Centro de información

¿Qué es AIOps? La guía definitiva

No es posible administrar el escenario de TI dinámico y en constante cambio de hoy utilizando herramientas antiguas. Existe una continua y rápida evolución de los modelos de infraestructura que demanda procesos dinámicos y tecnología para su administración.

El entorno empresarial se encuentra en transición de los sistemas físicos estáticos y predecibles que han definido el espacio durante décadas a un entorno de recursos definido por software que cambia y se vuelve a configurar sobre la marcha. Además, a medida que evoluciona la infraestructura de red, los sistemas de software basados en modelos antiguos requieren cada vez más esfuerzo para mantener la eficacia, pero siguen quedando rezagados.

Debido a esta revolución de ITOps (operaciones de TI), las fuerzas de la transformación empresarial digital han necesitado un cambio en las técnicas tradicionales de administración de TI. En consecuencia, existe un cambio significativo en los procedimientos y procesos actuales de ITOps, así como una reestructuración en la administración de los ecosistemas de TI.

Gartner acuñó el término “Inteligencia artificial para las operaciones de TI” (AIOps) en 2017 para capturar el espíritu de estos cambios.

AIOps utiliza la ciencia de datos y el aprendizaje automático para brindar a los equipos de ITOps una comprensión en tiempo real de los problemas que afectan el rendimiento o la disponibilidad de los sistemas bajo su cuidado.

En los últimos años, la categoría de mercado de AIOps se ha disparado, mientras que la cantidad de consultas que responde Gartner aumenta exponencialmente a medida que las empresas se esfuerzan por comprender e ir un paso adelante de este nuevo desarrollo.

Esta guía definitiva analiza todo lo que es necesario saber sobre AIOps, la dinámica del mercado y la tecnología que impulsa su aparición, y la forma de responder a esos desafíos.

El camino hacia AIOps

Es esencial primero entender la transformación digital y su participación en el surgimiento de AIOps.

La transformación digital abarca la implementación de nuevas tecnologías, la adopción de la nube y el cambio rápido. Requiere un cambio de enfoque para los desarrolladores y las aplicaciones, y un mayor ritmo de innovación. También implica la adquisición de elementos como:

  • Dispositivos de Internet de las cosas (IOT, Internet of Things)
  • Nuevos agentes digitales de usuario-máquina
  • Interfaces de programación de aplicaciones (API, Application Program Interfaces)

Todos estos nuevos usuarios y tecnologías presionan hasta el límite a las herramientas y estrategias tradicionales de administración de servicios y rendimiento.

La transformación digital exitosa depende de AIOps para permitir que TI funcione a la velocidad que la mayoría de las empresas modernas requieren. Por lo tanto, AIOps describe el cambio de paradigma necesario para manejar la transformación digital en ITOps.

¿Qué es AIOps?

AIOps es el acrónimo de “Inteligencia artificial para operaciones de TI”. Es el futuro de ITOps (operaciones de TI). Combina inteligencia humana y algorítmica para ofrecer una visibilidad completa sobre el rendimiento y el estado de los sistemas de TI en los que las empresas y las empresas se basan para sus operaciones diarias.

Se refiere a las plataformas tecnológicas multicapa de alta gama que mejoran y automatizan las operaciones de TI mediante el análisis y el aprendizaje automático para analizar los grandes volúmenes de datos recopilados de diferentes dispositivos y herramientas de ITOps con el fin de identificar y luego reaccionar a los problemas en tiempo real de forma automática.

AIOps requiere la transición de los datos de TI en silos a los datos de observación agregados (por ejemplo, registros de trabajo y sistemas de supervisión) y los datos de participación (como los que se encuentran en un ticket, evento o registro de incidentes) dentro de una plataforma de grandes volúmenes de datos.

Posteriormente, la AIOps implementa el aprendizaje automático y los análisis sobre los datos combinados. El resultado son datos de interés continuos capaces de producir mejoras constantes con la implementación de la automatización. Por lo tanto, es posible pensar en la AIOps como la CI/CD (integración continua e implementación continua) para las funciones básicas de TI.

AIOps une tres disciplinas de TI (automatización, administración de servicios y administración de rendimiento) para lograr sus objetivos de mejoras y conocimientos continuos. Es el reconocimiento de que, en los nuevos entornos de TI acelerados hiperescalados, existe un nuevo enfoque que puede aprovechar los avances en el aprendizaje automático y big data para superar las limitaciones de las herramientas humanas y heredadas.

Cómo funciona AIOps

La AIOps trabaja con los orígenes de datos existentes de una organización, incluidos los eventos de registro, la supervisión de TI tradicional, las anomalías en el rendimiento de la red y más. Los datos recopilados de todos estos sistemas de origen se procesan mediante un modelo matemático que puede identificar automáticamente eventos importantes sin requerir un laborioso filtrado previo manual.

Otra capa de algoritmos analiza los eventos e identifica todos los clústeres de actividades relacionadas que sean síntomas de un problema subyacente similar. El filtrado algorítmico reduce significativamente el nivel de ruido con el que los equipos de ITOps tendrían que lidiar de otra manera y también evita la duplicación que se puede producir por el enrutamiento redundante de tickets a diferentes grupos.

En lugar de eso, es posible reunir equipos virtuales sobre la marcha y permitir que diferentes especialistas se aglomeren en torno a un problema que se extienda más allá de las fronteras organizativas o tecnológicas. Los sistemas existentes de administración de incidentes y generación de tickets pueden aprovechar las capacidades de AIOps e integrarse directamente en los procesos existentes.

Asimismo, AIOps mejora la automatización. Permite la activación de flujos de trabajo con o sin intervención humana. Las capacidades actuales de ChatOps utilizan la funcionalidad de automatización existente como parte esencial del proceso de colaboración normal de diagnóstico y corrección.

A medida que los sistemas de aprendizaje automático se vuelven cada vez más precisos y confiables, ahora es posible desencadenar acciones rutinarias y bien entendidas sin intervención humana, lo que potencialmente puede resolver problemas antes de que afecten a los usuarios.

Los elementos de AIOps

A continuación, se enumeran las tecnologías que conforman las plataformas AIOps.

  • Orígenes de datos. Son extensos y diversos. Provienen de herramientas y disciplinas de TI actualmente en silos, incluyendo eventos, registros, métricas, tickets, supervisión, datos de trabajo, etc.
  • Big Data. Incluyen plataformas modernas de big data que permiten el procesamiento en tiempo real. Los ejemplos incluyen Elastic Stack, Hadoop 2.0 o algunas tecnologías Apache.
  • Reglas y patrones. La aplicación de reglas y el reconocimiento de patrones de las plataformas de AIOps aprovechan y detectan el contexto mientras descubren las normalidades y regularidades de los datos. Pueden o no ser específicos del dominio.
  • Aprendizaje automático (ML, Machine Learning). Con ML, se pueden crear automáticamente algoritmos nuevos o alterar los existentes en función de la salida de los datos recién introducidos y el análisis de algoritmos.
  • Algoritmos de dominio. Aprovechan la experiencia en el dominio de TI para interpretar de manera inteligente las reglas y los patrones, y aplicarlos según lo dicten los datos y los resultados deseados de una empresa. Con los algoritmos de dominio, las organizaciones pueden lograr objetivos específicos de TI, como correlacionar datos no estructurados, eliminar el ruido, alertar sobre anomalías, identificar las causas probables y establecer líneas base.
  • Automatización. Utiliza los resultados que el aprendizaje automático y la IA generan para crear y aplicar respuestas a problemas y situaciones identificados automáticamente.
  • Inteligencia artificial (IA). La IA puede adaptarse a lo desconocido y lo nuevo en un entorno.

Requisitos y capacidades de AIOps

Todas las plataformas AIOps deben aportar las siguientes tres capacidades a una empresa.

  1. Automatización de las prácticas de rutina, como las solicitudes de usuarios o las alertas no críticas del sistema de TI. Por ejemplo, AIOps puede permitir que los sistemas de soporte técnico procesen y completen las solicitudes de los usuarios para aprovisionar recursos automáticamente. También puede evaluar las alertas y determinar si requieren acción cuando los datos de respaldo y las métricas relevantes se encuentran dentro de los parámetros normales.
  2. Reconocimiento de los problemas graves con mayor rapidez y precisión que los humanos. El personal de TI puede abordar los eventos conocidos de malware en sistemas no críticos, pero ignorar las descargas o los procesos inusuales que se inician en un servidor crítico, ya que no se dedica a observar o anticipar esta amenaza. Los sistemas de AIOps abordan estos escenarios de manera diferente. Priorizan los eventos en los sistemas críticos como posibles ataques o infecciones, ya que el comportamiento no es normal, y eliminan la prioridad de los eventos conocidos de malware mediante la ejecución de antimalware.
  3. Optimización de las interacciones entre los equipos del centro de datos. AIOps proporciona a todos los grupos de TI funcional datos y conocimientos relevantes. Sin estas operaciones habilitadas por IA, los equipos deben analizar y compartir información mediante envíos manuales de datos o reuniones físicas. AIOps debe aprender qué datos mostrar a cada grupo del gran conjunto de métricas de recursos de la organización.

¿Qué impulsa AIOps y por qué se necesita?

La promesa de la inteligencia artificial (IA) es hacer lo que hacen los humanos, pero más rápido, mejor y a escala. AIOps permite hacer esto para ITOps, ya que aborda los desafíos de tamaño, complejidad y velocidad de la transformación digital. Estos desafíos incluyen:

  1. La dificultad que enfrenta ITOps para administrar manualmente su infraestructura
  2. El término infraestructura es casi un nombre inapropiado, ya que los entornos de TI modernos incluyen la nube móvil, administrada y no administrada, los servicios de terceros, las integraciones de SaaS y más. Es evidente que los enfoques tradicionales para administrar las complejidades comerciales ya no se aplican en entornos dinámicos y elásticos de manera eficaz. La administración y el seguimiento de esta complejidad mediante la supervisión manual y humana son cada vez más difíciles. La tecnología actual de ITOps va más allá de la administración manual.

  3. ITOps necesita retener una cantidad cada vez mayor de datos
  4. La supervisión del rendimiento genera una cantidad de alertas y eventos que crece exponencialmente. Los volúmenes de tickets de servicio presentan aumentos en la función escalonada debido a la introducción de aplicaciones móviles, dispositivos de IOT, API y usuarios digitales o de máquinas.

  5. La necesidad de responder a los problemas de infraestructura a velocidades cada vez mayores
  6. A medida que las organizaciones digitalizan sus operaciones, TI se convierte en el negocio. La tecnología “orientada al consumidor” ha cambiado las expectativas de los usuarios en todas las industrias. Las reacciones de hoy a los eventos de TI deben ocurrir de inmediato, especialmente cuando los problemas afectan la experiencia del usuario.

  7. Los desarrolladores disfrutan el aumento en su poder e influencia, pero la responsabilidad permanece en TI central
  8. En las organizaciones de DevOps, los programadores han asumido una mayor responsabilidad de supervisión en el nivel de aplicación, pero la responsabilidad por el estado de todo el ecosistema de TI, así como la interacción entre la infraestructura, las aplicaciones y los servicios, sigue siendo el dominio del sector de TI central.

  9. Transferencia de más potencia informática desde el centro de redes
  10. La facilidad para adoptar servicios de terceros y la infraestructura en la nube ha potenciado a las funciones de línea de negocio (LOB, Line of Business) para construir sus aplicaciones y soluciones de TI. El control y el presupuesto se están trasladando al perímetro de TI. Las organizaciones ahora pueden agregar más potencia informática desde fuera de TI central.

Integración de AIOps con las herramientas actuales

La AIOps se integra con los procesos y las herramientas existentes, reuniendo información, capacidades y datos de interés. Las empresas utilizan diferentes herramientas de supervisión ubicadas en diferentes áreas y para diversos fines. Cada herramienta es valiosa para una función, un equipo o una empresa específicos, pero su valor no está disponible para otras partes interesadas.

Por lo tanto, en lugar de involucrar laboriosas iniciativas de racionalización de herramientas que intentan forzar necesidades individuales en una solución única para todos, la AIOps permite el desarrollo de herramientas específicas gracias a la visibilidad fluida entre dominios, equipos y herramientas.

Del mismo modo, AIOps permite la administración de servicios de TI (ITSM, IT Service Management), ya que garantiza la creación de incidentes que solo sean reales y procesables, lo que evita la duplicación. AIOps aborda y elimina muchas de las frustraciones de los usuarios de ITSM producto de la naturaleza secuencial de la biblioteca de infraestructura de TI (ITIL, IT Infrastructure Library).

AIOps también incorpora la automatización. Integra la organización y ejecuta libros, y los pone a disposición de los operadores como automatización completa o parcial. Las organizaciones de TI han desarrollado grandes bibliotecas de soluciones de automatización a lo largo de los años, por lo que deben asegurarse de que solo las condiciones correctas las activen. AIOps no solo garantiza esto, sino que también minimiza el riesgo y maximiza el valor de las inversiones en automatización existentes.

¿Quién usa AIOps?

  1. Empresas grandes y complejas que dependen en gran medida de TI y Big Data
  2. Hoy en día, las empresas con entornos de TI importantes que abarcan varios tipos de tecnologías se enfrentan a problemas de escala y complejidad. Cuando se combinan estos problemas con los modelos de negocio que dependen en gran medida de TI, es seguro que AIOps marcará una diferencia significativa en el éxito de las empresas. Aunque estos tipos de organizaciones pueden operar en diferentes industrias, comparten una escala similar y una tasa de cambio de rápida aceleración. La necesidad de agilidad empresarial aumenta la demanda de agilidad de TI.

  3. Informática en la nube
  4. Pasar a la informática en la nube tiene sus desafíos. Uno de esos problemas es la escala, donde un cambio total de TI a la nube puede no ser posible o deseable. Puede resultar difícil operar modelos híbridos que incorporan diferentes formas de entrega de infraestructura de TI.

    AIOps ayuda a eliminar muchos de los riesgos de operar una plataforma de nube híbrida a través de la entrega de una visión holística sobre todos los tipos de infraestructuras y la asistencia para que los operadores comprendan las relaciones que cambian demasiado rápido como para documentarlas.

  5.  Equipos de DevOps
  6. Las empresas con un modelo de DevOps, o en proceso de adoptar uno, pueden tener dificultades para mantener la alineación entre los distintos roles involucrados. La integración directa de los sistemas de desarrollo y operación en un modelo de AIOps puede suavizar gran parte de la fricción de interfaces que se puede producir.

    Es conveniente que los equipos de desarrollo comprendan mejor el estado del entorno de TI. También es útil que los equipos de operaciones tengan visibilidad completa sobre cómo y cuándo los desarrolladores planean realizar cambios o implementaciones en la producción. Tener esta visión holística garantiza el éxito general de sus proyectos y el logro de agilidad y capacidad de respuesta.

  7. Transformación digital
  8. Existen muchas definiciones de iniciativas de transformación digital, pero un factor común es el requisito de agilidad y velocidad. Si bien técnicamente este es un requisito comercial, TI debe operar a la velocidad del negocio para evitar convertirse en un cuello de botella o para lograr objetivos más amplios. AIOps ayuda a eliminar gran parte de la fricción que puede evitar que TI brinde el soporte que necesitan los proyectos de transformación digital más exitosos.

Ventajas de AIOps

Con una implementación adecuada, las plataformas de AIOps reducen el tiempo y la atención que el personal de TI dedica a las alertas mundanas, rutinarias o cotidianas. El personal de TI enseña a las plataformas de AIOps y estas posteriormente evolucionan mediante el aprendizaje automático y los algoritmos. Luego, reciclan el conocimiento adquirido con el tiempo para mejorar el comportamiento y la eficacia del software.

Las herramientas de AIOps realizan una supervisión continua sin necesidad de descansar ni dormir. El personal humano es libre de concentrarse en iniciativas y problemas serios y complejos que aumentan la estabilidad y el rendimiento de la empresa.

Los sistemas de AIOps pueden observar relaciones causales entre las múltiples operaciones, los recursos y los servicios de una organización y, de este modo, recopilar y agrupar orígenes de datos dispares. Esas capacidades de análisis y aprendizaje automático permiten a los sistemas realizar un análisis útil de la causa raíz y acelerar su capacidad para solucionar problemas y corregir situaciones difíciles e inusuales.

AIOps mejora las actividades de flujo de trabajo y la colaboración entre los grupos de TI, así como entre el departamento de TI y otras unidades de negocio. Los equipos pueden comprender sus requisitos y tareas rápidamente mediante informes y paneles de información personalizados. También pueden interactuar con otros grupos sin aprender todo lo que los otros grupos necesitan saber.

AIOps elimina ruidos y distracciones, lo que permite que el personal de TI se enfoque en problemas esenciales en lugar de distraerse con alertas irrelevantes.

AIOps ayuda a correlacionar la información a través de múltiples recursos de datos, lo que no solo elimina los silos, sino que también brinda una visión holística de todo el entorno de TI: red, recursos informáticos y almacenamiento (virtual, físico y en la nube).

Permite una colaboración sin fricciones entre los propietarios de servicios y los especialistas. Esto acelera los tiempos de diagnóstico, análisis y resolución, lo que minimiza la interrupción para los usuarios finales.

Desventajas de AIOps

Aunque las tecnologías subyacentes de AIOps son relativamente maduras, todavía existe un largo camino por recorrer en términos de crearlas y combinarlas para su uso práctico. A continuación se muestran algunas de sus desventajas:

  • Solo es tan eficaz como los algoritmos que se le enseñan y los datos que recibe. Por lo tanto, no puede ir más allá de las limitaciones de su programación.
  • La cantidad de esfuerzo y tiempo necesarios para implementar, administrar y mantener las plataformas de AIOps puede ser considerable.
  • Los sistemas de AIOps dependen de diversos orígenes de datos, así como de la retención, la protección y el almacenamiento de datos.
  • La AIOps exige confianza en las herramientas, un factor que puede no ser agradable para algunas empresas. Esto se debe a que, para que las herramientas de AIOps actúen de forma autónoma, deben seguir los cambios dentro de su entorno de destino con precisión, recopilar y proteger datos relevantes, formular conclusiones correctas, priorizar acciones y, finalmente, tomar las medidas automatizadas adecuadas.

Implementación de AIOps en una organización

No existe un plan de acción universal definido para seguir que sea una garantía de éxito. Sin embargo, algunos de los siguientes consejos generales pueden ayudarlo a comenzar.

  • Familiarícese ahora con los conceptos básicos del aprendizaje automático y la inteligencia artificial.
  • Determine las tareas asumidas por el equipo de TI que más tiempo consumen para la organización. Preste atención a los elementos repetitivos que la automatización podría asumir.
  • Empiece poco a poco y diversifique. Encuentre los problemas de mayor prioridad que AIOps podría resolver rápidamente.
  • Alimente su sistema con tantos tipos de datos diferentes como sea posible.
  • Cree métricas que lo ayuden a medir la eficacia de su inversión en AIOps.

Posición de AIOps en el entorno de TI moderno

A primera vista, puede ser difícil comprender de inmediato la forma en que AIOps se ajusta a las categorías de herramientas existentes. La razón es que no reemplaza las herramientas actuales de supervisión, organización, departamento de servicios o administración de registros. En cambio, se cruza con todos los diferentes dominios y herramientas, integrando y consumiendo información de todos ellos. También brinda una salida útil para proporcionar una imagen sincronizada de cada herramienta.

De manera separada, estas herramientas son valiosas por derecho propio. Sin embargo, es difícil acceder a la información correcta en el momento correcto cuando estas permanecen desconectadas. AIOps proporciona un enfoque flexible para reunir las diferentes vistas parciales en una comprensión integral del panorama completo, lo que es esencial que los equipos de ITOps conozcan.

Si bien AIOps es un cambio radical para ITOps, no es la primera aplicación de grandes volúmenes de datos y aprendizaje automático. Los corredores de bolsa implementaron enfoques similares de aprendizaje automático cuando pasaron de la comercialización manual a la automática. Las redes sociales también utilizaron durante mucho tiempo el aprendizaje automático y el análisis en aplicaciones como Google Maps, Yelp y Waze, o en mercados en línea como eBay y Amazon.

Estas técnicas demostraron ser fiables y muy útiles en entornos que requieren respuestas en tiempo real a las condiciones cambiantes y la personalización de los usuarios.

La adopción de IA en AIOps es prometedora en comparación con el aprendizaje automático. Actualmente, es posible abordar casos de uso urgentes mediante la automatización simple o la combinación de la automatización con el aprendizaje automático. La evolución de IA y sus nuevos casos de uso sigue en curso. No obstante, es esencial sentar una base sólida de AIOps en ITOps tal como existe en la actualidad antes de empezar a modelar el comportamiento humano en esta.

El personal de ITOps tarda en adaptarse a los entornos de AIOps debido a la naturaleza conservadora de sus trabajos. Es su responsabilidad garantizar que las luces permanezcan encendidas y brindar estabilidad a la infraestructura de la organización. Sin embargo, debido a las tendencias emergentes de aplicaciones de AIOps generalizadas, más tiendas de ITOps deberán adaptarse a las nuevas tecnologías y estrategias de AIOps.

Conclusión

Esta guía definitiva de AIOps lo ayudará a determinar si es una buena opción para su empresa, así como, cuándo comenzar a incorporarla y cómo usarla. Más allá de eso, es recomendable mantenerse al tanto del progreso de AIOps. Varios signos indican que esta tecnología innovadora está lista para el crecimiento.

 

¿Desea incorporar AIOps en su organización? Veritas puede ayudarlo. Contáctenos ahora para recibir una llamada de uno de nuestros representantes.

 

Gartner, creador de la AIOps y asesor a la vanguardia de la industria, nombró a Veritas “Líder de las copias de seguridad y recuperación de centros de datos” 17 veces. Obtenga el informe y consulte más información sobre Veritas NetBackup aquí.

NetBackup IT Analytics es el único software de análisis de TI que ofrece conocimientos unificados para las principales infraestructuras virtuales, de almacenamiento y de respaldo en entornos en las instalaciones y multi-nube.