Construir y respaldar la infraestructura de inteligencia artificial que guía nuestros negocios no es un trabajo fácil. Las aplicaciones, los datos y las redes detrás de escena deben funcionar de la manera más perfecta posible, en tiempo real. La buena noticia es que la propia IA se puede emplear para brindar alivio a los equipos de TI estresados. AIOps (inteligencia artificial para operaciones de TI) está allanando el camino hacia operaciones autónomas de sistemas empresariales críticos. Sin embargo, la IA en AIOps tiene un talón de Aquiles: para funcionar correctamente, necesita datos confiables y de calidad.
Ingrese a un enfoque emergente, la automatización robótica de datos (RDA), que promete establecer la cadena de suministro de datos inteligente necesaria para el buen funcionamiento de la IA. Si bien RDA tiene el potencial de potenciar la IA en todas sus formas y propósitos, las primeras etapas de RDA se concentran en el dominio de optimización de TI, con un enfoque en el buen funcionamiento de AIOps que configuran el próximo desafío en el camino hacia la TI sin luces.
El propósito y el potencial de RDA se exploraron en profundidad en la reciente Conferencia Robotic Data Automation Fabric y AIOps, cubriendo los problemas, las oportunidades y la tecnología requerida para lograr una empresa autónoma. Tuve la oportunidad de pronunciar el discurso principal del evento, en el que señalé cómo los equipos de TI están bajo una presión considerable, y la gerencia exige que construyan una empresa autónoma, de inmediato. Todos quieren volverse digitales y todos dependen de TI para cumplir con esta visión.
Es por eso que ha llegado el momento de una cadena de suministro de datos inteligente, que lleve los datos desde el abastecimiento sin procesar hasta el producto final refinado que se pone en manos de los consumidores de datos. RDA proporciona el camino hacia una cadena de suministro de datos inteligente, que consiste esencialmente en automatizar canalizaciones de datos con Databots. Las tareas de datos que se pueden automatizar con RDA incluyen la recopilación de datos, la integración de datos, la validación de datos, la limpieza de datos, la normalización de datos, el enriquecimiento de metadatos y la extracción de datos de datos estructurados o no estructurados. Todo se puede automatizar. El objetivo es liberar a los equipos de TI para que sean más audaces con sus iniciativas tecnológicas.
¿Qué significa la llegada de AIOps, respaldada por la canalización de datos inteligente que trae RDA, para los CIO y otros líderes empresariales? preguntó Shailesh Manjrekar, vicepresidente de IA y marketing de CloudFabrix y anfitrión del evento. “Están buscando reducir su riesgo, y eso significa que necesitan poder predecir y prevenir interrupciones y violaciones de seguridad. Quieren optimizar sus operaciones. Quieren mejorar su productividad por medio de operaciones de apagado automático. Quieren construir un negocio componible frente a la incertidumbre. Quieren poder habilitar el gobierno y el cumplimiento de los datos. Quieren generar confianza en sus operaciones de IA. Quieren poder profundizar en los conocimientos y la experiencia del cliente. »
Manjrekar describió cuatro etapas por las que pasan las empresas en el camino hacia la autonomía digital:
1. Descubrimiento: «El primer nivel es realmente una fase descriptiva en la que se hace un balance de todos los activos de TI, los activos de las aplicaciones y los activos comerciales», explica. «Se trata de hacer un inventario».
2. Autonomía predictiva: Aquí es «donde realiza un análisis hipotético mientras observa esos activos, observa tendencias y predice anomalías».
3. Autonomía prescriptiva: «El tercer nivel de autonomía es prescriptivo, donde después de su análisis hipotético, puede decidir qué acción va a tomar».
4. Autonomía cognitiva: «Toda esta inteligencia se convierte en parte de sus sistemas de información», dice Manjrekar.
AIOps es importante porque «la mayoría de los programas de transformación a la nube no logran los resultados deseados», relató Meenakshi Srinivasan, socio de Global DevSecOps Practice en IBM Consulting. «Las razones son que pierden el control sobre cómo responden a incidentes, así como su incapacidad para minimizar el tiempo de inactividad no planificado, lo que les está costando mucho dinero». En los últimos 20 años, para ingresar a SaaS, Pass, IoT, el panorama de la infraestructura se ha vuelto complicado. «La complejidad ha aumentado, los compromisos de confiabilidad han aumentado, pero la capacidad de administración se ha visto afectada». El reto es aumentar la manejabilidad».
«Este es un viaje», dijo Srinivasan. «Esto no sucederá de la noche a la mañana solo porque haya implementado algunas de las herramientas. Una vez que obtengamos la base y la capa de automatización correctas, y comencemos a recopilar los datos. Definir los conjuntos correctos de datos, así como la calidad de los datos: juegan un papel importante en AIOps. Si no tiene el conjunto correcto de datos, este viaje llevará más tiempo». Observar y aprender son importantes en este viaje, agregó.
El desafío que enfrentan muchas empresas y gerentes de TI es que «las operaciones de TI nunca han crecido en proporción a la cantidad de complejidad que implica», dijo Sean McDermott, director ejecutivo de Windward Consulting Group. «Por lo tanto, necesitamos continuamente ser más eficientes. La otra cosa es usar los datos para comenzar a tomar mejores decisiones, como dónde asignar recursos, dónde asignar tiempo, dinero e inversiones, cómo optimizar los procesos comerciales, cómo alinearse mejor con el negocio, cómo ver los cuellos de botella. Esto se está volviendo cada vez más desafiante porque ahora tenemos muchos datos».
McDermott recomendó desarrollar una visión en torno a AIOps que la reconozca como una estrategia importante que afecta a todas las funciones relacionadas con TI. «Es una estrategia», dijo. «No es un producto, no es un algoritmo. Es una estrategia y va a tener un impacto de gran alcance en el comportamiento de las herramientas, los procesos, las personas y las organizaciones. Una de las trampas en las que vemos caer a nuestros clientes es que piensan muy estrechos sobre su caso de uso y cuando intentan expandirlo, no han hecho el trabajo por adelantado con algunas de las otras organizaciones pares para traer sus datos, y encuentran mucha resistencia.Desarrollo de una visión de cómo implementar AIOps — para unir a las personas, demostrar cómo la integración de nuestros datos mejora todos nuestros trabajos y hace que sea una organización más eficaz».
Tomando una perspectiva más amplia, el mercado está respondiendo a la necesidad de cadenas de suministro de datos inteligentes que puedan ayudar a aportar valor a la organización o monetizar los datos. «Las empresas han gastado millones y miles de millones de dólares en la recopilación de datos. Pero una vez que ha ingerido los datos, ¿qué hace entonces?» Satya Bajpai, director gerente de fusiones y adquisiciones tecnológicas de JMP Bank. Los «grandes proveedores de tecnología» no ven a AIOps solo como un problema de datos. Están viendo que los clientes no solo necesitan inteligencia, no solo gestión de datos, sino que también necesitan datos procesables y acción. Estamos viendo más adquisiciones y fondos destinados a empresas o casos de uso en los que no solo la IA detectó un problema. Si solucionas el problema. La IA tiene inteligencia. Todos sabemos que el aprendizaje automático es útil, pero ¿cómo convertirlo en un beneficio tangible para una organización? ¿Cuál es el dinero que ahorras? ¿Cuál es el valor que creas para tus clientes?»
AIOps, impulsado por la cadena de suministro inteligente que permite RDA, ayudará a las empresas a ver el valor de los conocimientos proporcionados a través de la IA, así como también ayudará a TI a hacer avanzar a sus empresas en su viaje hacia empresas autónomas.
