดยอัดฉีดงบประมาณวิจัยและพัฒนาไปมากกว่า 1,000 ล้านดอลลาร์สหรัฐ เพื่อคิดค้นและอัปเกรดฟีเจอร์ใหม่ๆ ให้กับแพลตฟอร์ม

ปีเดียวอัปเดต 500 ฟีเจอร์

อีกหนึ่งตัวเลข ที่ Enterprise Software ในยุคปัจจุบันพยายามทำ คือเปิดตัวผลิตภัณฑ์ใหม่ หรือการอัปเดตฟีเจอร์เพิ่มเติมเกือบทุกสัปดาห์

เฉพาะในปีที่ผ่านมา บริษัทมีการปล่อยฟีเจอร์ใหม่หรือการปรับปรุงการทำงานเพิ่มขึ้นมากกว่า 500 รายการ ในชุดผลิตภัณฑ์ที่มีอยู่เดิม

ตัวเลขฉายภาพซอฟต์แวร์องค์กรในยุคคลาวด์ ว่า ความเร็วคืออาวุธที่ดีที่สุด เพราะโครงสร้างพื้นฐานด้านไอทีของฝั่งลูกค้ามีการเปลี่ยนรูปแบบตลอดเวลา

Eating Your Own Dog Food

ปรัชญา ใช้ของตัวเอง ตรวจสอบของตัวเอง

เมื่อบริษัทปล่อยฟีเจอร์ใหม่สัปดาห์ละหลายรายการ คำถาม คือ จะมั่นใจได้อย่างไรว่าซอฟต์แวร์เหล่านั้นปลอดภัยและทำงานได้โดยไม่รวน?

คุณคารินาตอบว่า

“Datadog actually uses our own Datadog to monitor our own SaaS.” (จริงๆ แล้ว Datadog ก็ใช้แพลตฟอร์ม Datadog ของเราเอง ในการติดตามและตรวจสอบระบบ SaaS ของเราเองเช่นกัน)

ก่อนที่ผลิตภัณฑ์หรือฟีเจอร์ใหม่จะถูกปล่อยออกสู่สาธารณะในรูปแบบ General Availability (GA) ซอฟต์แวร์จะต้องผ่านกระบวนการตรวจสอบและเฝ้าระวังอย่างเข้มงวด โดยใช้เครื่องมือของ Datadog เองในการดักจับความผิดปกติก่อนที่โค้ดจะถูกปรับขึ้นระบบ Production จริง

ซึ่งสอดคล้องกับแนวทาง DevSecOps ที่ดึงเอา Security เข้ามาเป็นส่วนหนึ่งของการพัฒนาตั้งแต่วันแรก

สำหรับบริบทในประเทศไทย Datadog เข้ามาลุยทำตลาดอย่างจริงจังเป็นเวลาประมาณ 5 ปีแล้ว และปัจจุบันสามารถสร้างฐานลูกค้าองค์กรในไทยได้มากกว่า 200 ราย ทำให้บริษัทตัดสินใจจัดตั้งทีมงานประจำประเทศไทยเพื่อดูแลลูกค้าในท้องถิ่นโดยเฉพาะ

โมเดลการให้บริการในไทยยังคงเป็นรูปแบบ Subscription License โดยองค์กรสามารถเลือกซื้อบริการได้โดยตรงจาก Datadog หรือผ่าน partner ในไทย พร้อมตัวเลือกการชำระเงินที่ยืดหยุ่น เช่น รูปแบบ Pay-as-you-go ตามปริมาณการใช้งานจริง

อย่างไรก็ตาม เมื่อมองในมุมของการลงทุนด้านการวิจัยและพัฒนา (R&D) ในภูมิภาคเอเชียตะวันออกเฉียงใต้ คุณคารินาระบุว่า บริษัทยังคงวางศูนย์ R&D หลักไว้ที่นครนิวยอร์ก สหรัฐอเมริกา โดยการลงทุนในภูมิภาค ASEAN จะมุ่งเน้นไปที่การสร้างทีมดูแลลูกค้าโดยตรง ทั้ง Customer Support และ Technical Specialist เพื่อก้าวข้ามข้อจำกัดเรื่องเขตเวลา (Time Zone) และมอบการบริการแบบ Real-time ให้แก่องค์กรในภูมิภาคนี้

มีต่อ