Cómo evitar que la AIOps sea un engranaje más

Forbes México.
Cómo evitar que la AIOps sea un engranaje más

Por Gerardo Rubio*

En los últimos años, las empresas han estado haciendo una transición rápida a entornos de nube dinámicos e híbridos para mantenerse al día con la demanda constante de entregar algo nuevo. Sin embargo, si bien la nube ofrece la agilidad que ansían las empresas, la naturaleza siempre cambiante de estos entornos ha generado niveles de complejidad sin precedentes con los que los equipos de TI deben lidiar. Las estrategias tradicionales de gestión del rendimiento se han ampliado hasta llegar a un punto de quiebre, a medida que TI se esfuerza por reunir las piezas y utilizar los insights de innumerables herramientas de monitoreo y paneles.

Estas herramientas recopilan una multitud de métricas y generan alertas cuando surgen problemas, pero proporcionan muy pocas respuestas sobre lo que realmente salió mal. Están disparando miles de avisos todos los días, creando una tormenta de datos que facilita que los problemas se pierdan o empeoren a medida que TI trabaja para identificar cuáles son urgentes, cuáles están duplicados y cuáles son falsas alarmas.

Un faro de esperanza

En los últimos dos años, los equipos de TI han identificado la esperanza en el horizonte en forma del mercado emergente de herramientas como AIOps, Inteligencia Artificial para Operaciones de TI (Artificial Intelligence for IT Operations). Esta nueva generación de soluciones utiliza Inteligencia Artificial para analizar y clasificar los datos de monitoreo más rápido que los humanos, lo que ayuda a los equipos de TI a comprender el aluvión interminable de alertas al eliminar los falsos positivos e identificar qué problemas deben priorizarse.

Se espera que el mercado global de la plataforma AIOps crezca de 2.5 mil millones en 2018 a 11 mil millones de dólares para 2023, y Gartner predice que el 25% de las empresas tendrán una plataforma AIOps que admitirá dos o más operaciones importantes de TI para fin de año. Esto demuestra que existe un gran apetito por aprovechar las capacidades de AIOps. Sin embargo, AIOps no es una bala de plata, y existe el riesgo de que las empresas no se den cuenta de su potencial si simplemente se convierte en otro engranaje en la máquina junto con la variedad de herramientas de monitoreo en las que ya confían.

¿Una promesa artificial?

Las herramientas de AIOps son tan buenas como los datos que reciben, y para cambiar radicalmente el juego en las operaciones, necesitan la capacidad de proporcionar una determinación precisa del caso raíz, en lugar de sólo mostrar alertas que necesitan ser analizadas. Por lo tanto, es fundamental que AIOps tenga una visión holística del entorno de TI para que pueda incorporar cualquier dato pertinente y contextualizar alertas utilizando métricas de rendimiento de toda la pila de TI. Por lo tanto, la integración con otras capacidades de monitoreo es clave al adoptar AIOps, asegurando que no haya brechas en la visibilidad y que los problemas se puedan entender y resolver más rápido.

Mientras que los equipos de TI seguramente verían una reducción en el ruido de alerta al adoptar el enfoque de ‘bolt-on’ a AIOps, aún se necesitarían otras herramientas para profundizar e identificar la solución a un problema, tomando tiempo y esfuerzo manual. Para que AIOps realmente cumpla su promesa y facilite la vida de los equipos de TI, debe ser parte de un enfoque holístico para la gestión del rendimiento. Tomar este enfoque más integrado permitirá a los equipos de TI no solo encontrar y clasificar automáticamente los problemas, sino también crear una verdadera inteligencia de software que pueda dar respuesta a esos problemas en tiempo real.

En un futuro autónomo

Es este potencial para simplificar las operaciones de TI y ofrecer una organización más eficiente el objetivo final de AIOps. Cuando se hace correctamente, la inteligencia de software habilitada por AIOps se puede utilizar para impulsar verdaderas eficiencias, a través de procesos comerciales automatizados, remediación automática y autocuración. En última instancia, esto puede permitir la transición hacia operaciones en la nube autónomas, donde los entornos de nube híbrida pueden adaptarse dinámicamente en tiempo real para optimizar el rendimiento para los usuarios finales, sin la necesidad de intervención humana. Como resultado, los problemas pueden resolverse antes de que los usuarios se den cuenta de que ha habido un problema técnico.

Esta automatización encausada por IA impulsará la próxima ola de digitalización y transformará verdaderamente las operaciones de TI. Sin embargo, alcanzar este nirvana no se puede lograr haciendo una mezcla de herramientas de monitoreo y una solución AIOps en una especie de Frankenstein para TI. Las empresas necesitan un nuevo enfoque holístico para la gestión del rendimiento que combine información de aplicaciones y visibilidad de la infraestructura de la nube con la gestión de la experiencia digital y las capacidades de AIOps.

Adoptar este enfoque ayudará a cumplir la verdadera promesa de AIOps, proporcionando a TI respuestas en lugar de solo más datos. Como resultado, los equipos de TI se liberarán para invertir más tiempo en proyectos de innovación que diferencien al negocio de sus competidores, en lugar de centrar sus esfuerzos en mantener las luces encendidas.

*Director regional NOLA de Dynatrace

 

Las opiniones expresadas son sólo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes México.

Cómo evitar que la AIOps sea un engranaje más
Invitado Forbes

es_ESSpanish