ITOps alcanza un punto de inflexión con la IA agéntica
Un nuevo estudio ofrece una visión detallada de las iniciativas de IA que el equipo de ITOps prioriza y qué está impulsando la adopción.
Para muchos equipos de ITOps, cualquier inversión en IA podría ser mejor que ninguna, según un nuevo informe de la empresa de investigación de mercado Omdia, titulado “Moderninizing IT Operations in the Agentic Era”.
El informe encargado por IBM revela que, incluso entre las organizaciones que confían menos del 10 % de sus tareas de ITOps a la IA, el 92 % observa mejoras operativas. Este hallazgo refuerza una estrategia cada vez más común: comenzar con logros de integración sencillos antes de avanzar a implementaciones de IA más complejas.
Sin embargo, decidir qué áreas de ITOps priorizar puede ser desalentador, especialmente cuando ya se espera que los equipos de TI reduzcan los costes, mejoren la eficiencia operativa y aceleren la entrega en arquitecturas y servicios cada vez más distribuidos.
Es más, los flujos de trabajo y la IA han complicado aún más la implementación de TI. Algunos equipos tienen dificultades para proporcionar modelos con suficientes datos propios. Otros carecen de los conocimientos técnicos necesarios para diseñar y mantener nuevas automatizaciones y flujos de trabajo. Mientras tanto, sin suficiente vigilancia y monitorización, los agentes pueden realizar acciones no autorizadas o no deseadas, lo que supone riesgos de seguridad y cumplimiento. E incluso en casos de uso sencillos, las inversiones mal orientadas en iniciativas de inteligencia artificial pueden dar lugar a errores costosos.
A pesar de estos desafíos, la integración de la IA está impulsando la innovación de ITOps a un ritmo sin precedentes. Para el 39 % de las organizaciones, la IA ahora realiza al menos la mitad de las tareas de ITOps junto con los humanos. Los primeros usuarios destacan una mejora en las capacidades de detección de amenazas, mantenimiento predictivo, automatización de flujos de trabajo y optimización de costes, entre otros beneficios.
Según el informe, una combinación de presiones internas y externas está llevando a las organizaciones a situar el machine learning y la IA agéntica en el centro de sus estrategias de ITOps.
Los retos citados habitualmente incluyen mantener un rendimiento constante en entornos híbridos y multinube, proporcionar una cobertura de respuesta a los usuarios 24/7, y operar con restricciones presupuestarias y de personal cada vez más estrictas.
El 53 % de las organizaciones afirman que los agentes ya gestionan al menos una cuarta parte de sus tareas de ITOps de forma autónoma.
Mientras tanto, algunos profesionales de TI afirman que su departamento está recurriendo a la IA para apoyar iniciativas de transformación digital a nivel empresarial, o en respuesta a factores externos, como presiones competitivas, requisitos de cumplimiento normativo y crecientes amenazas de ciberseguridad.
En particular, el 29 % de los encuestados afirman que su empresa realizó inversiones en TI centradas en la IA para mejorar los programas de IA existentes que no funcionaron como se esperaba. Esta conclusión sugiere que las iniciativas de IA no siempre son productivas de forma inmediata y pueden requerir ajustes operativos a más largo plazo para ofrecer valor.
Los equipos de TI han utilizado los fundamentos de la IA, como los sistemas basados en reglas y el modelado estadístico, durante décadas. Sin embargo, los agentes multimodales, capaces de interactuar con interfaces digitales y razonar de forma autónoma ante problemas complejos que requieren varios pasos, han surgido hace muy poco tiempo.
A pesar de la relativa novedad de la tecnología, la adopción de la IA agéntica ha sido rápida: el 53 % de las organizaciones afirman que los agentes ya gestionan al menos una cuarta parte de sus tareas de ITOps de forma autónoma (junto con barreras supervisadas por humanos), mientras que el 8 % de las organizaciones asignan entre el 75 % y el 89 % de las tareas de ITOps a agentes.
Además, los profesionales de TI ahora sitúan las capacidades agénticas como la máxima prioridad de integración de su organización, por encima de otros objetivos de implementación, como escalar integraciones en todos los dominios de TI o centrarse únicamente en áreas de alto impacto.
Las herramientas agénticas también tienden hacia una mayor autonomía, y la mayoría de las organizaciones predicen que sus agentes serán altamente o totalmente autónomos en los próximos 24 meses. Esa independencia vendrá en parte de la capacidad de los agentes para delegar funciones y colaborar en tareas de TI particularmente desafiantes.
Las organizaciones con programas de IA menos desarrollados tienden a centrarse en reducir las tareas manuales y repetitivas, lo que puede aportar mejoras inmediatas de la eficacia y la precisión. Mientras tanto, las empresas con implementaciones de IA más sofisticadas (que presumiblemente ya cuentan con flujos de trabajo de automatización extensos) priorizan despliegues más complejos, como mejorar las capacidades predictivas mediante la automatización.
Como ocurre con la mayoría de las tecnologías transformadoras, la integración de la IA requiere importantes inversiones técnicas, de personal y financieras. Los profesionales de TI afirman que uno de sus mayores gastos es la actualización de la infraestructura para dar soporte a las cargas de trabajo de IA. Los costes de licencias y suscripción a plataformas también son preocupaciones presupuestarias importantes.
De media, las organizaciones utilizan tres fuentes financieras para cubrir los gastos de integración de la IA, en lugar de depender de un único grupo de financiación. Del mismo modo, las decisiones sobre el gasto en IA suelen involucrar a tres o cuatro partes, entre ellas la dirección de operaciones de TI, los directores de IA y los responsables de seguridad, durante las fases de investigación y evaluación.
Más de la mitad de los encuestados dicen que ya han tenido experiencia (o esperan tener experiencia) en mejoras en la monitorización autónoma, la resolución de problemas y la detección de amenazas de seguridad.
Independientemente del sector, el informe señala algunas características comunes que las organizaciones suelen buscar al evaluar su solución ideal de IA.
En la parte superior de la lista, más de un tercio de las empresas priorizan las plataformas que pueden integrarse de manera fluida con sus herramientas de monitorización y gestión existentes. Otras características demandadas incluyen capacidades predictivas y de previsión, soporte híbrido y multinube y respuestas automatizadas a incidentes.
Aunque la integración de la IA puede proporcionar una serie de beneficios a largo plazo, la incorporación de los flujos de trabajo impulsados por la IA a los procesos informáticos existentes puede resultar compleja desde el punto de vista operativo.
Más de un tercio de los líderes de TI citan la “falta de personal cualificado” como una de las principales barreras, lo que sugiere que los profesionales de TI con experiencia en IA pueden mantener una ventaja competitiva, incluso cuando el sector se desplaza hacia pipelines con IA. Para ayudar a subsanar las carencias en materia de IA, las organizaciones podrían poner en marcha programas de formación y tutoría, así como entornos aislados para desarrolladores, en los que los profesionales de TI puedan experimentar con flujos de trabajo autónomos de forma segura.
Otra preocupación muy extendida es que las nuevas plataformas de IA no puedan comunicarse con los componentes informáticos actuales, lo que provocaría incompatibilidades y cuellos de botella.
En este sentido, los modelos de IA podrían tener dificultades para consumir la información atrapada en los data lakes y los almacenes de datos, lo que daría lugar a resultados inexactos o sesgados. Como consecuencia, las organizaciones que aprovechen con éxito los datos no estructurados para el entrenamiento de modelos obtienen ventaja, lo que conduce a previsiones y flujos de trabajo más refinados.
La mayoría de los encuestados no citan una única barrera operativa compartida, lo que sugiere que las organizaciones se enfrentan a una amplia gama de desafíos de integración de la IA en lugar de un problema universal.
A pesar de los obstáculos operativos iniciales, la IA tiene el potencial de transformar casi todos los aspectos de ITOps, según el informe. Por ejemplo, más de la mitad de los encuestados afirman que ya han experimentado (o esperan experimentar) mejoras en la monitorización autónoma, la resolución de problemas y la detección de amenazas a la seguridad.
A pesar de tener diferentes enfoques de inversión y prioridades operativas, la mayoría de los líderes de TI siguen siendo optimistas ante la idea de que la adopción de la IA será cada vez más importante en los próximos 12 a 24 meses. El informe sugiere que para la mayoría de los departamentos de ITOps, cualquier nivel de inversión en IA es mejor que evitar la IA por completo.
Los líderes de TI también confían en que la IA y los agentes mejorarán la productividad de los trabajadores principiantes y ayudarán a mejorar la fiabilidad del sistema. Mientras tanto, el 86 % de los encuestados creen que la supervisión humana “seguirá siendo crítica”, incluso cuando los sistemas de IA se vuelvan más sofisticados y autónomos.
La IA ya está remodelando AIOps, ITAM/SAM, la planificación de la capacidad y la gestión del conocimiento. Pero el estudio también describe algunas áreas sorprendentes en las que la IA sigue infrautilizada, lo que sugiere futuras tendencias de ITOps.
Al mismo tiempo, como cualquier inversión, la integración de la IA conlleva riesgos, y invertir mucho en la iniciativa equivocada puede suponer un error costoso. El informe ofrece una visión detallada de cómo los equipos de ITOps están asignando los recursos de IA y, lo que es más importante, qué áreas de inversión producen resultados medibles.
En conjunto, estas perspectivas pueden servir como hoja de ruta tanto para los integradores en fase inicial que realizan su primera inversión en IA como para los equipos avanzados de ITOps que desean ampliar su presencia en IA para obtener una ventaja sobre la competencia.