AI 与自动化时代下流媒体工程师角色的演变

流媒体工程师的传统职能正越来越多地被自动化解决方案所取代,或至少因可观测性(observability)与监控以及大量决策环节的卸载而被改变。在流媒体基础设施管理方面,AI 与自动化到底在多大程度上把人类 “赶出了决策环”?在哪些环节,人眼盯屏 (尽管相对低效)对稳健的流媒体运营仍然至关重要?自动化解决方案是否真的让工程师能比以前做更多的事?

Servers.com 高级全球销售主管 Lukas Navickas、AI 与流媒体技术战略家兼 SVTA AI 委员会联合主席 Bhavesh Upadhyaya、Qualabs CEO Juan Pablo Saibene 以及 LiveU 解决方案专家 Ben Ratner,在 Streaming Media Connect 2026 的小组讨论中探讨了这些问题。以下为讨论节选。

AI 与自动化时代下流媒体工程师角色的演变
图片来自 streamingmediaglobal

视频地址:https://youtu.be/-DN95Zs1bQI?si=N_7pmf7mpt-yWP0b

保留人的温度

Upadhyaya 把第一个问题抛给了 Navickas,谈及在 AI 驱动与自动化导向的新技术涌入之下,流媒体运营商、工程师与他们所管理的基础设施之间可能正在发生的关系变化:”你们现在是否拥有这样的工具,能让一位工程师或运营商在基础设施管理上比五年前做得更多?”

“我觉得这个问题有两层,对吧?”Navickas 回答。”如果我们回到真正运行和运营数据中心的那一层物理层面,随着我们作为一个平台扩张,或通过并购扩张,我们看到的是对工程师的需求反而在增加。他们需要真的去数据中心,上架设备(rack and stack)、准备并照看我们要实现的目标。当然,在运营层面,” 他继续说道,”就整体自动化、网络和连接性而言,我们的工程师需求也在大幅增加。所以对我们来说它是跟着规模增长的,尽管正如前面提到的,内置的 AI 工具确实能让我们的软件层工程师更容易地在自动化工具上工作、更轻松地解决难题。”

但他接着描述了 Servers.com”自己的理念”, 围绕这样一种偏好建立:”在客户旅程中保留人的温度,而不是把他们推给工单系统,或者 ‘ 嘿,我们的直播出问题了 ‘,或者 ‘ 嘿,我们发现某个终端用户遇到问题了 ‘。所以我们确实非常看重那种客户真正深度参与时的人性化接触。因此,对于 ‘ 从 AI 角度把一切都完全自动化 ‘ 这件事,我们的心情是复杂的。”

可观测性优先

Saibene 承认,在直播的可观测性环节保留人的参与是有价值的,但他坚持认为,在监控整条流水线上发生的一切所需的处理量面前,AI 工具在增强人类能力方面发挥着至关重要的作用。”首先我们需要可观测性,也就是数据,” 他说。”我们需要了解整个技术栈里发生了什么、流水线里发生了什么、分发链路、CDN、ISP 以及客户端那边发生了什么。但接下来要处理那些每几秒钟就产生的数百万条日志,让人去一条条过完是不可能的。”

他提到 Qualabs”很长时间以来一直有多画面(multiview)仪表盘”,而最近 “我们投入了大量精力在智能体和 AI 驱动的工具上,它们确实增强了运营人员扩展规模的能力。但我们有一条原则:我们的运行时决策路径是确定性的,但我们可以把概率性引入根因定位环节。所以我们确实有学得更快、能增强人类运营能力的工具。但在高压之下操作时,你必须演练过,必须熟悉你的 playbook 和 runbook,必须清楚自己在做什么,因为这里有 100 个活动的部件,任何一环都可能出错。”

“我认为可观测性应该覆盖整个技术栈,”Upadhyaya 插话道,”因为一旦流水线中有一位人类运营者在承担更多工作,他们就不可能盯住所有东西。那么,如何构建这样的工具 ,让一切都可观测、可行动化,从而你不需要盯着每一块屏幕?”

两种监控

随后 Upadhyaya 转向 LiveU 的 Ratner,希望获得更多制作端的视角:”Ben,你有一个多画面监控,你要布置四台摄像机,对吧?我们来聊聊,在你的平台上,好的可观测性长什么样?你如何给人类操作者提供合适的工具,让他们更有信心地确信自己不会搞砸?”

“在制作端,你需要做两种监控,”Ratner 回答。”一种是定量监控,也就是:’ 信号进来了吗?带宽够吗?输出方向对吗?’,这是物理基础设施那一块。另一种是质量监控。质量是见仁见智的:’ 画面好看吗?它有没有按预期工作?这场制作的目的是否达成了?’ 前者,也就是定量部分,要容易得多。你可以很轻松地把数字聚合成视图。我们其实有一个叫 Actus 的工具能帮忙处理一部分,在 LiveU Studio 里也能看到很多这类信息。但说到内容的质量,也就是实际的输出效果,那更需要有人眼盯着。”

他也承认,如今 “人在环中”(human-in-the-loop)的现状未必永远持续:”这并不是说未来我们的好朋友 AI 不会在这件事上做得更好,但至少现在,你必须有人眼盯在上面。所以这就是规模化触及天花板的地方, 至少目前是这样。”

本文来自作者投稿,版权归原作者所有。如需转载,请注明出处:https://www.nxrte.com/zixun/71852.html

(0)

相关推荐