Más allá de la automatización: lo que la IA está cambiando en las operaciones de TI

Reducir el ruido en la monitorización

Una de las áreas donde hemos observado una mejora significativa es la monitorización.

Los entornos tecnológicos de gran escala generan una cantidad considerable de alertas, y no todas requieren el mismo nivel de atención. Las alertas duplicadas, anomalías temporales y eventos de baja prioridad pueden crear ruido innecesario, dificultando que los equipos identifiquen problemas que puedan tener un impacto operativo real.

Al incorporar detección de anomalías impulsada por IA y supresión de ruido en nuestro entorno de monitorización, hemos logrado una reducción del 75% del ruido de monitorización.

Para el equipo, eso significa menos tiempo gestionando alertas innecesarias y más tiempo investigando los problemas que requieren atención. También nos ayuda a identificar patrones inusuales antes y brinda a los ingenieros mejor información cuando comienzan a investigar un incidente.

Esta es un área donde la IA es particularmente útil porque puede procesar grandes volúmenes de información rápidamente. Pero una vez que se ha identificado algo inusual. Comprender la causa y el posible impacto aún suele requerir a alguien que conozca el entorno.

Mejorar las operaciones rutinarias de TI

También estamos utilizando la automatización para gestionar actividades rutinarias de endpoints a través de una plataforma de monitoreo y gestión remota habilitada con IA.

Esto incluye áreas como la orquestación de parches, verificaciones de salud, remediación mediante scripts y solución de problemas remota.

Anteriormente, el cumplimiento de parches caía rutinariamente por debajo del 50%, en gran parte debido a la carga de trabajo manual involucrada y a la escala del entorno. Con el marco RMM respaldado por IA, el cumplimiento ahora alcanza el percentil 95.

Esa mejora nos ha ayudado a reforzar la estabilidad de los endpoints y reducir la exposición a vulnerabilidades conocidas, al mismo tiempo que disminuye la cantidad de trabajo repetitivo que los ingenieros deben gestionar manualmente.

Es un buen ejemplo de dónde la automatización tiene sentido. El proceso es predecible; debe ocurrir de manera constante y debe funcionar en miles de endpoints.

La tecnología puede gestionar gran parte de esa actividad en segundo plano, mientras el equipo se centra en excepciones, escaladas y problemas que requieren una investigación más profunda.

Donde las personas aún marcan la diferencia

No todos los problemas de TI siguen un patrón predecible.

Nuestros equipos trabajan en diferentes entornos de infraestructura, redes, sistemas y requisitos de los clientes. Un problema que parece sencillo al principio a veces puede involucrar varias dependencias o requerir coordinación entre distintos equipos.

La IA puede ayudar a identificar anomalías, analizar información y presentar posibles causas, pero el equipo aún necesita comprender lo que está sucediendo en un entorno más amplio.

Eso se vuelve particularmente importante cuando un problema afecta a varios sistemas, o cuando la solución técnicamente obvia puede tener consecuencias en otros lugares.

Aquí es donde la experiencia importa.

Un ingeniero que comprende el entorno puede ir más allá de una alerta individual y considerar qué cambió, qué sistemas están conectados, si se han producido problemas similares antes y qué impacto podría tener una acción concreta en la operación en general.

Para nosotros, la IA funciona mejor cuando brinda a ese ingeniero mejor información con la que trabajar, en lugar de intentar excluirlo del proceso por completo.

Apoyar un entorno de alta demanda

La escala del entorno implica que debemos encontrar formas de aumentar la capacidad sin simplemente incrementar la cantidad de trabajo manual.

La automatización ha ayudado con esto.

Las actividades rutinarias de los endpoints pueden ocurrir de manera constante en segundo plano. Las herramientas de monitorización pueden filtrar y consolidar señales antes de que lleguen a los ingenieros. Las capacidades predictivas pueden ayudar a identificar problemas potenciales antes, mientras que la remediación automatizada puede abordar los problemas conocidos sin esperar a que alguien intervenga manualmente.

Esto brinda al equipo mayor capacidad para centrarse en la continuidad del servicio, escaladas y problemas técnicos más complejos.

También cambia la forma en que pensamos sobre la productividad en las operaciones de TI. El beneficio no es simplemente que una tarea se complete más rápido. Es que los ingenieros disponen de más tiempo para trabajos donde su experiencia puede tener un mayor impacto.

La gobernanza sigue siendo importante

A medida que la IA y la automatización se vuelven más capaces, la gobernanza se vuelve cada vez más importante.

Debe haber claridad sobre qué actividades pueden automatizarse, cuándo un ingeniero debe intervenir y quién es responsable cuando un proceso automatizado no se comporta como se esperaba.

Esto es especialmente importante en entornos tecnológicos de gran escala. Una acción automatizada aplicada a miles de endpoints puede tener un impacto mucho mayor que una acción realizada en una máquina individual.

Por esa razón, todavía necesitamos rutas de escalamiento claras, niveles de acceso definidos y controles apropiados sobre la actividad automatizada.

Este enfoque es coherente con el Marco de Gestión de Riesgos de IA del Instituto Nacional de Estándares y Tecnología, que enfatiza la monitorización continua de los sistemas de IA, responsabilidades claramente definidas y procesos para la supervisión e intervención humanas.

Para nosotros, la gobernanza no consiste en frenar el uso de la IA. Se trata de asegurarnos de que podemos usarla con confianza y responsabilidad dentro de un entorno operativo en vivo.

El rol del ingeniero de TI está evolucionando

A medida que más actividades rutinarias se automatizan, el rol del ingeniero también está cambiando.

El conocimiento técnico sigue siendo esencial, pero aumenta el valor de poder interpretar la información, comprender dependencias e investigar problemas que no tienen una respuesta evidente.

Los ingenieros también deben comprender las herramientas con las que trabajan. Si un sistema habilitado con IA recomienda una acción, la persona responsable necesita suficiente conocimiento del entorno para saber si esa recomendación tiene sentido.

Esto convierte la capacitación en una parte importante de la adopción de IA.

Nuestros equipos deben entender lo que la tecnología puede hacer, dónde están sus limitaciones y cuándo algo necesita ser escalado o investigado de manera diferente.

NIST también recomienda definir claramente las responsabilidades de las personas que operan y supervisan los sistemas de IA, junto con capacitación adecuada y estándares de competencia.

Lo que hemos aprendido hasta ahora

Nuestra experiencia hasta ahora nos ha demostrado que algunas de las aplicaciones más útiles de la IA en operaciones de TI son relativamente prácticas.

La reducción del 75 % del ruido de monitorización significa que los ingenieros dedican menos tiempo a gestionar alertas innecesarias. Pasar el cumplimiento de parches de menos del 50 % al percentil 95 ha reforzado la consistencia de la gestión de endpoints. La automatización en más de 10 000 endpoints nos ayuda a gestionar un entorno que de otro modo requeriría una cantidad significativa de actividad manual repetitiva.

Al mismo tiempo, las partes más complejas de las operaciones de TI siguen dependiendo en gran medida de las personas.

La tecnología puede identificar un patrón inusual o automatizar una solución conocida. Un ingeniero experimentado comprende el entorno más amplio, las dependencias involucradas y el impacto potencial de la decisión que se está tomando.

Ese equilibrio está cobrando una importancia creciente a medida que la IA se convierte en parte de las operaciones de TI cotidianas.

Para mí, el valor de la IA es bastante práctico. Nos ayuda a gestionar la escala, brinda a nuestros equipos una mejor visibilidad y elimina parte del trabajo repetitivo que puede restar tiempo a asuntos más importantes.

La tecnología está siendo más capaz, pero la experiencia de las personas que gestionan el entorno sigue siendo igualmente importante.