Tech Day Costa Rica 2026: por qué AIOps es el presente
- Redacción IT NOW
- hace 1 hora
- 3 Min. de lectura
Saury Granados, Technical Owner | Observability Center de GBM, detalló en el evento Tech Day Costa Rica 2026 cómo la aplicación de inteligencia artificial a las operaciones (AIOps) deja de ser una promesa para convertirse en una metodología urgente.
Saury Granados, con más de 25 años de experiencia en tecnología, inauguró su conferencia "Automatización aplicada a las operaciones con AIOps" destacando que este concepto "ya no es el futuro, sino es lo actual". AIOps se posiciona como una metodología esencial que opera en una capa intermedia entre la observabilidad, el monitoreo y la gestión de TI.
Granados identificó tres grandes problemas actuales que exigen la implementación de AIOps: el desperdicio de dinero, la creciente complejidad de los sistemas y la presión de la experiencia del usuario.
Despilfarro Financiero: A nivel mundial, el gasto en tecnología asciende a 5.7 trillones de dólares, con 725 billones solo en nube pública. El experto advirtió que hasta el 50% de este gasto en nube pública es desperdicio, principalmente por sobre-aprovisionamiento de componentes y ambientes que están encendidos 24/7 sin utilizarse (como los de desarrollo o DevOps). Se estima que 200 billones de dólares de ese desperdicio podrían ser controlados.
Urgencia de Modernizarse: La percepción de la calidad de un servicio está dada por la "última experiencia vivida de su aplicación". En Latinoamérica, si una aplicación falla de dos a tres veces, el cliente la desinstala y migra a la competencia, ya que "moverse entre instituciones y entre empresas es simplemente estamos a un clic".
Explosión de la Complejidad: La evolución tecnológica hacia la virtualización, microservicios y contenedores ha exponenciado la probabilidad de falla de 1:1 a 1:N. Adicionalmente, los administradores de sistemas se enfrentan a un "árbol de Navidad" de alarmas, con clientes que manejan volúmenes de hasta 2.5 millones de eventos de alarma por día, un volumen inmanejable por personas. Muchos se encuentran con 6 a 40 herramientas de monitoreo diferentes que no centralizan la información.
El objetivo principal de AIOps es dar un paso antes de que ocurra un incidente y evitar la insatisfacción. Esto se logra transformando el modelo de trabajo tradicional y aplicando modelos de machine learning que ayuden a aislar, reducir y eliminar los falsos positivos o el ruido.
AIOps no es solo instalar una herramienta; es una metodología que busca la eficiencia sobre la eficacia, basada en cuatro pilares fundamentales:
Inteligencia Artificial y Machine Learning: Estos modelos gestionan el gran volumen de datos (alarmas) para entregar posibilidades y probables causas. El proceso se invierte: la IA consolida y estandariza los datos para hacer recomendaciones, y el ingeniero las ejecuta o automatiza.
Automatización: Es la forma de escalar las operaciones, permitiendo hacer "más con menos". La automatización, junto con la IA, aprende el comportamiento en días picos (como el 15 de agosto o Navidad) y recomienda las tendencias a aplicar.
FinOps: La metodología de FinOps, integrada con AIOps, permite optimizar los costos y verlos "prácticamente en tiempo real". Esto incluye aplicar el concepto de "justo a tiempo" para entregar capacidad de procesamiento cuando se necesita y quitarla cuando está ociosa.
Observabilidad: Se debe incorporar desde la etapa de diseño de las aplicaciones (DevSecOps). Granados aconsejó no esperar hasta el final del ciclo de desarrollo para agregar herramientas de observabilidad, sino integrar las métricas necesarias para el negocio y la telemetría en el diseño.
La aplicación de AIOps se traduce en un impacto real al reducir el riesgo y aumentar la disponibilidad de las aplicaciones. Al ser predictivo, el modelo reduce el MTTD (Tiempo Medio de Detección) y mejora el MTTR (Tiempo Medio de Recuperación).
Para lograrlo, las empresas deben eliminar los silos y moverse hacia el concepto de un Service Operation Center (SOC). Este SOC, diferente al Security Operation Center, debe enfocarse en las aplicaciones y consolidar todas las capas operacionales, incluyendo el equipo de FinOps, el NOC (ahora enfocado en microservicios y nubes públicas) y el equipo de seguridad.
Finalmente, Granados subrayó la importancia de incluir a los partners en la ecuación de la eficiencia, ya que un servicio no es eficiente si la interacción con terceros dura un mes, mientras el cliente espera una entrega rápida. En resumen, AIOps no es una herramienta, sino una metodología para "eliminar los incidentes" antes de que se conviertan en una queja o un cliente molesto.
Comentarios