Una de las principales preocupaciones en los sectores que gestionan grandes volúmenes de datos e interacciones se centra en reducir los tiempos de los procesos.

Este objetivo surge por la necesidad que tienen las organizaciones de extender al máximo la disponibilidad de los servicios, reaccionar ágilmente ante eventualidades o imprevistos y solucionar problemas de forma oportuna.

En este esfuerzo, la práctica AIOps: Inteligencia Artificial para Operaciones de TI (o en inglés, Artificial Intelligence for IT Operations), permite automatizar y mejorar la gestión de operaciones tecnológicas.

El proceso inicia con la recolección histórica de información, bajo determinados patrones de configuración y lógica. A partir de allí, realiza análisis y obtiene resultados.

En este artículo explicamos qué implica la implementación de AIOps en organizaciones que deben gestionar grandes infraestructuras de datos y transacciones. 

También, abordamos el impacto actual que tienen la IA y el machine learning en estos procesos, y cuáles son las estrategias de implementación de AIOps más recomendadas. En particular, analizaremos cómo optimizar la ventana bach con esta tecnología emergente.

¿En qué consiste AIOps?

AIOps combina analítica con inteligencia artificial -específicamente Machine Learning- para mejorar la eficiencia de todos los dominios de las operaciones de TI: análisis de rendimiento, automatización y gestión de servicios (ITSM). 

Otras aplicaciones de AIOps residen en analizar todos los datos generados por el complejo panorama TI actual, para:

• descubrir patrones, 
• correlacionar eventos, 
• predecir comportamientos o 
• facilitar el análisis de causas raíz.

Por su parte, IBM, en su informe Grid® Report for AIOps Platforms – Spring 2023, describe AIOps como el uso de IA o aprendizaje automático para analizar grandes volúmenes de datos en una variedad de sistemas. 

Sostienen que las plataformas de AIPos aceleran la identificación y resolución de problemas. Esto permite aumentar la precisión del análisis de causa raíz y la identificación proactiva, reducir el tiempo de resolución y mejorar el cumplimiento del acuerdo de nivel de servicio (SLA). 

Para proporcionar una gestión de IT más eficiente y proactiva, AIOps resulta crucial, en especial para empresas con mucho volumen de datos e interacción. 

Los retailers, las telco y las entidades financieras, en las que la disponibilidad y seguridad de los sistemas son vitales, son algunos de los ejemplos de industrias beneficiadas por la aplicación de inteligencia artificial a la mejora de los procesos.

Además, teniendo en cuenta que permite detectar y resolver problemas antes de que afecten a los usuarios, se reduce el tiempo de inactividad y se mejora la continuidad del negocio.

En este sentido, el análisis predictivo permite:

• Optimizar el uso de recursos.
• Asegurar el cumplimiento de regulaciones.
• Incrementar la eficiencia operativa.
• Reducir costos.
• Aumentar la satisfacción del cliente.
• Fortalecer la confianza en los servicios financieros ofrecidos.

¿Cómo funcionan las plataformas de AIOps?

Para calificar a una plataforma en la categoría AIOps, IBM sostiene que un producto debe:

• Aprovechar la IA y/o el aprendizaje automático para analizar grandes volúmenes de datos. 
• Monitorear y analizar datos de varios tipos de sistemas.
• Identificar problemas de forma proactiva y reactiva.
• Ayudar o guiar el proceso de resolución de problemas.
• Integrarse con una variedad de sistemas de TI.

Impacto actual de la inteligencia artificial para operaciones de TI 

La Guía de Mercado para Plataformas AIOps elaborada por Gartner en 2019, anticipaba que para 2023 el 40 % de los equipos de DevOps aumentarían las herramientas de monitorización de aplicaciones e infraestructuras con capacidades de plataformas AIOps. 

El crecimiento exponencial que tuvo la inteligencia artificial en los últimos años, confirmó en los hechos, aquella predicción. 

De hecho, la complejidad de la infraestructura de TI será cada vez mayor, llegando en los próximos 5 años a un punto en el que el profesional humano a cargo de las operaciones de TI se basará en algoritmos de inteligencia artificial integrados en todas sus herramientas ITOps, para mantener los SLA que están en línea con sus objetivos de negocio.

En su informe Report on Industry Size & Market Share Analysis – Growth Trends & Forecasts (2024 – 2029), Mordor Intelligence señala que en 2024 el tamaño del mercado AIOps supera los 27 mil millones de dólares.

La previsión es alcanzar los 79 mil millones de dólares en 2029, triplicando los valores actuales, con una tasa de crecimiento anual compuesto del 24.01%.

El reporte destaca que la integración de la inteligencia artificial a los servicios operativos de todas las instituciones financieras mejoró las capacidades integradas en los sistemas de mesa de servicio. 

En cuanto a los países que se destacan en el mercado AIOps de cada región del mundo, el estudio sobre AIOps Market de 360 Research Reports, informa que en América del Sur, lideran Brasil, Argentina y Colombia.

Uno de los sectores que más utiliza soluciones AIOps en la actualidad es el bancario y financiero, y lo hace con el objetivo de optimizar los procesos batch y online.

¿Cuáles son las estrategias de AIOps más recomendadas?

Un proyecto exitoso de implementación de AIOps implica desarrollar estrategias que combinen tecnología avanzada, procesos bien definidos y una cultura organizacional que valore la innovación y la mejora continua.

A partir de este marco de acción, compartimos algunas estrategias a considerar:

1. Utilizar algoritmos de aprendizaje automático para identificar patrones y predecir posibles fallos antes de que ocurran.

2. Implementar sistemas que no solo detecten problemas, sino que también puedan solucionarlos automáticamente sin intervención humana.

3. Procesar y analizar datos en tiempo real para proporcionar insights instantáneos y permitir respuestas rápidas.

4. Implementar IA para correlacionar eventos de múltiples fuentes de datos, reduciendo el ruido y destacando los problemas críticos que necesitan atención.

5. Integrar AIOps con pipelines de CI/CD automatizados, para identificar y corregir problemas en las etapas de desarrollo y despliegue.

6. Proporcionar retroalimentación continua al equipo de desarrollo sobre el rendimiento y los problemas del sistema en producción.

7. Sumar herramientas avanzadas de monitoreo que proporcionen una visión completa del estado y el rendimiento del sistema.

8. Crear dashboards intuitivos y gráficos que permitan a los equipos de TI visualizar el estado de la infraestructura y aplicaciones de manera clara y concisa.

9. Incorporar IA para gestionar y automatizar cambios en la configuración, minimizando errores humanos y asegurando consistencia.

10. Predecir el impacto de los cambios en la infraestructura antes de su implementación.

11. Usar modelos predictivos para anticipar las necesidades de capacidad y optimizar el uso de recursos.

12. Identificar oportunidades para reducir costos operativos mediante la optimización del uso de infraestructura y recursos en la nube.

13. Utilizar inteligencia artificial para detectar anomalías y posibles amenazas de seguridad en tiempo real.

14. Implementar respuestas automatizadas a incidentes de seguridad para mitigar riesgos rápidamente.

15. Revisar y ajustar continuamente las estrategias de AIOps basándose en nuevos datos y aprendizajes.

16. Mantener los modelos de IA actualizados con los últimos datos para asegurar su precisión y relevancia.

17. Facilitar la colaboración entre equipos de desarrollo, operaciones y seguridad mediante el uso de plataformas y herramientas comunes.

18. Promover una cultura donde las decisiones se tomen basándose en datos y análisis proporcionados por las herramientas de AIOps.

En tanto, nuestro partner Centreon, hace foco en la combinación de dos estrategias principales:

La primera, invertir en herramientas potenciadas por IA, como las que proveemos desde IT Patagonia, cuando se sustituyan las plataformas obsoletas. 

En esta etapa se incluye la monitorización de infraestructuras de TI (ITIM), del rendimiento de aplicaciones (APM) y de la experiencia digital (DEM). Además de la monitorización y diagnóstico del rendimiento de la red (NPMD).

La segunda estrategia consiste en aplicar la inteligencia artificial a ITIM, APM, NPMD y DEM, y también a la automatización de TI y la ITSM. Con el objetivo de una plataforma independiente del dominio, que pueda recopilar datos de todas las demás plataformas, realizando una correlación entre dominios.

Este segundo planteamiento, más ambicioso, complementa al primero sin sustituirlo, atrayendo a las organizaciones de mayor tamaño que puedan permitirse tener un equipo dedicado, o tercerizar en una compañía como IT Patagonia, que provea este servicio, para crear y mantener plataformas AIOps de un alcance amplio.

En cualquier caso, el enfoque debería estar orientado a contar con la mejor plataforma de monitorización de TI, que incluya de forma nativa sus propias capacidades de AIOps y el conector adecuado para crear una plataforma multidominio más ambiciosa, cuando se integre en un marco de operaciones de TI más amplio, compuesto por múltiples plataformas de alto nivel en dominios específicos.

¿Cómo optimizar la ventana batch con AIOps?

Maximiliano Casalaspro, Data Center Services Manager de IT Patagonia, la AIOps contribuye a mejorar los procesos batch y online, aportando como principales beneficios:

• La detección temprana de desvíos ante cancelaciones.
• La estimación de horarios.

Justamente, la capacidad de estas plataformas para subsanar varios de los inconvenientes que hoy presentan los grandes bancos y empresas en su operatoria, hace que las AIOps sean consideradas como el futuro de la gestión de operaciones de TI.

Al respecto, Maximiliano manifiesta que cualquier empresa que tenga un scheduler en su corporación, por el volumen de procesos en ejecución, debería implementar esta solución. De esta manera, podrá dar mayor visibilidad y optimización a sus procesos y cadenas.

AIOps: ¿cuál es la propuesta de IT Patagonia?

Desde IT Patagonia proponemos una herramienta de optimización de procesos basada en inteligencia artificial, que permite implementar un proceso preventivo de mejora de procesos batch y online.

Aporta a las organizaciones previsibilidad, seguridad y control de sus procesos críticos, y les permite anticiparse a los problemas y tomar decisiones informadas.

OPTI, nuestro producto de optimización con IA provee:

• Procesamiento: incluyendo la identificación de caminos críticos, un catálogo de procesos por consumo, consolidación de errores y cancelaciones, y análisis de dependencias.
• Información: reportes e informes automatizados, proyecciones de procesamiento, alarmas automáticas y monitoreo de Jobs.
• Soporte: aportando un base de conocimiento, documentación centralizada, pase de turno (operadores), inventario de cintas, y registro y control de tareas manuales.

Entre sus beneficios se destacan:

• Una rápida implementación de mejoras, en menos tiempo, al permitir trabajar en optimizaciones 48 horas después de haber recibido los logs correspondientes. De esta manera, el cliente recibe las primeras mejoras durante la segunda semana del proyecto.
• Automatización: al reducirse drásticamente el trabajo manual para identificar mejoras y cambios, los tiempos se optimizan considerablemente.
• Alarmas automáticas: el monitoreo diario de los procesos permite identificar variaciones, errores y cancelaciones rápidamente.  Estas alarmas se disparan luego del procesamiento de los logs e indican qué procesos requieren atención inmediata, ahorrando tiempo.

En cuanto al retorno de la inversión, OPTI genera una disminución de tiempos (con vistas a un esquema 7×24), ahorro en el costo de la licencias de Scheduler, y reducción en el tiempo de solución de cancelaciones.

Conclusión

La detección preventiva de anomalías que se consigue utilizando inteligencia artificial para incorporar automáticamente patrones a partir de indicadores monitorizados, permite alertar de forma temprana cuándo se experimentan comportamientos anómalos, y optimizar y darle mayor seguridad a la gestión de los procesos.

La incorporación de AIOps aplica a la optimización de procesos batch y online, en entornos Mainframe y distribuidos, y permite reducir al menos un 30% de la ventana crítica en 4 meses.

AIOps potencia a los equipos de operaciones de TI, al proporcionar capacidades avanzadas de automatización, análisis y optimización, y mejorar la eficiencia, la proactividad y la capacidad de respuesta ante incidentes.

Invitamos a conocer nuestros servicios y descubrir cómo optimizamos las cadenas bach de los principales bancos de Argentina.