Comparte:
Big data
22 de enero de 2019

La promesa de la inteligencia artificial para operaciones TI: AIOps

La promesa de la inteligencia artificial para operaciones TI: AIOps

La promesa de la inteligencia artificial para operaciones TI: AIOps

Escrito por , 22/01/2019

Las Tecnologías de la Información (TI) no han cesado de reinventarse en los últimos (veinte) años, en evolución constante junto con nuestra querida ley de Moore. Pero estamos en un momento de desarrollo y avance que calificaría de galopante. No solo estamos metidos hasta el cuello en DevOps, serverless, orquestación de contenedores, chatbots, inteligencia artificial y varias cosas más, sino que la fusión de algunas de estas cosas da como resultado algo que no hubiésemos sido capaces de anticipar hace un par de años: AIOps.

¿Y qué es ahora esto de AIOps, que os puede sonar a “alehop”, a un “¡vamos, salta!”? Pues se trata de algo así como un brinco, de inteligencia artificial para operaciones TI.

Es un concepto paraguas que reúne diversas técnicas, funcionalidades y capacidades en el entorno empresarial:

  • Automatización de prácticas rutinarias: AIOps permite habilitar un sistema soporte para procesar y completar una solicitud simple de usuario o alerta de sistema de TI no crítica que active un recurso automáticamente. Asimismo, puede evaluar una alerta y determinar que no requiere acción porque las métricas relevantes y los datos de soporte disponibles están dentro de los parámetros normales.
  • Reconocimiento de problemas graves de forma más rápida y certera que los humanos: Un profesional de TI puede abordar un evento de malware conocido en un sistema no crítico, pero podría ignorar una descarga o proceso inusual que comenzase en un servidor crítico por no reconocer la amenaza. AIOps, sin embargo, prioriza el evento en el sistema crítico como un posible ataque, al detectar de manera instantánea comportamientos anómalos tras haber descartado trazas conocidas de malware.
  • Agilización de las interacciones entre equipos de gestión y soporte DevOps y de data center. AIOps dirige de forma automática la información más relevante para cada grupo y ofrece tanto datos como contextos e intercambio de información entre ellos. Prescinde de dar datos en crudo y ofrece análisis, pero mantiene la disponibilidad de los datos para su uso si es necesario.

AIOps viene del análisis y aprendizaje a partir de datos generados por los elementos de los sistemas, y del uso de algoritmos que, mediante la codificación de la experiencia actual de la organización, son capaces de aprender y afinar la toma de decisiones.

Básicamente, pues, se compone de algoritmos (base del machine learning), que, con la adecuada automatización, cuyos disparadores o triggers pueden venir precisamente del output de aquéllos, conforman una serie de acciones automáticas, cuya visualización o presentación es la última fase del proceso, en la que ya sí interviene un ser humano.

Al final lo que tenemos es una serie de capacidades de monitorización e interpretación de informaciones que actúa de manera continua, cuyo resultado es un set de datos en permanente actualización. Esto puede reducir mucho la carga de trabajo en tareas rutinarias de TI y ampliar enormemente las capacidades humanas de toma de decisión o de trabajo en temas delicados o auténticamente complejos.

En todo caso, no olvidemos que la tecnología es tan buena como los datos de que disponga y, que si bien las tecnologías subyacentes ya están razonablemente maduras y siguen evolucionando día tras día, todavía estamos en fase de creación en lo que se refiere a combinación de tecnologías y opciones.

AIOps es en este momento una gran promesa que debemos acometer de forma paulatina y segura para pisar terreno firme en cada paso y mitigar cualquier riesgo de implementación tecnológica en el que pudiéramos incurrir.

Se trata al final de creer y confiar en esta tecnología porque si no la usamos al cien por cien solo habremos añadido otra capa de complejidad a un entorno que precisamente se pretende simplificar. Es imprescindible, por tanto, crear, desarrollar, ajustar y afinar bien para que el resultado sea bueno tanto para maximizar las capacidades de gestión de la infraestructura como para ofrecer al negocio de la empresa una mejor forma de optimizar los recursos y la forma de usarlos.

Para terminar, algunos fabricantes de bases de datos apuestan por la base de datos autónoma, lo cual vendría a ser un extremo de AIOPs aplicado. No estoy seguro de que ahora mismo se vaya a ceder la gestión de algo tan crítico como las bases de datos pero, precisamente porque es crítico, puede convertirse en una necesidad una vez hayamos recorrido cierto camino en este sendero.

Nuestra inteligencia artificial –nuestro amigo mastuerzo, ¿recordáis? -, tiene que aprender múltiples capacidades para que su ayuda resulte valiosa. Hagámoslo aprender, pues, para que nuestro trabajo sea más productivo cada día.

-¡Mastuerzo, actualiza esos sistemas operativos y comprueba accesos no autorizados a las bases de datos!

-Hecho. Por cierto, acaban de hacer café sus compañeros.

-Mastuerzo, ya decía yo que servías para algo….

Imagen: Lee

Sobre el autor

Manuel García Gil

Manuel García Gil

Ingeniero técnico industrial (electrónica industrial y automatización), con eMBA en dirección de empresas. Llevo en el sector TI desde el año 2000 que me incorporé a Nortel, después pasé por Dominion, Cisco, Alien Vault y Colt. En la actualidad trabajo en venta especialista global de cloud en Telefónica, desde donde presto soporte a multinacionales para desarrollar oportunidades multipaís con la propuesta de valor de Telefónica en la nube
Ver todos sus artículos »