Comprender la automatización de TI y la IA requiere en primer lugar ponerse de acuerdo para que todas las partes interesadas hablen de los mismos conceptos. Para ello es necesario entender algunos términos clave, explorar los cambios creados por la IA generativa y profundizar en el papel del equipo directivo. También es vital profundizar en algunos casos prácticos que muestren lo que la automatización y la IA pueden hacer por las operaciones de TI.
Este término engloba el gran objetivo de hacer que los procesos empresariales se muevan de forma más rápida y eficiente con menos intervención humana.
Se trata del proceso de tomar acciones manuales y encontrar la forma de utilizar un sistema o herramienta para realizarlas en lugar de un ser humano.
Este término, acuñado por Gartner en 2018, es la aplicación de capacidades de IA, como el procesamiento del lenguaje natural y los modelos de machine learning (ML), para automatizar y agilizar los flujos de trabajo operativos.
Este término se refiere a los modelos de deep learning que pueden generar textos, imágenes y otros contenidos de alta calidad basándose en los datos sobre los que han sido entrenados.
La IA generativa está dando lugar a enfoques radicalmente nuevos de nuestra forma de trabajar, incluidos los procesos de TI tradicionales. Tres de cada cuatro directores generales afirman que su ventaja competitiva se basa en la IA generativa, y la transformación sigue siendo una prioridad para la mayoría de las organizaciones. Según una investigación de McKinsey, el 90 % de las empresas han puesto en marcha algún tipo de transformación digital. Esa digitalización convierte ahora a todas las empresas (estén preparadas o no) en empresas tecnológicas.
"Con la transformación digital, rara vez se simplifican las cosas. Lo más frecuente es que se añadan nuevas y más complejidades: más sistemas, más aplicaciones. En el pasado, a medida que aumentaba la complejidad, nuestros equipos también crecían, por ejemplo, los SRE, los desarrolladores, los equipos que monitorizaban las operaciones en la nube. Pero eso no escala a largo plazo. Ahora, las organizaciones tienen que buscar nuevas formas de mejorar las experiencias y la productividad de esos equipos". —Stephen Mortefolio
Si toda empresa es ahora una empresa tecnológica, se deduce que todos los ejecutivos del equipo directivo deben convertirse en tecnólogos más cualificados. Para muchas empresas, la IA y la automatización están pasando de ser un enfoque del equipo directivo a serlo también del consejo de administración.
Con un escrutinio de tan alto nivel, la presión para adoptar la IA generativa y otras tecnologías con IA es más fuerte que nunca. Esta carga también coincide con la presión constante para que las operaciones de TI funcionen 24x7, mientras los equipos de TI ofrecen simultáneamente nuevas funciones, mantienen a los clientes contentos y fieles y garantizan que los costes sean lo más bajos posible.
"Si no estás prestando el servicio adecuado a quienquiera que sea tu elector o cliente, no importa si estás en el sector público, en la industria de las telecomunicaciones o en la fabricación. En última instancia, si ese servicio no es bueno y no estás proporcionando las capacidades que necesitan, el resto no importa realmente, porque el cliente se ha ido". —Melissa Long Dolson, vicepresidenta de integración y operaciones de IA, ventas de tecnología de IBM
Lo que los directores de sistemas de información saben es que estas presiones consisten en intentar responder a una pregunta: "¿Estoy obteniendo el máximo (el máximo valor, la máxima productividad, el máximo rendimiento) de mis inversiones en tecnología?". Afortunadamente, la TI impulsada por la IA está bien posicionada para que la respuesta sea un "sí".
"Sin duda esperamos más de estas inversiones. Incluso en nuestra vida personal, esperamos más de la máquina que de una persona real. Las expectativas son tan altas que incluso una mala experiencia puede hacer que alguien abandone una marca, un producto o un servicio. Por eso es más importante que nunca que las aplicaciones rindan continuamente a un alto nivel". —Keri Olson
Dato: Entre las organizaciones encuestadas, el 60 % invierte en automatización para disminuir la complejidad de la TI y de la red. Y el 50 % invierte para ofrecer plataformas y aplicaciones de TI nuevas y mejoradas.¹
Con las soluciones de IA y AIOps, los equipos de TI y las empresas a las que prestan servicio pasan de un modelo de "reparación de averías" a otro que permite realizar acciones preventivas y predictivas. Los equipos obtienen información procesable y nuevas formas de descubrir eficiencias que mejoran la productividad, ahorran tiempo y costes a una escala que, sencillamente, no pueden igualar los seres humanos. Por ejemplo, piense en cómo estos casos prácticos podrían impulsar potencialmente sus operaciones y desarrollo de TI:
Utilice las capacidades de análisis de la causa raíz en tiempo real, potenciadas por la IA y la automatización inteligente, para identificar rápidamente las causas subyacentes de los incidentes y, a continuación, tomar medidas inmediatas para reducir tanto el tiempo medio de detección (MTTD) como el tiempo medio de resolución (MTTR).
Aplique un marco de gestión financiera de la nube FinOps para que los equipos interfuncionales puedan trabajar juntos y asumir la propiedad del uso de la nube. FinOps es una práctica de gestión que las organizaciones utilizan para optimizar el rendimiento financiero de su infraestructura de cloud computing. Mediante el uso de decisiones de gasto en la nube basadas en datos para equilibrar de forma segura el coste y el rendimiento, puede dejar que sea el software (y no las personas) el que tome las medidas adecuadas y proporcione a las aplicaciones los recursos que necesitan cuando los necesitan.
Emplee la capacidad de observación, impulsada por la IA y la automatización, para obtener una visibilidad de pila completa que le permita comprender mejor su entorno y acelerar la innovación. También dispondrá de detección, supervisión y validación automáticas del rendimiento y la integridad de las aplicaciones en producción. Esto incluye su infraestructura en la nube, máquinas virtuales, microservicios basados en contenedores, infraestructuras compartidas multiinquilino y sistemas de almacenamiento, todos ellos con informes sobre métricas como el uso, la disponibilidad y los tiempos de respuesta.
Utilice la IA generativa para reducir el tiempo necesario para conectar aplicaciones y sistemas y desbloquear datos cruciales.
Acelere la generación de código y aumente la productividad de los desarrolladores utilizando código preciso y de alta calidad con recomendaciones de IA basadas en peticiones en lenguaje natural o en el código fuente existente. Permita que los equipos de desarrollo dominen distintos lenguajes de programación sin necesidad de una capacitación masiva.
Citas
1 The ESG data conundrum, IBM Institute for Business Value, abril de 2023