Ali Siddiqui*
Detectar problemas tan pronto como comienzan, suele ser más fácil de decir, que de hacer, especialmente en entornos de operaciones IT, donde es difícil separar el ruido de las alertas falsas de las cosas que necesitan atención inmediata. Y eso es un trabajo duro para cualquier empresa y su equipo.
¿Cómo eliminar el ruido y, en cambio, enfocar el valioso talento en los problemas operativos que realmente importan? Idealmente, mediante el uso de capacidades proactivas e inteligentes que predicen y previenen problemas además de ofrecer información.
De esta manera, es posible optimizar el trabajo, con un desempeño más efectivo que simplemente reaccionar rápidamente ante los problemas.
La inteligencia artificial (AI, por siglas en inglés) es más frecuente que nunca en la gestión de servicios y operaciones, tanto en sistemas distribuidos como en mainframe.
¿Qué tan predominante? Se proyecta que el mercado de AI para operaciones IT (AIOps), que se valoró en $13,510 millones de dólares en 2020, tendrá un valor de $40,910 millones de dólares para 2026, según Mordor Intelligence.
AIOps ofrece mayor velocidad y eficiencia
Cada segundo cuenta cuando una aplicación falla. Puede interferir en la productividad de los empleados, así como en el Net Promoter Score (NPS), la reputación de la empresa y también el resultado del trabajo.
Todos estos problemas pueden verse afectados cuando las aplicaciones y los servicios complejos que abarcan las ubicaciones de almacenamiento, las nubes e incluso el mainframe no funcionan como se esperaba.
AIOps puede ayudar mediante la aplicación de algoritmos y modelos sofisticados de inteligencia artificial y aprendizaje automático (ML, por sus siglas en inglés) apropiados.
En lugar de métodos de procesamiento tradicionales basados en reglas —y generalmente manuales— para operaciones IT, introduce nueva velocidad y eficiencia en toda la organización y brinda información superior que conduce a una mejor toma de decisiones.
Más observabilidad, mayor poder
La observabilidad va de la mano con AIOps, pero son dos conceptos distintos que se retroalimentan y se complementan. La primera es la noción de obtener visibilidad de la pila tecnológica completa.
Cuando se tienen ambas, la segunda se utiliza para un monitoreo más inteligente y dinámico con detección de anomalías y aprendizaje avanzado de análisis de causa raíz a partir de un amplio conjunto de datos, incluidos eventos, registros, seguimientos, métricas y topología.
La observabilidad de datos se trata de obtener información sobre datos operativos, aprovechar múltiples fuentes y poder determinar el estado de un sistema en función de esos datos externos.
La aspiración es tenerla completa, lo que permite responder a situaciones de las que no estaba al tanto con anticipación y aplicar automatización inteligente para examinar su panorama IT y tomar la acción adecuada, ya sea cumplimiento, un parche o el bloqueo o eliminación de una amenaza.
En pocas palabras, cuanto mayor sea la observabilidad y mayores los conocimientos, más poderosas serán las acciones que se pueden tomar y más preparación para responder a lo inesperado.
Se abre la puerta a la innovación
Obtener una visión completa del impacto comercial y pasar de reactivo a proactivo puede ayudar a priorizar mejor los riesgos y problemas comerciales para cumplir con los acuerdos de nivel de servicio (SLA, por sus siglas en inglés) y mejorar la satisfacción y retención de clientes y empleados, mientras se capitalizan oportunidades de crecimiento diferenciadoras.
También abre la puerta a una mayor innovación. A medida que mejora la adaptación a tecnologías y procesos que evolucionan rápidamente, se podrá asignar el mejor talento a proyectos de innovación que les resulten más gratificantes.
Una encuesta reciente de PwC, encontró que 62 % de los “líderes” de AI (empresas que avanzan con inteligencia artificial en las áreas de transformación empresarial, toma de decisiones mejorada y sistemas y procesos modernizados, todo al mismo tiempo), utilizan la tecnología para respaldar las operaciones y el mantenimiento.
¿Cómo lograr la retención de talento? Siete prácticos consejos
Consideraciones para AIOps
La implementación de la solución AIOps correcta requiere muchas consideraciones, que incluyen:
Compromiso abierto entre dominios, observabilidad y capacidad de acción
Con una verdadera administración impulsada por la plataforma en toda la empresa, TI puede predecir mejor los problemas, resolverlos más rápido y proporcionar un servicio siempre activo para el negocio.
Información predictiva y predicción de fallas
AI/ML pueden identificar patrones en los datos, identificar tendencias y proporcionar información inteligente que requeriría un esfuerzo humano e inversión significativos.
Proyectar tendencias de crecimiento orgánico puede ayudar a identificar de manera proactiva las limitaciones de recursos inminentes, mientras que aprender de las tendencias relacionadas con fallas anteriores puede ayudar a predecir las fallas antes de que sucedan.
Reducción del ruido de eventos
El análisis impulsado por AI/ML separa los problemas reales del ruido para brindar una visión más clara de los problemas reales que causan las tormentas de eventos.
Alertas inteligentes
Al reunir datos de todo el entorno de TI, incluidas las soluciones de terceros, AIOps puede filtrar y correlacionar datos y transformarlos en eventos procesables para que los problemas potenciales se marquen de manera proactiva antes de que afecten a los clientes o al negocio.
Comprensión de la situación entre dominios y análisis de causas probables
Al aplicar un análisis avanzado a los datos agregados en la infraestructura y las aplicaciones, TI puede identificar y enfocarse en el verdadero problema y responder, ahorrando tiempo y energía que se pueden asignar mejor a otros lugares.
Automatización inteligente
Los algoritmos, las políticas y los conocimientos de AI/ML detectan continuamente el estado de la infraestructura y la actividad del área de servicio, para tomar o recomendar acciones automatizadas para soluciones más rápidas e informadas.
Al adoptar una postura AIOps, las organizaciones pueden avanzar y hacer evolucionar sus operaciones y obtener conocimientos de mejor calidad que les permitan ser ágiles frente al cambio y prepararse para el futuro.
