Observability Agent berfungsi sebagai asisten bertenaga AI yang tertanam di Azure Monitor, dengan analisis yang didasarkan pada data telemetri nyata . Kemampuan utamanya:

• Lapisan troubleshooting berbasis AI: Menghubungkan log, metrik, trace, topology, resource health, dan konteks operasional di berbagai environment cloud .
• Chat bahasa alami: Teknisi bisa bertanya secara bebas dan melakukan investigasi terbimbing tanpa perlu menulis kueri Kusto Query Language (KQL) secara manual .
• Investigasi mendalam: Agen menyusun hipotesis, mengumpulkan bukti, membandingkan sinyal berdasarkan waktu/cakupan/jenis, mengesampingkan penjelasan lemah, dan menampilkan jejak penalaran lengkap .
• Transparansi penalaran: Agen menunjukkan apa yang ditemukan, apa yang dikesampingkan, dan alasannya—mendukung penilaian manusia, bukan menggantikannya .
• Korelasi sinyal luas: Bekerja di aplikasi yang dimonitor Azure, AKS, VM, telemetri Foundry, infrastruktur, dan sinyal platform .
• Integrasi RBAC Azure: Chat dan investigasi interaktif menggunakan identitas dan kontrol akses pengguna yang masuk .
• Tidak melatih model dengan data pengguna: Prompt dan respons tidak digunakan untuk melatih model fondasi .

Operasi Otonom (Public Preview)

Bersamaan dengan GA, Microsoft memperkenalkan operasi otonom dalam public preview. Kemampuan ini berjalan di latar belakang untuk mengurangi pekerjaan triage manual:

• Korelasi alert berkelanjutan: Agen terus-menerus menganalisis alert yang muncul, mengelompokkan alert terkait menjadi satu issue Azure Monitor, dan melampirkan penjelasan bahasa alami mengapa alert-alert itu terkait .
• Pembuatan issue dari alert penting: Agen bisa membuat issue dari alert individual yang signifikan berdasarkan instruksi kustom (misalnya, "selalu buat issue untuk alert severity 2") .
• Investigasi mendalam otomatis: Agen dapat menjalankan investigasi mendalam pada issue yang telah dibuatnya .

Penting: manusia tetap memegang kendali. Agen tidak me-restart resource, mengubah konfigurasi, atau menyelesaikan masalah sendiri . Semua keputusan mitigasi tetap di tangan teknisi . Operasi otonom tunduk pada Supplemental Terms of Use for Microsoft Azure Previews .

Bagaimana Agen Mendiagnosis Gangguan Cloud

Agen ini didasari oleh pengalaman Microsoft bertahun-tahun menjalankan Azure. Ia dirancang untuk mendiagnosis apa pun yang salah saat terjadi gangguan—tanpa stres, kelelahan, atau tunnel vision yang bisa dialami operator manusia .

Agen menghubungkan log, metrik, trace, alert, dependensi, resource graph, resource health, activity logs, telemetri Foundry, dan perubahan untuk menelusuri masalah kembali ke penyebabnya . Brendan Burns, salah satu pencipta Kubernetes, menggambarkan agen ini sebagai lapisan pembentuk hipotesis di atas otomatisasi deterministik: agen bisa membentuk teori tentang apa yang salah, mengujinya terhadap data, dan terus bekerja menemukan solusi .

Keterbatasan dan Batasan

Beberapa batasan berlaku pada rilis saat ini:

• Operasi otonom masih public preview — tidak tercakup dalam dukungan GA dan tunduk pada persyaratan hukum pratinjau .
• Tidak ada tindakan otonom: Agen menyelidiki dan merekomendasikan, tetapi tidak me-restart resource, mengubah konfigurasi, atau menyelesaikan masalah .
• Batas instruksi kustom: Instruksi kustom dibatasi 8.192 karakter per resource Observability Agent .
• Batas investigasi mendalam: Satu operasi investigasi mendalam dibatasi maksimal 500 Azure Agent Credits (AAC) .
• Tidak ada filter khusus untuk issue buatan agen: Di tampilan daftar issue, hanya awalan judul [<AppName>] yang membedakan issue buatan agen .
• Batasan region dan cakupan: Operasi otonom berjalan pada resource khusus Microsoft.Monitor/observabilityAgents dengan managed identity terbatas .

Harga dan Tagihan

• Model harga berbasis pemakaian: Anda hanya membayar untuk kerja AI yang dilakukan agen, diukur dalam Azure Agent Credits (AAC) .
• Tiga pola tagihan: Chat (biasanya biaya terendah), investigasi mendalam (biaya lebih tinggi, dibatasi 500 AAC per operasi), dan operasi otonom (korelasi alert tidak ditagih selama pratinjau; investigasi mendalam otomatis ditagih) .
• Daftar harga AAC: Tersedia di halaman harga Azure Monitor .
• Mulai tagihan: 1 Juli 2026 .
• Korelasi alert: Pengelompokan alert latar belakang berkelanjutan tidak dikenakan biaya selama public preview .

Catatan tentang KPMG

Bukti yang tersedia mencakup peluncuran Agent 365 oleh KPMG (platform tata kelola agen Microsoft yang lebih luas), bukan Observability Agent secara spesifik. KPMG menerapkan Agent 365 kepada 276.000 orang sebagai bagian dari inisiatif tata kelola agen di seluruh perusahaan . Tidak ditemukan hasil atau metrik spesifik untuk penggunaan Azure Copilot Observability Agent oleh KPMG dalam sumber yang tersedia. Posting blog dan artikel komunitas Microsoft menyoroti pengumuman GA tetapi tidak menyebut KPMG sebagai pengadopsi awal agen khusus ini.

Observability Agent berfungsi sebagai asisten bertenaga AI yang tertanam di Azure Monitor, dengan analisis yang didasarkan pada data telemetri nyata . Kemampuan utamanya:

• Lapisan troubleshooting berbasis AI: Menghubungkan log, metrik, trace, topology, resource health, dan konteks operasional di berbagai environment cloud .
• Chat bahasa alami: Teknisi bisa bertanya secara bebas dan melakukan investigasi terbimbing tanpa perlu menulis kueri Kusto Query Language (KQL) secara manual .
• Investigasi mendalam: Agen menyusun hipotesis, mengumpulkan bukti, membandingkan sinyal berdasarkan waktu/cakupan/jenis, mengesampingkan penjelasan lemah, dan menampilkan jejak penalaran lengkap .
• Transparansi penalaran: Agen menunjukkan apa yang ditemukan, apa yang dikesampingkan, dan alasannya—mendukung penilaian manusia, bukan menggantikannya .
• Korelasi sinyal luas: Bekerja di aplikasi yang dimonitor Azure, AKS, VM, telemetri Foundry, infrastruktur, dan sinyal platform .
• Integrasi RBAC Azure: Chat dan investigasi interaktif menggunakan identitas dan kontrol akses pengguna yang masuk .
• Tidak melatih model dengan data pengguna: Prompt dan respons tidak digunakan untuk melatih model fondasi .

Operasi Otonom (Public Preview)

Bersamaan dengan GA, Microsoft memperkenalkan operasi otonom dalam public preview. Kemampuan ini berjalan di latar belakang untuk mengurangi pekerjaan triage manual:

• Korelasi alert berkelanjutan: Agen terus-menerus menganalisis alert yang muncul, mengelompokkan alert terkait menjadi satu issue Azure Monitor, dan melampirkan penjelasan bahasa alami mengapa alert-alert itu terkait .
• Pembuatan issue dari alert penting: Agen bisa membuat issue dari alert individual yang signifikan berdasarkan instruksi kustom (misalnya, "selalu buat issue untuk alert severity 2") .
• Investigasi mendalam otomatis: Agen dapat menjalankan investigasi mendalam pada issue yang telah dibuatnya .

Penting: manusia tetap memegang kendali. Agen tidak me-restart resource, mengubah konfigurasi, atau menyelesaikan masalah sendiri . Semua keputusan mitigasi tetap di tangan teknisi . Operasi otonom tunduk pada Supplemental Terms of Use for Microsoft Azure Previews .

Bagaimana Agen Mendiagnosis Gangguan Cloud

Agen ini didasari oleh pengalaman Microsoft bertahun-tahun menjalankan Azure. Ia dirancang untuk mendiagnosis apa pun yang salah saat terjadi gangguan—tanpa stres, kelelahan, atau tunnel vision yang bisa dialami operator manusia .

Agen menghubungkan log, metrik, trace, alert, dependensi, resource graph, resource health, activity logs, telemetri Foundry, dan perubahan untuk menelusuri masalah kembali ke penyebabnya . Brendan Burns, salah satu pencipta Kubernetes, menggambarkan agen ini sebagai lapisan pembentuk hipotesis di atas otomatisasi deterministik: agen bisa membentuk teori tentang apa yang salah, mengujinya terhadap data, dan terus bekerja menemukan solusi .

Keterbatasan dan Batasan

Beberapa batasan berlaku pada rilis saat ini:

• Operasi otonom masih public preview — tidak tercakup dalam dukungan GA dan tunduk pada persyaratan hukum pratinjau .
• Tidak ada tindakan otonom: Agen menyelidiki dan merekomendasikan, tetapi tidak me-restart resource, mengubah konfigurasi, atau menyelesaikan masalah .
• Batas instruksi kustom: Instruksi kustom dibatasi 8.192 karakter per resource Observability Agent .
• Batas investigasi mendalam: Satu operasi investigasi mendalam dibatasi maksimal 500 Azure Agent Credits (AAC) .
• Tidak ada filter khusus untuk issue buatan agen: Di tampilan daftar issue, hanya awalan judul [<AppName>] yang membedakan issue buatan agen .
• Batasan region dan cakupan: Operasi otonom berjalan pada resource khusus Microsoft.Monitor/observabilityAgents dengan managed identity terbatas .

Harga dan Tagihan

• Model harga berbasis pemakaian: Anda hanya membayar untuk kerja AI yang dilakukan agen, diukur dalam Azure Agent Credits (AAC) .
• Tiga pola tagihan: Chat (biasanya biaya terendah), investigasi mendalam (biaya lebih tinggi, dibatasi 500 AAC per operasi), dan operasi otonom (korelasi alert tidak ditagih selama pratinjau; investigasi mendalam otomatis ditagih) .
• Daftar harga AAC: Tersedia di halaman harga Azure Monitor .
• Mulai tagihan: 1 Juli 2026 .
• Korelasi alert: Pengelompokan alert latar belakang berkelanjutan tidak dikenakan biaya selama public preview .

Catatan tentang KPMG

Bukti yang tersedia mencakup peluncuran Agent 365 oleh KPMG (platform tata kelola agen Microsoft yang lebih luas), bukan Observability Agent secara spesifik. KPMG menerapkan Agent 365 kepada 276.000 orang sebagai bagian dari inisiatif tata kelola agen di seluruh perusahaan . Tidak ditemukan hasil atau metrik spesifik untuk penggunaan Azure Copilot Observability Agent oleh KPMG dalam sumber yang tersedia. Posting blog dan artikel komunitas Microsoft menyoroti pengumuman GA tetapi tidak menyebut KPMG sebagai pengadopsi awal agen khusus ini.