AIOps
La IA no sustituye decisiones; reduce incertidumbres
El verdadero impacto de la IA aparece antes de la resolución del incidente
A lo largo de la primera serie de artículos, intentamos comprender por qué operaciones de TI cada vez más sofisticadas siguen teniendo dificultades para responder con rapidez a los incidentes. Discutimos cómo el aumento de la complejidad elevó el volumen de información disponible, mostramos que monitorear más no significa comprender mejor, exploramos la importancia de la observabilidad como una nueva forma de operar y concluimos que reducir el MTTR depende, ante todo, de la velocidad con que logramos construir una comprensión compartida del problema.
En la segunda serie, trasladamos esa discusión a la Inteligencia Artificial. Primero, argumentamos que los agentes especializados, por sí solos, no resuelven los principales desafíos de las operaciones modernas, en “Los agentes de IA no resuelven el principal problema de las operaciones de TI”. Luego mostramos que cualquier agente depende de un contexto operacional compartido, en “Antes de los agentes, existe el contexto operacional”, que la especialización no sustituye una visión sistémica, en “Un agente puede conocer todo sobre una herramienta. Aun así, no comprender el incidente.”, y que ese contexto representa un patrimonio exclusivo de cada organización, en “La próxima generación de AIOps se construirá sobre plataformas de contexto operacional”.
Esa secuencia nos conduce naturalmente a una nueva pregunta.
Si ya comprendemos que los agentes especializados dependen de un contexto operacional consistente, ¿cuál pasa a ser, al fin y al cabo, el verdadero papel de la Inteligencia Artificial dentro de esta arquitectura?
La respuesta más común suele ser que la IA servirá para automatizar tareas, sustituir actividades repetitivas o incluso tomar decisiones en lugar de los operadores. Todas esas aplicaciones son relevantes y seguramente seguirán evolucionando. Sin embargo, cuando observamos la dinámica de una gran operación de TI durante un incidente crítico, percibimos que existe una contribución aún más importante.
La Inteligencia Artificial reduce incertidumbres.
A primera vista, esta afirmación puede parecer abstracta. En la práctica, sin embargo, ayuda a explicar por qué algunas organizaciones logran diagnosticar y resolver incidentes significativamente más rápido que otras, incluso utilizando herramientas similares y contando con equipos igualmente calificados.
Porque, antes de restaurar un servicio, toda operación necesita responder una pregunta muy simple: ¿qué está ocurriendo realmente?
Es justamente en ese intervalo, entre la aparición de las primeras señales y la construcción de una explicación confiable del incidente, donde suele consumirse la mayor parte del tiempo. Y es en esta fase donde la Inteligencia Artificial puede producir su mayor impacto.
El tiempo del incidente lo consume la incertidumbre
Siempre que ocurre un incidente importante, existe una tendencia natural a imaginar que el reloj del MTTR lo consume la ejecución de las acciones técnicas necesarias para restaurar el servicio. Pensamos en reiniciar aplicaciones, revertir despliegues, ampliar capacidad computacional o sustituir componentes defectuosos. Esas actividades, naturalmente, forman parte del proceso de recuperación.
Pero quien acompaña operaciones críticas sabe que rara vez representan la etapa más demorada. Mucho antes de que se ejecute la primera acción correctiva, existe un período en el que la organización todavía intenta comprender el problema que debe resolver.
Los equipos comienzan a reunir evidencias. Distintas herramientas registran síntomas aparentemente desconectados. Especialistas en infraestructura analizan servidores y recursos computacionales. Profesionales de observabilidad investigan métricas y trazas. El equipo de base de datos verifica consultas, bloqueos y colas de procesamiento. Redes busca cambios de latencia. El Service Desk acompaña el crecimiento de los tickets. Paralelamente, los gestores intentan estimar el impacto sobre el negocio.
Todas estas actividades tienen un objetivo común: reducir la incertidumbre.
Cada nueva evidencia elimina algunas hipótesis y fortalece otras. Una alerta inicialmente considerada la causa principal se convierte en consecuencia de otro evento. Un cambio aparentemente irrelevante gana importancia al relacionarse con nueva información. Poco a poco, lo que parecía un conjunto desordenado de síntomas empieza a formar una narrativa coherente sobre lo que realmente ocurrió.
Este proceso es mucho más que una simple investigación técnica: es un proceso continuo de reducción de incertidumbre. Y comprender esto quizás sea la manera más precisa de entender el verdadero papel que la Inteligencia Artificial desempeñará en las operaciones modernas.
Toda investigación es un proceso de eliminación de hipótesis
Existe una característica presente en prácticamente toda investigación operacional que rara vez recibe la atención debida.
Cuando comienza un incidente, nadie tiene todas las respuestas. Los equipos trabajan, inicialmente, con hipótesis.
Quizás el problema lo provocó un cambio realizado pocas horas antes. Quizás esté relacionado con una degradación de la infraestructura. Puede ser consecuencia de una indisponibilidad en un servicio externo, de un aumento inesperado de carga, de una falla en un componente de red o incluso de una combinación de pequeños eventos que, aisladamente, no representarían ningún riesgo para la operación.
En los primeros minutos, todas estas posibilidades parecen igualmente plausibles. A medida que surgen nuevas evidencias, algunas dejan de tener sentido.
Otras pasan a explicar mejor el comportamiento observado. El trabajo de la operación consiste exactamente en reducir, de forma continua, el conjunto de hipótesis posibles hasta que quede aquella que mejor representa la causa del incidente.
Esta percepción cambia la forma en que entendemos la propia actividad de diagnóstico. Investigar un incidente no significa solo buscar respuestas, sino sobre todo eliminar explicaciones incorrectas.
Cada log analizado, cada métrica consultada, cada cambio revisado y cada relación identificada entre componentes de la arquitectura contribuye a reducir el espacio de incertidumbre sobre el que la operación debe trabajar.
Cuando observamos este proceso de esa manera, percibimos que la calidad del diagnóstico no depende solo de la experiencia de los especialistas ni de la cantidad de información disponible.
Depende de la velocidad con que logramos transformar evidencias dispersas en conocimiento confiable. Es exactamente en este punto donde la Inteligencia Artificial comienza a producir un impacto distinto del que normalmente se asocia a la automatización.
El verdadero papel de la IA es acelerar la comprensión
Gran parte de las discusiones sobre Inteligencia Artificial en las operaciones se concentra en la automatización de tareas. Se habla de agentes capaces de abrir tickets, ejecutar playbooks, realizar procedimientos de recuperación o activar equipos automáticamente. Todas estas aplicaciones tienen enorme valor y seguirán evolucionando.
Sin embargo, antes de que cualquiera de estas acciones ocurra, existe una decisión mucho más importante: la operación necesita comprender el incidente.
Sin esa comprensión, cualquier automatización corre el riesgo de actuar sobre síntomas en lugar de actuar sobre la causa del problema.
Es justamente por eso que la principal contribución de la Inteligencia Artificial no está, necesariamente, en la ejecución de acciones correctivas, sino en la capacidad de acelerar la construcción de esa comprensión.
Al correlacionar eventos provenientes de múltiples fuentes, recuperar contexto operacional, identificar patrones recurrentes, establecer relaciones entre cambios recientes y comportamientos observados, destacar evidencias relevantes y eliminar hipótesis menos probables, la IA reduce significativamente el esfuerzo cognitivo exigido a los equipos.
La Inteligencia Artificial no elimina la necesidad de investigación, hace la investigación más eficiente; es decir, no sustituye la experiencia de los especialistas, sino que la potencia. No toma decisiones de forma aislada, pero crea mejores condiciones para que las decisiones se tomen con mayor seguridad y en menos tiempo.
Esta diferencia quizás parezca solo semántica, pero tiene consecuencias profundas para la arquitectura de las operaciones modernas.
Cuanto menor es el tiempo necesario para reducir la incertidumbre, más rápido identifica la organización la causa probable del incidente. Cuanto antes se construye esa comprensión, antes pueden iniciarse las acciones correctivas.
Por eso, en muchas situaciones, la mayor ganancia que aporta la Inteligencia Artificial ocurre incluso antes de la primera intervención técnica.
La IA no reduce directamente el MTTR, pero reduce el tiempo necesario para comprender el incidente, y así el MTTR disminuye como consecuencia.
Esta relación explica por qué las organizaciones que utilizan la Inteligencia Artificial de forma más madura no necesariamente automatizan más procedimientos que las demás. Simplemente logran transformar información en entendimiento con mucha más rapidez.
Es justamente esa capacidad la que diferencia una operación que reacciona a los síntomas de otra que comprende rápidamente la dinámica del incidente y dirige sus esfuerzos hacia lo que realmente necesita resolverse.
Menos incertidumbre significa menos tiempo para resolver incidentes
A lo largo de los últimos años, se volvió común asociar el éxito de la Inteligencia Artificial con su capacidad de automatizar tareas. Esa percepción no es errónea. De hecho, veremos agentes cada vez más preparados para ejecutar actividades operacionales, apoyar procesos, interactuar con sistemas y acelerar innumerables rutinas que hoy todavía dependen de intervención humana.
Sin embargo, cuando observamos cómo se conducen realmente los grandes incidentes, percibimos que el mayor valor de la Inteligencia Artificial aparece incluso antes de la automatización, en el momento en que la operación necesita comprender el problema. Esa fue exactamente la idea que buscamos desarrollar a lo largo de este artículo.
Toda investigación comienza rodeada de incertidumbres. Diversas hipótesis compiten entre sí, distintos equipos analizan perspectivas complementarias del entorno y surgen continuamente nuevas evidencias. Cada información relevante reduce parte de esa incertidumbre hasta que la organización logra construir una explicación suficientemente consistente para orientar la toma de decisiones. Es justamente en este proceso donde la Inteligencia Artificial demuestra su mayor potencial.
Al relacionar información proveniente de múltiples fuentes, recuperar contexto operacional, identificar patrones y presentar evidencias relevantes, reduce significativamente el tiempo necesario para transformar datos dispersos en comprensión compartida.
Este quizás sea uno de los cambios más importantes en la forma de ver la IA aplicada a las operaciones.
Durante mucho tiempo imaginamos que su principal objetivo sería sustituir operadores o ejecutar procedimientos automáticamente. Hoy empezamos a percibir que su mayor contribución está en permitir que personas y agentes comprendan más rápidamente lo que está ocurriendo.
Cuando esa comprensión llega antes, toda la secuencia de respuesta al incidente se vuelve más eficiente. El equipo elige con mayor precisión qué hipótesis investigar, dirige mejor sus esfuerzos, evita acciones innecesarias e inicia la recuperación técnica mucho antes de lo que ocurriría en un escenario de elevada incertidumbre.
Por eso reducir incertidumbres y reducir el MTTR forman parte del mismo proceso, y no porque la Inteligencia Artificial ejecute directamente la recuperación del servicio, sino porque reduce el tiempo necesario para descubrir qué recuperación realmente debe ejecutarse.
Esta distinción parece sutil, pero en la práctica redefine por completo el papel de la IA dentro de las operaciones modernas.
La inteligencia de la operación no se medirá por la automatización
Durante muchos años, la madurez de las operaciones se asoció al volumen de monitoreo, al número de dashboards, a la cantidad de automatizaciones implementadas o a la velocidad de ejecución de los procedimientos técnicos. Todos esos elementos siguen siendo importantes y seguirán evolucionando.
Pero ya no parecen suficientes para explicar por qué algunas organizaciones logran responder a los incidentes con mucha más eficiencia que otras.
A lo largo de los últimos artículos mostramos que los agentes especializados dependen de contexto, que ese contexto debe ser compartido, que representa un patrimonio exclusivo de cada organización y que las plataformas de contexto pasan a ocupar una posición central en la arquitectura de las operaciones inteligentes.
Este artículo añade una última pieza a ese razonamiento: la Inteligencia Artificial produce valor porque reduce incertidumbres. Y cuanto menor la incertidumbre, menor tiende a ser el tiempo necesario para comprender el incidente, tomar decisiones consistentes e iniciar la recuperación del servicio.
Quizás sea justamente por eso que la inteligencia de una operación no deba medirse solo por el grado de automatización que alcanzó.
Deberá medirse, cada vez más, por la velocidad con que logra transformar información dispersa en comprensión compartida, porque, al fin y al cabo, toda decisión operacional es una respuesta a la incertidumbre, y toda reducción consistente del MTTR comienza mucho antes de la ejecución técnica, es decir, comienza en el instante en que la operación pasa a comprender, con confianza, lo que realmente está ocurriendo.
De la visión a la práctica: ARGUS
Uno de los mayores desafíos de las operaciones de TI no es la falta de información, sino la dificultad de comprender lo que ocurre cuando distintos sistemas, servicios y herramientas presentan señales aparentemente desconectadas. Esa fragmentación aumenta la incertidumbre y exige que los especialistas reconstruyan el contexto antes de tomar decisiones.
Fue justamente para enfrentar este problema que desarrollamos ARGUS. Mediante sus capacidades de AIOps, la plataforma conecta información proveniente de monitoreo, observabilidad, ITSM, infraestructura y otras fuentes, correlacionando eventos y relacionando componentes, servicios, cambios y dependencias en una visión operacional compartida.
Con esa base, equipos y automatizaciones pueden investigar incidentes a partir de información más consistente, reduciendo el esfuerzo necesario para interpretar señales aisladas e identificar las causas probables de los problemas.
La evolución de ARGUS para incorporar AgentOps y AI Gateway amplía esta propuesta. Además de poner contexto a disposición de los agentes de IA, la plataforma pasa a contemplar mecanismos para orquestar, observar y gobernar su actuación, creando condiciones para que personas, automatizaciones y agentes participen de la misma operación de manera coordinada.
El objetivo no es sustituir herramientas especializadas ni agentes existentes, sino conectar sus contribuciones y reducir la incertidumbre que surge cuando cada participante trabaja con una visión parcial del entorno.
Conozca ARGUS y vea cómo funciona en la práctica.
Sobre el autor
Paulo Florêncio de Menezes es emprendedor, socio y cofundador de empresas como Target Solutions, BiPTT y ARGUS.
Es graduado en Procesamiento de Datos por la Universidad Federal de Amazonas (UFAM), tiene MBA en Gestión Empresarial por la Fundación Dom Cabral (FDC) y Máster Profesional en Economía por la Fundación Getulio Vargas (FGV).
En su investigación de máster desarrolló el IBEOP-IA (Índice Brasileño de Exposición Ocupacional Potencial a la Inteligencia Artificial), investigando la exposición potencial de las ocupaciones brasileñas a las capacidades de la IA mediante la combinación de datos ocupacionales, patentes de inteligencia artificial y técnicas de procesamiento de lenguaje natural.