Microsoft เปิดตัว Azure Copilot Observability Agent แบบ GA พร้อมระบบปฏิบัติการอัตโนมัติ ราคาเริ่มต้น และข้อจำกัด

วันที่ 23 มิถุนายน 2026 Microsoft ได้ประกาศให้ Azure Copilot Observability Agent พร้อมใช้งานทั่วไป (General Availability) พร้อมกันนั้นยังเปิดตัว ระบบปฏิบัติการอัตโนมัติ (Autonomous Operations) ในรุ่น Public Preview เอเจนต์นี้ถูกสร้างบน Azure Monitor เพื่อช่วยทีมวิศวกรรม SRE DevOps และปฏิบัติการให้เปลี่ยนจากข้อมูลเทเลเมทรีและเสียงแจ้งเตือนที่รกหู ไปสู่ปัญหาที่ถูกตรวจสอบแล้ว มีหลักฐานการวิเคราะห์ที่อธิบายได้ และมีขั้นตอนแนะนำที่ช่วยลดเวลาในการแก้ไขปัญหา (Time-To-Mitigate หรือ TTM) บทความนี้จะสรุปทุกอย่างที่ประกาศออกมา ทั้งฟีเจอร์ ราคา ข้อจำกัด และวิธีการทำงานของเอเจนต์

ฟีเจอร์และความสามารถหลัก

Observability Agent ทำหน้าที่เป็นผู้ช่วย AI ที่ทำงานภายใน Azure Monitor โดยใช้ข้อมูลเทเลเมทรีจริงเป็นฐาน ความสามารถหลักประกอบด้วย:

• ชั้นการแก้ปัญหาแบบ AI (AI-driven troubleshooting layer): เชื่อมโยง logs, metrics, traces, topology, resource health และข้อมูลบริบทการทำงานต่างๆ บนคลาวด์
• แชทด้วยภาษาธรรมชาติ: วิศวกรสามารถถามคำถามปลายเปิดและดำเนินการตรวจสอบแบบมีคำแนะนำกับข้อมูลเทเลเมทรี โดยไม่ต้องเขียน Kusto Query Language (KQL) ด้วยตนเอง
• การตรวจสอบเชิงลึก (Deep Investigations): เอเจนต์จะตั้งสมมติฐาน รวบรวมหลักฐาน เปรียบเทียบสัญญาณตามเวลา/ขอบเขต/ประเภท คัดกรองคำอธิบายที่ไม่น่าเชื่อถือออก และแสดงเส้นทางการใช้เหตุผลทั้งหมด
• ความโปร่งใสของกระบวนการคิด: เอเจนต์แสดงสิ่งที่ค้นพบ สิ่งที่ตัดออกไป และเหตุผล ซึ่งสนับสนุนการตัดสินใจของมนุษย์แทนที่จะข้ามขั้นตอนนั้น
• การเชื่อมโยงสัญญาณที่ครอบคลุม: ทำงานกับแอปพลิเคชันที่ตรวจสอบผ่าน Azure, AKS, VMs, Foundry telemetry, โครงสร้างพื้นฐาน และสัญญาณแพลตฟอร์มต่างๆ
• ผสานกับ Azure RBAC: การแชทและการตรวจสอบเชิงโต้ตอบใช้ตัวตนและสิทธิ์การเข้าถึงตามบทบาท (RBAC) ของผู้ใช้ที่เข้าสู่ระบบ
• ไม่นำข้อมูลผู้ใช้ไปเทรนโมเดล: คำถามและคำตอบจะไม่ถูกนำไปใช้ฝึกฝนโมเดลพื้นฐาน

ระบบปฏิบัติการอัตโนมัติ (Autonomous Operations) — Public Preview

นอกจากการประกาศ GA แล้ว Microsoft ยังเปิดตัวระบบปฏิบัติการอัตโนมัติในรุ่น Public Preview ความสามารถเหล่านี้ทำงานเบื้องหลังเพื่อลดงานคัดแยกปัญหาด้วยมือ:

• การจัดกลุ่มแจ้งเตือนอย่างต่อเนื่อง: เอเจนต์จะวิเคราะห์การแจ้งเตือนที่เกิดขึ้นอย่างต่อเนื่อง จัดกลุ่มการแจ้งเตือนที่เกี่ยวข้องกันเป็น Issue เดียวใน Azure Monitor และแนบคำอธิบายด้วยภาษาธรรมชาติว่าทำไมการแจ้งเตือนเหล่านี้ถึงอยู่ด้วยกัน
• การสร้าง Issue จากแจ้งเตือนสำคัญ: สามารถสร้าง Issue จากการแจ้งเตือนเดี่ยวที่มีนัยสำคัญ ตามคำสั่งที่กำหนดเอง (เช่น "สร้าง Issue เสมอสำหรับการแจ้งเตือนระดับ Severity 2")
• การตรวจสอบเชิงลึกอัตโนมัติ: เอเจนต์สามารถดำเนินการตรวจสอบเชิงลึกกับ Issue ที่มันสร้างขึ้นเองได้

จุดสำคัญคือ มนุษย์ยังคงควบคุมทุกอย่าง เอเจนต์จะไม่รีสตาร์ททรัพยากร เปลี่ยนแปลงการตั้งค่า หรือแก้ไขปัญหาด้วยตัวเอง การตัดสินใจแก้ไขทั้งหมดยังคงอยู่กับวิศวกร ระบบปฏิบัติการอัตโนมัติอยู่ภายใต้ข้อกำหนดการใช้งานเพิ่มเติมสำหรับ Azure รุ่น Preview

เอเจนต์วินิจฉัยปัญหาคลาวด์ได้อย่างไร

เอเจนต์นี้ถูกพัฒนามาจากประสบการณ์หลายปีของ Microsoft ในการดำเนินงาน Azure มันถูกออกแบบมาเพื่อวินิจฉัยสิ่งที่ผิดพลาดระหว่างที่ระบบหยุดทำงาน โดยไม่มีความเครียด ความเหนื่อยล้า หรือการมองแคบที่อาจเกิดขึ้นกับผู้ปฏิบัติงานที่เป็นมนุษย์

มันเชื่อมโยง logs, metrics, traces, alerts, dependencies, resource graph, resource health, activity logs, Foundry telemetry และการเปลี่ยนแปลงต่างๆ เพื่อย้อนรอยปัญหากลับไปยังสาเหตุที่เป็นไปได้ Brendan Burns ผู้ร่วมสร้าง Kubernetes อธิบายว่าเอเจนต์นี้เปรียบเสมือนการเพิ่ม ชั้นการตั้งสมมติฐาน (hypothesis-formation layer) ลงบนระบบอัตโนมัติแบบกำหนดตายตัว: เอเจนต์สามารถตั้งทฤษฎีว่ามีอะไรผิดปกติ ทดสอบกับข้อมูล และทำงานต่อไปเพื่อหาทางออก

ข้อจำกัด

มีข้อจำกัดหลายประการที่ใช้กับรุ่นปัจจุบัน:

• ระบบปฏิบัติการอัตโนมัติยังอยู่ใน Public Preview เท่านั้น — ไม่ครอบคลุมโดยข้อกำหนดการสนับสนุนของ GA และอยู่ภายใต้ข้อกำหนดทางกฎหมายของรุ่น Preview
• ไม่มีการดำเนินการอัตโนมัติ: เอเจนต์ทำการตรวจสอบและแนะนำเท่านั้น ไม่ได้รีสตาร์ททรัพยากร เปลี่ยนแปลงการตั้งค่า หรือแก้ไขปัญหา
• ข้อจำกัดของคำสั่งแบบกำหนดเอง: คำสั่งที่กำหนดเองมีจำนวนจำกัดที่ 8,192 ตัวอักษรต่อทรัพยากร Observability Agent
• ขีดจำกัดการตรวจสอบเชิงลึก: การดำเนินการตรวจสอบเชิงลึกครั้งเดียวถูกจำกัดที่ 500 Azure Agent Credits (AAC)
• ไม่มีฟิลเตอร์เฉพาะสำหรับ Issue ที่สร้างโดยเอเจนต์: ในมุมมองรายการ Issue เฉพาะคำนำหน้า [<AppName>] ในชื่อเท่านั้นที่แยกแยะ Issue ที่สร้างโดยเอเจนต์
• ข้อจำกัดด้านภูมิภาคและขอบเขต: ระบบปฏิบัติการอัตโนมัติทำงานกับทรัพยากร Microsoft.Monitor/observabilityAgents โดยเฉพาะ โดยมี managed identity ที่มีขอบเขตจำกัด

ราคาและค่าใช้จ่าย

• โมเดลราคาแบบ Consumption-Based: จ่ายเฉพาะงาน AI ที่เอเจนต์ทำ โดยวัดเป็น Azure Agent Credits (AAC)
• สามรูปแบบการคิดเงิน: แชท (ต้นทุนต่ำที่สุดโดยทั่วไป), การตรวจสอบเชิงลึก (ต้นทุนสูงกว่า, จำกัดที่ 500 AAC ต่อการดำเนินการ), และระบบปฏิบัติการอัตโนมัติ (การจัดกลุ่มแจ้งเตือนไม่คิดเงินในช่วง Preview; การตรวจสอบเชิงลึกอัตโนมัติคิดเงิน)
• ราคา AAC: สามารถดูได้ที่หน้า Azure Monitor pricing
• วันที่เริ่มคิดเงิน: 1 กรกฎาคม 2026
• การจัดกลุ่มแจ้งเตือน: การจัดกลุ่มแจ้งเตือนเบื้องหลังอย่างต่อเนื่อง ไม่คิดเงินในช่วง Public Preview

หมายเหตุเกี่ยวกับ KPMG

หลักฐานที่มีอยู่ครอบคลุมถึง การนำ Agent 365 ของ KPMG ไปใช้ (แพลตฟอร์มการกำกับดูแลเอเจนต์ในวงกว้างของ Microsoft) ไม่ใช่ Observability Agent โดยเฉพาะ KPMG ได้部署 Agent 365 ให้พนักงาน 276,000 คน ซึ่งเป็นส่วนหนึ่งของโครงการริเริ่มการกำกับดูแลเอเจนต์ระดับองค์กร ไม่พบผลลัพธ์หรือเมตริกเฉพาะสำหรับการใช้งาน Azure Copilot Observability Agent ของ KPMG เอง ในแหล่งข้อมูลที่ให้ไว้ บทความในบล็อกและชุมชนของ Microsoft เน้นการประกาศ GA แต่ไม่ได้อ้างถึง KPMG ว่าเป็นผู้ใช้งานในช่วงแรกของเอเจนต์นี้โดยเฉพาะ