クエリエージェントは、Mobot経由で送信された自然言語のリクエストを正確なSumo Logicクエリに迅速に変換し、複雑なデータセットから得られた情報の探索、分析、抽出を簡素化します。コンテキストとユーザーの意図を理解することで、新しいユーザーの学習曲線が短縮され、経験豊富なアナリストの効率が向上します。

サマリーエージェントは、インサイト内のシグナルの AI生成サマリーを作成し、ノイズを低減して重要なコンテキストを強調表示します。アナリストは、インサイトがどのようにトリガーされたかについて明確な説明を得られるため、未処理のログやイベントを確認することなく、範囲の評価、対応の優先順位付け、一貫性のあるシナリオの共有が容易になります。

Mobotは、Sumo Logic Dojo AIの統合会話型インターフェースであり、ユーザーを専門エージェントに接続し、自然言語によるリクエストを迅速かつ直感的に実用的な分析情報に変換します。

CopilotはAIを活用し、自然言語クエリを解釈して関連する検索結果やクエリの絞り込みを提案します。これにより、ユーザーが重要な洞察を素早く見つけやすくなります。

Sumo Logicの機械学習（ML）機能はすべて、法的・コンプライアンス・セキュリティレビューを経ており、顧客成果の達成、データ最小化、目的に適合したデータ、匿名化を確保しています。

Sumo Logic Mo Copilotでは、ログのスキーマとフィールド値のサンプリングがAIへのコンテキストとして提供されます。フィールド値には個人識別情報（PII）や機密データが含まれる場合があります。例えば、電子メールアドレスやIPアドレスは個人識別情報（PII）であり、多くの場合、機密データでもあります。しかし、ソリューションとしての有用性を発揮するためには、Copilotはそうしたデータに関する洞察を利用可能にする必要があります。

いいえ。顧客データや個人識別情報（PII）は、トレーニングその他の目的で使用されることはありません。当社のあらゆる能力は、お客様の成果達成のために存在します。当社の従来の機械学習機能（例：AI駆動型アラートとその異常検知機能）は、顧客固有のモデルを生成します。Sumo Logic Mo Copilot は、Amazon Bedrock 経由で提供される大規模言語モデル（LLM）を使用します。当社のドキュメントおよび関連リンクで説明されている通り、Sumo Logic Copilotにおいては、顧客データがトレーニングその他の目的で使用されることはありません。

当社の従来の機械学習モデルの一部は、パフォーマンスを最適化するために、顧客データを機械学習パイプライン内に保存します。例えば、当社のAI駆動型アラート機能はログ異常検出を実現し、60日分のログから機械学習モデルを構築します。これを達成するために、モデルを週に1回再学習させます。この例では、毎週、新しいデータを1週間分追加すると同時に、最も古い週のデータを削除します。ローリングウィンドウは、トレーニング実行のたびに60日分のデータを取得することを避けるために行われます。

Sumo Logic Copilotは、パフォーマンスを最適化するため、顧客データをMLバックエンドにも保存します。例えば、特定のCopilot機能は、顧客のクエリ履歴に依存しています。当該データはローリングウィンドウ方式で期限切れとします。

はい。Sumo Logic Copilot をオプトアウトするには、サポートチケットが必要です。

Sumo Logic Copilotは、生成AI（GenAI）と従来の機械学習（ML）技術の集合体です。AI駆動型アラートなどの他の機械学習機能は、通常、従来の機械学習手法の連携を活用します。

インシデントのトラブルシューティングを行うオンコール開発者またはセキュリティエンジニアが想定ユーザーです。彼らは自然言語による質問や文脈に応じた提案を通じてCopilotとやり取りします。

いいえ。