ITOps llega a un punto de inflexión con la IA agéntica
Un nuevo estudio ofrece una visión detallada de qué iniciativas de IA prioriza el equipo de ITOps 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 entregan 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 una integración simple gana antes de avanzar a despliegues de IA más complejos.
Sin embargo, decidir qué áreas de ITOps priorizar puede ser abrumador, especialmente cuando se espera que los equipos de TI ya ofrezcan menores costos, mayor eficiencia operativa y una entrega más rápida en arquitecturas y servicios cada vez más distribuidos.
Además, la IA y los flujos de trabajo agénticos han complicado aún más los despliegues de TI. A algunos equipos les cuesta proporcionar a los modelos datos propios suficientes. Otros carecen de la experiencia técnica necesaria para diseñar y mantener nuevas automatizaciones y flujos de trabajo. Por otra parte, sin un control y una supervisión adecuados, los agentes pueden realizar acciones no autorizadas o indeseadas, lo que genera riesgos para la seguridad y el cumplimiento. E incluso en casos de uso simples, las inversiones mal dirigidas en iniciativas de IA pueden producir 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 informan mejores capacidades de detección de amenazas, mantenimiento predictivo, automatización de flujos de trabajo y optimización de costos, entre otros beneficios.
Según el informe, una confluencia de presiones internas y externas está impulsando a las organizaciones a colocar el machine learning y la IA agéntica en el centro de sus estrategias de ITOps.
Entre los retos más comunes se encuentran el mantenimiento de un rendimiento constante en entornos multinube e híbridos, la prestación de un servicio de atención al usuario las 24 horas del día, los 7 días de la semana, y la gestión de las operaciones en un contexto de restricciones cada vez mayores de personal y presupuesto.
El 53 % de las organizaciones señala que los agentes ya manejan al menos una cuarta parte de sus tareas de ITOps de forma autónoma.
Mientras tanto, algunos profesionales de TI dicen que su departamento está recurriendo a la IA para respaldar iniciativas de transformación digital en toda la empresa, o en respuesta a factores externos, incluidas las presiones competitivas, los requisitos de cumplimiento y las crecientes amenazas de ciberseguridad.
En particular, el 29 % de los encuestados dice que su empresa realizó inversiones en TI centradas en la IA para mejorar los programas de IA existentes que no funcionaron como se esperaba. Este hallazgo sugiere que las iniciativas de IA no siempre son productivas de inmediato y podrían requerir ajustes operativos a largo plazo para aportar valor.
Los equipos de TI han utilizado los fundamentos de la IA, como los sistemas basados en reglas y el modelado estadístico, durante décadas. Pero los agentes multimodales, que pueden navegar por las interfaces digitales y razonar de manera autónoma a través de problemas complejos y de múltiples pasos, han surgido recientemente.
A pesar de la relativa novedad de la tecnología, la adopción de la IA agéntica ha sido rápida: el 53 % de las organizaciones dice que los agentes ya manejan al menos una cuarta parte de sus tareas de ITOps de forma autónoma (junto con las barreras de seguridad monitoreadas por humanos), mientras que el 8 % de las organizaciones asigna entre el 75 y 89 % de las tareas de ITOps a agentes.
Además, los profesionales de TI ahora enumeran las capacidades de los agentes como la principal prioridad de integración de su organización, por delante de otros objetivos de implementación, como escalar integraciones en todos los dominios de TI o centrarse solo en áreas de alto impacto.
Las herramientas agénticas también tienden hacia una mayor autonomía, y gran parte de las organizaciones predicen que sus agentes serán bastante o totalmente autónomos en los próximos 24 meses. Esa independencia se deberá, en parte, a la capacidad de los agentes para delegar tareas y colaborar en tareas de TI especialmente complejas.
Las organizaciones con programas de IA menos desarrollados tienden a centrarse en reducir las tareas manuales y repetitivas, lo que puede ofrecer mejoras inmediatas de eficiencia y precisión. Mientras tanto, las empresas con implementaciones de IA más sofisticadas (que presumiblemente ya cuentan con extensos flujos de trabajo de automatización) priorizan despliegues más complejos, como mejorar las capacidades predictivas a través de la automatización.
Como ocurre con la mayoría de las tecnologías transformadoras, la integración de la IA requiere importantes inversiones técnicas, en la fuerza laboral y financieras. Los profesionales de TI dicen que uno de sus mayores gastos es actualizar la infraestructura para admitir cargas de trabajo de IA. Las licencias de plataforma y los costos de suscripción también son importantes preocupaciones presupuestarias.
En promedio, las organizaciones utilizan tres fuentes financieras para cubrir los gastos de integración de la IA, en lugar de depender de un único grupo de financiamiento. De manera similar, las decisiones de gasto en IA generalmente involucran a tres o cuatro partes, como la gestión de ITOps, los directores de IA y los líderes de seguridad, durante las etapas de investigación y evaluación.
Más de la mitad de los encuestados dicen que ya experimentaron (o esperan experimentar) mejoras en el monitoreo autónomo, la resolución de problemas y la detección de amenazas de seguridad.
Independientemente de la industria, el informe señala algunas características comunes que las organizaciones tienden a buscar al evaluar su solución de IA ideal.
En primer lugar, más de un tercio de las empresas dan prioridad a las plataformas que se pueden integrar perfectamente con sus herramientas de monitoreo y gestión actuales. Otras características solicitadas incluyen capacidades predictivas y de pronóstico, soporte híbrido y multinube y respuestas automatizadas a incidentes.
Si bien la integración de la IA puede aportar diversos beneficios a largo plazo, la incorporación de flujos de trabajo basados en la IA a los procesos de TI existentes puede resultar compleja desde el punto de vista operativo.
Más de un tercio de los líderes de TI citan la “falta de personal calificado” como una de las principales barreras, lo que sugiere que los profesionales de TI con experiencia en IA pueden mantener una ventaja competitiva, incluso a medida que la industria cambia hacia pipelines impulsados por IA. Para ayudar a cerrar las brechas de habilidades de IA, las organizaciones pueden introducir programas de capacitación y tutoría, así como sandboxes para desarrolladores, donde los profesionales de TI pueden experimentar de manera segura con flujos de trabajo agénticos.
Otra preocupación ampliamente compartida es que las nuevas plataformas de IA no podrán comunicarse con los componentes de TI actuales, lo que generará incompatibilidades y cuellos de botella.
En este sentido, los modelos de IA podrían tener dificultades para procesar la información atrapada en los data lakes y los almacenes de datos, lo que daría lugar a resultados inexactos o con sesgo. Como consecuencia, las organizaciones que aprovechan con éxito los datos no estructurados para el entrenamiento de modelos obtienen una ventaja, lo que lleva a pronósticos y flujos de trabajo más refinados.
La mayoría de los encuestados no citan una sola barrera operativa compartida, lo que sugiere que las organizaciones enfrentan una amplia gama de desafíos de integración de IA en lugar de un problema universal.
Según el informe, a pesar de los obstáculos operativos iniciales, la IA tiene el potencial de remodelar casi todos los aspectos de ITOps. Por ejemplo, más de la mitad de los encuestados dicen que ya experimentaron (o esperan experimentar) mejoras en el monitoreo autónomo, la resolución de problemas y la detección de amenazas de 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 de nivel básico y ayudarán a mejorar la confiabilidad del sistema. En tanto, el 86 % de los encuestados cree 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 capacidades y la gestión del conocimiento. Pero el estudio también describe algunas áreas sorprendentes en las que la IA todavía está infrautilizada, lo que sugiere futuras tendencias de ITOps.
Al mismo tiempo, como cualquier inversión, la integración de la IA conlleva riesgos, e 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, estos insights 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 footprint en IA para obtener una ventaja sobre la competencia.